肺癌是台灣癌症十大死亡之首,每年約新增一萬名肺癌患者,其中六成確診者已
經是末期,需要快速精準用藥或尋求新藥臨床試驗。雖然近年標靶藥物與免疫療
法有長足進展,肺癌病人的五年存活率仍僅約15%。臨床上,肺癌從初步診斷到
開始治療決定選擇何種第一線治療藥物,是一個相當複雜且費時的過程。病理文
字報告是肺癌治療的重要參考,富含著大量的醫療決策線索。然而,這樣長篇的
非結構化報告內容,需要花費大量時間閱讀摘取重點,還需從大量的資訊與條件
中篩選出可能適合的用藥和新藥臨床試驗,對於癌末的病患往往緩不濟急。為提
高肺癌末期診療治療效能、達到精準醫病決策共享。臺北醫學大學校級跨領域團
隊運用高品質臨床大數據,首創新的自然語言處理與生成式AI技術,運用多模預
測方法,只需輸入病患的病理報告,就能在5秒內獲得最佳治療用藥組合指引,以
及合適的新藥臨床試驗,大幅縮減治療的等待時間,為晚期肺癌治療帶來了重大
的突破。
本團隊所訓練的BERT與GPT模型能從複雜的病理文字報告中,提取出52項重要的
病理特徵(features),並進一步生成病理摘要,讓病理報告中的重要資訊一目了
然,也能確保高度機敏醫療資料的安全性和隱私保護。我們使用BERT技術進一步
摘取超過5000例完整肺癌病人的用藥、治療效果和存活期特徵,然後將單一病人
的特徵以Prompts的條件方式透過本團隊訓練的生成式GPT技術,最終產生最佳
預後的選藥治療建議,這個決策建議是特徵自動比對與生成式學習的結果,等於
彙整百位醫師治療數千名病人的經驗,產生高度精準預測,有助於醫師和病人之
間的決策共享。對於預後較差或沒有一線藥可用的病患,我們的模型能自動媒合
全球新藥試驗場域,比對新藥收案條件(inclusion criteria),快速提供病人地理位
置最近的新藥試驗機構,以期延長末期癌症生存期。
這項前瞻的技術已經申請美國以及台灣四項專利,證明了它在醫療領域的創新性
和價值。透過我們所研發的系統,能在短時間內達到病理報告彙整並給予治療建
議,有效地改善醫病決策共享的流程,讓病人能夠更快速地接受到個人化精準治
療。此外,這樣的技術也能夠改善偏遠地區的醫療品質,降低所需的人力,有效
地解決醫療量能不足的問題。以精準醫療人工智慧技術,提升臺灣的醫療水準。