最新文章

more

大家都在看

more

疾病百科

more

我要投稿

內容提供合作、相關採訪活動,或是投稿邀約,歡迎來信:

udn/ 元氣網/ 癌症/ 血癌

血癌種類多難診斷 林口長庚結合AI精準分析

隨著科技進展,不少疾病可透過診斷提早發現,但血液癌症因種類多、臨床症狀也相似,用骨髓病理切片與突變特徵有高度重疊,過往以人工鑑別診斷不容易,需仰賴經驗豐富的醫師判讀,若未及時準確判讀骨髓切片,恐延誤治療時機,影響病患存活率。林口長庚今年跨界與雲象科技、台灣諾華合作,將龐大數位病理資料庫結合AI技術,協助血癌病患即時診斷及治療。

骨髓是人體的造血器官,骨髓增生性腫瘤是一組罕見的血液癌症,會導致骨髓中產生過量的紅血球、白血球或血小板,也有一定的比例恐轉變成急性骨髓性白血病(AML)。根據2016年世界衛生組織(WHO)分類,又分為原發性血小板增多症(ET)、真性紅血球增多症(PV)、原發性骨髓纖維化(PMF),其中包含早期骨髓纖維化(pre PMF)及顯著骨髓纖維化(overt PMF)等,不同種類各有不同預後及治療方式。

林口長庚血液科醫師郭明宗表示,學界上認定幾個高風險群,包括50至80歲中高年齡者(有少數年輕患者)、曾接受化療或放射治療、長期暴露於高劑量輻射線、曾接觸化學物質等,其中真性紅血球增生症以男性較多(PV),血小板增生症則是女性較多(ET)。

郭明宗表示,骨髓增生性腫瘤臨床上常見3種基因突變,確切罹病原因尚在研究中,後天的基因變異、環境因素等都可能是致病因子,不像其他實體腫瘤疾病,會有明顯可觸及的腫塊,且患者求診時大多無症狀,或因疾病引起其他症狀或併發症,如出血、中風或脾腫大等,無法直接看出疾病為何,得靠病理切片判讀,因此2016年WHO也將骨髓切片列為診斷必要條件之一。

郭明宗表示,早期WHO尚未明確分類時,曾有20%的患者原先被診斷為原發性血小板增多症(ET),後續分類後重新診斷為原發性骨髓纖維化(PMF),顯示其診斷的困難與複雜性。

林口長庚解剖病理部主任陳澤卿指出,林口長庚每月有近萬個案例、上萬筆病理玻片需要判讀,2年前林口長庚將病理玻片全面數位化,提升判讀方便性,目前數位化玻片累積超過38萬片,以每玻片0.1公分計算,堆疊高度達380公尺,相當於126層樓高,此次合作透過龐大的數位病理資料庫,成為AI研究開發基礎,可運用AI進行深度學習、訓練,盼可發展一套辨識骨髓增生性腫瘤的模型。

林口長庚解剖病理部副主任莊文郁表示,骨髓切片主要由血液病理次專科醫師進行判讀,但複雜度相當高,包括各種造血細胞在顯微鏡下的數量及形態,特別是巨核細胞的形態特徵、數量及空間分布,才能得到精準的診斷。過去以人工判讀,難以取得客觀量化結果,特別是對疾病不熟悉、經驗較少的醫師會更難判讀。他也打趣地形容,AI技術不僅可認臉,也可辨別極度困難複雜的細胞。

改善患者生活品質與延長存活期,是各界對於癌症治療的共同目標,林口長庚副院長邱政洵期許,透過跨界合作,盼發展人工智慧助攻血液腫瘤及早診斷,諾華腫瘤台灣總經理陳喬松表示,希望運用資料科學以發展先進藥品,雲象科技創辦人暨執行長、醫師葉肇元指出,型態辨識的病理診斷對血液疾病來說相當關鍵,AI輔助下技術可再次提升,並與分子及基因診斷相輔相成,強化血液疾病診斷、治療品質。

為協助血癌患者準確及早診斷,林口長庚與雲象科技、台灣諾華合作,將龐大數位病理資料庫結合AI技術,協助血癌病患即時診斷及治療。圖/主辦單位提供
為協助血癌患者準確及早診斷,林口長庚與雲象科技、台灣諾華合作,將龐大數位病理資料庫結合AI技術,協助血癌病患即時診斷及治療。圖/主辦單位提供
骨髓增生性腫瘤分類多,常見症狀也相似,臨床上診斷相當困難。圖/主辦單位提供
骨髓增生性腫瘤分類多,常見症狀也相似,臨床上診斷相當困難。圖/主辦單位提供

血癌

課程推薦

延伸閱讀

贊助廣告

商品推薦