人工智慧（AI）正在迅速推動數位腫瘤學發展。數位化生物標記檢測能夠幫助臨床醫生在癌症治療中做出明智和個人化的決策。然而，截至2023年，市場上還少有此類產品被大面積地成熟利用。

一項由24名擁有第一手計算病理學/病理AI（CPath/AI）經驗的專家參與的共識報告稱，AI將提高診斷準確性，病理技術人員的日常任務將發生重大變化。到2030年，AI將在病理實驗室中得到常規且有效的使用。

近期發表在《柳葉刀》（The Lancet）子刊《eBiomedicine》和《柳葉刀-數位健康》（The Lancet Digital Health）的兩項獨立研究，分別著眼於：基於深度學習的腫瘤浸潤淋巴細胞（TILs，可作為治療癌症的藥物標靶）評分系統，在黑色素瘤（一種皮膚癌症）不同時期的預後意義；以及將AI作為獨立讀取器，用於乳房X光檢查工作流程的價值。

兩項針對不同癌症的研究

第一項研究由德國圖賓根大學（University Of Tuebingen）皮膚科、德國海德堡大學（University of Heidelberg）皮膚科和美國耶魯大學醫學院（Yale University School of Medicine）病理學係等機構的研究人員共同完成。在該研究中，研究人員使用深度學習演算法NN192（一種為標準和數位化TILs評分系統「eTILs」而開發的演算法），對321個原發性黑色素瘤和191個轉移性樣本進行分析。

研究人員發現，eTILs低評分的黑色素瘤患者，發生癌症組織遠端轉移的風險是eTILs高評分患者的兩倍以上，同時，從原發性黑色素瘤到轉移瘤樣本之間的eTILs評分降低。eTILs評分≤12.2%，同時接受抗PD-1免疫療法治療的患者，其存活結果不良。這證明eTILs對原發性黑色素瘤樣本具有預測作用，且eTILs可以預測接受PD-1治療患者的反應和存活結果。

對此，國際免疫腫瘤生物標記工作小組（International Immuno-Oncology Biomarker Working Group）聯合主席Roberto Salgado表示，免疫細胞的準確定量涉及預後和預測信息，對臨床途徑和定制治療計劃很重要。此外，相較人工評估，電腦的評估結果也準確得多。

第二項研究由瑞典卡羅林斯卡學院（karolinska institute）腫瘤病理學系和瑞典Capio Sankt Göran醫院的Karin Dembrower及其團隊完成。

在這項研究中，研究團隊基於Capio Sankt Göran醫院從2021年4月1日到2022年6月9日的定期乳癌篩檢工作，將55581名40-74歲未填充乳房植入物的女性納入研究。研究遵循瑞典乳房X 光檢查國家指南（Swedish National Guidelines for mammography screening），即由兩名放射科醫生對每位參與者的乳房X 光影像進行獨立評估，並在任何一人讀片異常的情況下進行共識討論，決定是否進行進一步的影像學檢查。如果進一步檢查仍懷疑患者患有癌症，則獲取活檢樣本，由病理學家對活檢進行分析並作出明確診斷。

研究中，在兩位放射科醫師讀片的同時，Insight MMG（一個AI系統）作為一個獨立閱讀器在後台運作。在共識討論之前，放射科醫生無法訪問Insight MMG 獲取信息，共識討論中，放射科醫生可以訪問Insight MMG 所有病例的信息，包括任何局部圖像發現、圖形輪廓和相應的AI異常評分。

研究團隊進行了四種讀片策略，分別檢視了兩位放射科醫師雙讀（標準情況）、一位放射科醫師和AI系統雙讀、AI系統單讀，以及兩位放射科醫師和AI系統三讀的實際診斷結果。結果顯示，與標準情況相比，一名放射科醫生和AI系統雙讀的癌症檢出率增加了4%，召回率降低了4%；AI系統單讀的癌症檢出率沒有明顯差別，召回率降低了47%；兩名放射科醫生和AI系統三讀略微提高了癌症檢出率，召回率提高了5%，並且共識討論多了近50%。

研究團隊表示，AI系統和人類在閱讀時會將某些不同的影像特徵視為可疑癌症，因此人類和AI系統進行協同作用，能夠提高乳房X 光檢查中乳癌的檢出率。AI系統單讀能夠最大程度降低參與者因多次檢查引起的心理負擔，但這意味著很大一部分乳房X 光檢查永遠不會由醫生進行評估。兩位放射科醫生和AI系統三讀能夠最大程度檢測癌症，然而這必須與檢測成本增加、放射科醫生短缺等問題進行平衡。

市場仍需不斷發展

Roberto Salgado表示，數位化生物標記檢測，能夠幫助臨床醫生在癌症治療中做出明智和個人化的決策。然而，截至2023年，市場上還少有此類產品被大面積地成熟利用。

當地時間9月7日，美國癌症診斷技術研發商Paige.AI 宣布與美國科技公司微軟（Microsoft）合作建構世界上最大的基於影像的AI 模型，並將其應用於數位病理學和腫瘤學的發展。

無獨有偶，當地時間9月11日，美國科技公司戴爾（DELL）與愛爾蘭利默里克大學（University of Limerick）數位癌症研究中心聯手開發AI平台和數位孿生技術，以推動B 細胞淋巴瘤的預測和診斷研究。

「這是一個非常令人興奮的開始，我們期待戴爾技術團隊的數位支持能加速此計畫推進。」利默里克大學分子病理學教授、數位癌症研究中心數位病理學部門科學主任Paul Murray說， “透過與戴爾技術團隊的合作，我們將能夠進一步了解細胞在癌症發展過程中是如何出錯的，並找到診斷和治療癌症患者的新方法。”