20:40pm
（中央社記者趙敏雅台北4日電）代謝性脂肪肝炎（MASH）已成台灣肝癌頭號病因，國研院生物模式中心與成功大學合作，今天發表「AI+MASH病理量化平台」，透過AI影像分析技術，縮短小鼠肝臟病理檢測報告產出時間，讓研究團隊快速評估藥物對病變進程的干預效果，助脂肪肝炎藥物篩選效率。
國家實驗研究院國家生物模式中心與成功大學電機工程學系特聘教授詹寶珠跨域合作，發表「AI+MASH病理量化平台」，結合國研院生物模式中心的臨床前動物試驗專業、成功大學電機工程學系團隊的AI影像分析技術，以及國研院國家高速網路與計算中心的高速運算資源，實現全景客觀、快速高通量、標準一致的病理分析優勢。
國研院表示，脂肪肝可能會造成MASH，再演進到纖維化，最後形成肝硬化、肝癌。若在MASH、甚至初期纖維化階段，及時給予適當藥物治療，就有機會恢復健康。透過「AI+MASH病理量化平台」，能夠精準評估實驗小鼠脂肪肝、MASH和纖維化程度，可用於測試各類藥物療效。
國研院指出，傳統評估方式為病理師檢視肝臟病理切片，擇定其中一小部分進行半定量評分，判定肝臟油滴含量、發炎病灶密度及纖維化範圍，以推論病理進程。「AI+MASH病理量化平台」則以全景掃描與AI自動化分析來檢視小鼠肝臟病理切片。
國研院生物模式中心研究員蘇裕家指出，透過「AI+MASH平台」人機協作，以AI自動化分析肝臟病理切片的全部區域，從局部取樣擴張到全景客觀分析，移除主觀誤差，建立絕對值的統計標準，準確度與人工專業判讀的吻合度高達98%。
蘇裕家表示，量化報告出爐僅需2週，再交由人工分析確認，相較於傳統全人工判讀，過程需耗時至少2個月，AI人機協作時程縮短為1/4，大幅提升脂肪肝炎病理診斷的量能。
國研院說明，AI模型可精準量化切片全區域的油滴堆積量、發炎病灶密度、脂肪肝細胞與肝纖維分布占比，如正常肝臟切片每平方毫米僅3.07個發炎病灶，脂肪肝炎組則高達39.7個。而研究團隊可透過上述4種病理量化，評估藥物對病變進程的干預效果。
國研院指出，平台也能提供「肝臟全景視覺圖」功能，依不同模型辨識各脂肪肝炎病理特徵，標示所在位置並協助快速找尋病變位置，作為評估脂肪肝炎嚴重程度與影響區域的重要指標，為藥物療效評估提供客觀數據。
國研院生物模式中心主任秦咸靜強調，此技術不僅提升病理分析效率，更為MASH藥物篩選提供關鍵助力，加速治療方案的臨床轉譯，未來平台將持續優化，結合更多病理模型，支援全球脂肪肝炎藥物研發，提升台灣生技產業國際競爭力。（編輯：楊凱翔）1150604
