關於我們

最新消息

肝病資訊

捐款專區

好心肝故事

義工園地

聯絡我們

好心肝會刊肝病資訊

第100期

出刊日：2022-10-15

返回上一層

特別企劃／胰臟癌AI有助於早期偵測

難以早期發現、擴散又快的胰臟癌，一直是非常困難治療的疾病，不過在AI的發展上卻有超前成績！臺大研究團隊所研發的「胰臟癌AI自動偵測模組」為世界首創，不僅能辨識肉眼難以察覺的早期胰臟癌，且診斷準確率高達9成以上！

諮詢╱廖偉智（臺大醫院內科部主治醫師、臺大醫學院內科教授）
撰稿╱黃筱珮

胰臟癌（Pancreatic cancer）素有「癌王」之稱，主要是早期症狀不明顯，診斷不易，超過8成胰臟癌患者在發現時已無法手術，存活率低，因此又稱「無聲殺手」。臺大醫院與臺灣大學聯手開發世界首創的「胰臟癌AI自動偵測模組」，以人工智慧輔助影像分析，有助於辨識2公分以下的早期胰臟癌腫瘤，不久的將來可望運用於臨床，將是讓早期胰臟癌現形的一大利器。

小於2公分胰臟癌難發現
根據衛福部公布2021年10大癌症死因統計，胰臟癌高居10大癌症死因第7位，當年死亡人數為2659人，呈現上升趨勢，年增率達8.5%。歷年來多位名人因胰臟癌病逝，更喚起國人對這個疾病的重視。

胰臟癌若能早期發現，預後可大幅改善。根據統計，小於2公分的早期胰臟癌經手術切除後，患者的5年存活率可達80%；反之，大於2公分的胰臟癌即使可以經由手術切除，幾乎都會復發，5年存活率降至20%以下。因此，「早期發現」是提高胰臟癌存活率的不二法門，而能否早期發現也是攸關生死的關鍵。

但棘手的是，胰臟深藏於後腹腔內，前方常有「腸氣」遮蔽，即使做腹部超音波檢查也不容易看到胰臟全貌，所以目前電腦斷層（Computed Tomography, CT）檢查是偵測胰臟癌的主要工具，但小於2公分的胰臟癌在CT影像上也往往難以辨識，不易被偵測，加上癌細胞擴散速度快，導致胰臟癌患者確診時多半為時已晚。目前小於2公分第一期胰臟癌的病人，佔所有胰臟癌病人不到5%，比例非常低。

早期胰臟癌為何不易診斷？
為何CT檢查也不易看出早期胰臟癌？大部分的腫瘤在CT影像中多半為圓形球體，但早期胰臟癌沒有清楚的邊界，病灶如同一滴墨汁在水裡暈開，僅似蒙上一層薄霧模樣，與正常組織的影像差異微乎其微，有時根本無法以肉眼辨識。

因此，偶而有病人明明就有非常明顯的胰臟癌症狀，例如黃疸、體重減輕等，但是CT檢查就是看不到明顯腫瘤，這時醫師與病人常會決定「再觀察」，等3個月後再追蹤檢查。

早期胰臟癌的影像檢查原本就存在上述盲點，加上放射科醫師的工作負擔普遍過重，導致要判讀出胰臟癌又更不易。現代醫學愈來愈依賴影像檢查，放射科醫師平均每個月要查看上百位病人的電腦斷層影像並撰寫報告，每位病人影像包含約莫 500片切面，每個切片中可能同時存在10種以上的器官與構造，相當於一位病人的檢查就有5000個細節要留意。

放射科醫師要從這麼龐大的資料去找出是否有早期胰臟癌的細微變化原本就不易，再者病人可能是因為其它疾病就醫檢查，醫師不會只專注於檢視胰臟，更讓早期胰臟癌的判別形同「大海撈針」，難上加難。因此臨床上小於2公分的胰臟癌平均只有6成被找出來，有將近4成被遺漏，形成臨床診斷的痛點。

世界首創AI胰臟癌偵測系統
準確率逾9成
為了想辦法提升電腦斷層偵測早期胰臟癌的敏感度（sensitivity），臺大醫學院內科教授廖偉智與臺灣大學應用數學科學研究所教授及MeDA Lab（Medical Data Analytics Laboratory，醫學影像與數據人工智慧實驗室）主持人王偉仲教授帶領的研究團隊，召集醫學、應用數學、統計、資工等多元背景人才，開發出全球第一套能夠從電腦斷層影像中自動偵測胰臟癌的PANCREASaver模組（中文名稱：肋胰見）。

研究團隊先蒐集數千組胰臟癌病變與對照組的電腦斷層影像供AI深度學習，並且標記出胰臟與腫瘤位置提供模型訓練，在反覆練習後，具有「胰臟及胰臟癌自動輪廓勾勒模型」（影像分割）與「人工智慧胰臟分析模型」（影像分類）功能的PANCREASaver模組，成功讀取有注射顯影劑的CT影像格式，並能進行自動化處理與分析。

然而，早期胰臟癌CT影像連肉眼都難辨識，如何做到「肉眼看不到、AI卻看得到」，無疑是一大挑戰，因此這套AI輔助偵測胰臟癌的開發起初並不被看好，遠比AI偵測肺部結節、肝臟腫瘤、大腸息肉、骨折、氣胸等疾病的技術門檻更高，因為肺部結節等疾病的檢查影像是肉眼原本可辨，只需要用AI「加強」即可。

為克服困難，臺大研究團隊運用近幾年最新的人工智慧技術，搭配高效能計算，開發先進演算法並反覆測試和驗證，再以癌症登記與病理切片結果確診為胰臟癌的CT影像供AI練習辨別。其中包括一些取得專利的技術。
最後AI在12位肉眼難以辨識的早期胰臟癌CT影像中，成功偵測出11位，AI能偵測到92.1%小於2公分的胰臟癌，最小還能偵測到約1公分的胰臟腫瘤。

PANCREASaver模組的研究，於2020 年7月刊登在國際知名期刊《刺胳針數位醫療》（The Lancet Digital Health），並獲選為美國腸胃科年會 （Digestive Disease Week, DDW）的傑出論文。

研究團隊並進一步以全民健保影像資料庫的全國資料進行驗證顯示，PANCREASaver偵測胰臟癌的準確率和敏感度達到91.4%和89.7％，於2022年9月刊登在國際知名期刊《影像醫學》（Radiology），顯示該模組具備高準確度，可供未來發展為胰臟癌輔助診斷工具。

整體來說，透過AI輔助，早期胰臟癌臨床診斷準確率可從目前平均的6成提升至9成，增加了三分之一，有效幫助更多早期胰臟癌患者及早被發現。
圖說：臺大研發之胰臟癌AI系統可分析CT影像，並標示出疑似胰臟癌患部（右小圖紅色區域）。
AI一分鐘快速辨識 
疑似病例亮紅燈警示
現階段PANCREASaver模型已建立「全自動化」的運作流程，系統可直接與醫院內部醫療影像擷取傳輸系統（PACS）對接，PANCREASaver可自動分析影像，分析影像是否有胰臟癌的可能性。

AI判別速度快，當病人做完CT檢查之後直接進行全自動化分析，大約只要1至2分鐘的時間就能輸出結果供醫師參閱。醫師只要一台iPad 在手，就能讀取PANCREASaver分析的結果，模組會以「原始影像」與「AI判讀結果」對比顯示的方式呈現，並以橘色區域標示出胰臟位置，紅色區域則為疑似腫瘤患部，當判別有腫瘤時，該病例編號上會以「紅燈」警示，反之則以「綠燈」顯示。

目前研究團隊正準備提出醫療器材項目的許可證申請，一旦通過，可望普遍運用於臨床。PANCREASaver模型就像訓練精良卻不會感到疲憊的放射科醫師，用意不是要取代醫師，而是輔助角色。它可分擔醫師龐大的工作量，也能加快檢查與治療流程。

例如現階段病人在接受CT檢查後，多需等待1至2週才能看到報告，等待過程難免焦慮；但因為放射科醫師工作量大，判別影像資料本來就需要一段時間。未來若AI能介入快速判別，一旦發現疑似病例，就能立即發出警示提醒，提早啟動接下來的醫療步驟，讓病人把握關鍵治療期。

不過，要注意的是，胰臟癌也不能完全倚賴影像就做出診斷，有時仍須靠病理切片化驗才能確診，AI能提早協助醫師挑出疑似病例，最終仍須靠醫師做出判斷。

未來展望： 
一次影像檢查資料供多種AI判讀
AI智慧診療及影像識別正在改變醫療的日常，日後AI輔助偵測胰臟癌系統臨床上線後，期盼不只能為原本就懷疑罹患胰臟癌的病人服務，還能提供更為廣泛的協助，例如只要在醫院接受過腹部CT影像檢查的人，不論當時是為了找出何種疾病，也可藉由此一系統偵測有無胰臟癌的可能性，病人無須再重複做一次檢查增加輻射暴露，還可多一重保障。

而當愈來愈多疾病陸續開發出相對應的AI分析系統後，可串接不同領域的AI達到全身性的整合偵測，使AI辨識發揮全方位把關功能，優化診斷精準度，相信這樣的進展更加令人期待。

Google+ 微博

請別錯過本期其他精彩內容…