傳統肺部腫瘤病理玻片判讀不易，往往延誤治療時機。台北醫學大學「巨量影像資料庫建置與應用」計劃，今年再度登上全球知名醫學期刊《自然通訊》（Nature Communications），啟動台灣10大癌別病理玻片數位化進程。
這項由北醫大與雲象科技合作開發的人工智慧（AI）系統，開發出領先全球的肺部腫瘤不須人工標註的全玻片病理影像辨識，可輕易區分病理切片屬良性或惡性，準確率高達95%以上，大幅縮短判讀時間，為病患爭取寶貴治療時機。
北醫大副校長陳震宇表示，這篇研究論文今年2月登上《自然通訊》，研究團隊把北醫附醫、萬芳、雙和等3家醫院近20年來的肺部腫瘤組織病理玻片，整理成數位影像檔，建立龐大資料庫。
台北醫學大學醫學院副院長陳志榮指出，這些病理玻片逾9000張，由多位病理專科醫師一張一張標註出病灶及非病灶區域，再交由AI不斷學習、修正後，系統診斷準確率高達95%。
陳志榮解釋，由於傳統肺部腫瘤的診斷模式，是醫師取下疑似腫瘤組織後，送到檢驗部門製成病理玻片，再由病理科醫師透過顯微鏡判讀，既費時又費力，還可能因醫師經驗值不同，導致不同結果。
陳志榮進一步指出，北醫大這套系統會先從肺部腫瘤病理切片數位影像中，區分出正常和不正常區域，再從不正常區域中分辨組織為良性或惡性，為醫師在做確認前，節省不少時間。