「創新人工智慧驅動之數位病理」研討會之二

AI如何真的幫到病理醫師？北榮、林口長庚、中正大學、成大專家詳解做法

截錄文章來自：環球生技網站新聞2024-05-25

中正大學余松年：胃癌MSI自動偵測模型AUC達0.99

中正大學電機系教授余松年，分享其團隊運用AI辨識胃癌「微衛星體不穩定性」(MSI)的研究成果。

MSI不但是致癌的關鍵因素之一，也可作為是否適用新型免疫治療的評估因子(MSI陽性者適用)。余松年表示，MSI為一項不容易在影像中辨認出的基因亞型，傳統上需使用全基因體定序檢測，但費用昂貴、耗時較長，因此近年開始被探討能否以病理學方式檢驗。

余松年團隊先是進行病理切片影像提取、排除影像中組織稀疏的區塊，篩選出適用訓練的影像，且須經過顏色正規化等影像前處理。

在建構深度學習模型方面，他們使用卷積神經網路(CNN)、殘差網路(ResNet)、殘差注意力網路(Residual Attention Network)等學習技術，非局部網路模型(Non-local Operation)等技術優化；並且經影像後處理過程，讓腫瘤影像更明確。

團隊最終建構出能分辨正常細胞、微衛星穩定(MSS)和MSI的AI模型，曲線下面積(AUC)達到0.99。

未來，他們也期望進一步探討腫瘤旁的正常組織，與無腫瘤正常組織的差異，其他基因亞型，和其他部位腫瘤的MSI，也是其將拓展研究的方向。