科大AI快速測乳癌 涵蓋30多種疾病
原文刊於信報財經新聞「EJ Tech 創科鬥室」
香港科技大學最近透過其人工智能（AI）運算設施，以大量數據結合機器學習訓練，研發四大嶄新的AI醫學診斷系統，包括通才、放射學、病理學等基礎模型，以及「可解釋的人工智能」，為多達30種癌症及疾病提供診斷和預後評估，冀成為全科及專科醫生的高級醫療助理，協助做出快速、準確及可靠的診斷。
乳癌是本港女性最常見的癌症之一，科大研發的MOME是首個以大模型方式分析多參數磁力共振（MRI）影像的AI模型，能協助醫生分析病人的乳房MRI，輔助快速分辨乳房腫瘤屬良性抑或惡性。
除了避免病人接受不必要的病理穿刺化驗，AI模型能預測患者對化療的反應。團隊邀請6名放射科醫生比對，系統準確度達九成以上，相當於具備5年或以上經驗。
mSTAR分析病理全景圖
領導研究的科大計算機科學及工程學系助理教授陳浩指出，以針對病理學的AI基礎模型mSTAR為例，便集合了10275名患者、涵蓋32種癌症類別，超過1.6億張醫學圖像。目前港大、中大兩間醫學院，以至中港共5間醫院，包括暨南大學第二臨床醫學院深圳市人民醫院，以及南方醫科大學南方醫院，均有參與是次AI醫學大模型的研究。
mSTAR屬於病理學基礎模型，有助改善病理報告的撰寫流程。mSTAR與一般模型不同，並非把整張切片分割及獨立分析，而是將整幅病理全景影像分析，並且引入多模態知識增強識別能力，讓病理學家執行多達40項診斷及預後任務，可以減低病理分析所需的時間，提升診斷的準確度。
全科醫生MedDr應診解難
科大團隊研發的AI全科醫生MedDr，屬於一款多模態語言模型，猶如醫學界的「GPT」，能解答問題、撰寫醫療報告，並根據醫學圖像為病人作初步診斷等，為目前全科醫學最具規模的開源軟件。上海人工智慧實驗室近日一項評測中，MedDr被評為全球同類模型中，性能最佳的AI系統之一。
現時不少AI系統準確度甚高，惟透明度欠奉。至於「可解釋的人工智能」XAIM，用於剖析各個AI醫學系統如何作出決策，並為系統的診斷結果提供圖像及文字解釋，提升醫療人員對系統分析結果緣由的理解，以提升醫療人員對AI模型的信任度。
陳浩強調，AI不可能取代醫生，但醫生的「時間就是成本」，預計節省三至四成時間。此外，團隊正研發一系列針對不同臨床任務的AI系統，包括精準腫瘤學及計算機輔助介入等醫療工作，並收集更多數據作訓練，不斷優化現有AI模型。
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
