人工智慧現已廣泛應用在醫療健康產業，無論是疾病診斷、治療、照護與預防等，而在癌症醫療上，目前人工智慧大概有幾個面向使用，包括癌症基因組資料分析、醫學影像與數位病理應用、電子病歷與研究整合，以及癌症藥物開發等。
比翼生醫 醫療事務經理 陳長溢
癌症基因組資料分析
當身體內、外在因素導致基因發生變異，在變異累積影響細胞生長存活時，就可能誘發癌症，且約有10-15%的患者是由於某些特定基因變異遺傳而罹癌。因此，解析患者的基因體圖譜，對於癌症醫療是相當重要的，以黑色素瘤為例，可以透過基因定序檢測是否帶有MEK (Mitogen-activated protein kinase)、Braf (B-Raf serine/threonine kinase receptor) 的變異，或者免疫檢查點PD-1/PD-L1 (Programmed cell death protein 1/programmed cell death-Ligand 1) 的表現，來選擇對應的標靶或免疫藥物。
但由於基因定序數據龐大，且基因間存在複雜的訊息傳遞關係，因此其分析經常需要高度的專業與經驗才能正確完成，此部分若能仰賴機器協助，則將大幅提升分析品質。目前人工智慧相關技術，除加速大量基因組數據的分析外，還可協助識別基因功能、調節區域、基因間交互關係、除錯，甚至能與大型公開資料庫（如TCGA、GenBank等）進行比對，結合基因與臨床資料，輔助臨床醫師規劃更完善的治療計畫，實現癌症「個人化」治療。
醫學影像與數位病理應用
在癌症醫療中，常使用醫學影像進行篩檢，包括X光、超音波、電腦斷層掃描 (Computed Tomography, CT)、核磁共振造影 (Magnetic Resonance Imaging, MRI)、正子電腦斷層掃描 (Positron Emission Tomography, PET)、單光子電腦斷層掃描 (Single Photon Emission CT, SPECT) 與數位病理等。
在近年來由於深度學習技術的精進，許多輔助影像判斷與數位病理的軟體也先後獲得法規機構核准使用，例如: AI腦瘤自動圈選設備VBrain (Vysioneer, Inc.)，可輔助圈選腫瘤，並減少「視覺盲點」; 腸癌瘜肉檢測系統GI Genius (Medtronic, Plc.) 可與多款FDA 核准的標準影像內視鏡系統相容，在結腸鏡檢查中識別可疑的潛在病變區域; 前列腺癌切片AI判讀軟體Paige Prostate (Paige AI, Inc.) 分析前列腺切片影像中最有可能包含惡性細胞的區域並標記; 第二級醫療軟體醫材Oleena (Voluntis, Inc.) 可即時記錄患者臨床症狀與病情發展，為患者提供癌症治療副作用的自我管理建議，並回饋給醫院，達到高效的醫療支持目的。AI軟體的介入，除了可以提升癌症醫療的診斷治療效果、降低誤判率與減少醫療人員負荷外，也能減少整體療程的時間，對於癌症精準醫療提供相當的實質效益。
電子病歷與研究整合
病人的健康、醫療、檢查與生活品質等數據皆是屬於醫療數據的一環，大量的數據伴隨時間軸變化，往往能提供有參考性的治療藍圖，但龐大的資料量，無法僅透過人工整合與規範。因此若藉由AI協助，將能大幅提升資料使用效益，AI可整合電子病歷、醫學影像、生理數據、病理檢查數據與基因數據等，且可作條件化搜索，並提供群體分析與相關病程資料，包括診斷、用藥、療程與成效等，有效加速與優化癌症醫療品質。
癌症藥物開發
在癌症藥物開發中，要成功找到有效藥物並驗證，通常需耗費大量資源與時間，且可能因為選錯人體中的標的分子、設計的分子無法產生作用與挑錯受試族群等，而失敗收場。為擺脫此困境，目前有許多製藥公司已開始藉由AI來輔助藥物開發，包括挖掘分子結構、自動化分子設計、預測結構相容性、預測脫靶效應與毒性、大規模的細胞與動物檢測分析，與搜尋生物醫學文獻等，在減少繁瑣的實驗室流程前提下，亦可降低藥物發現成本，並有效加速藥物開發。
以上四部曲的資料說明，希望能幫助大家進一步了解癌症醫療的現況與未來展望，若想了解更多資訊，歡迎寄信至Bryant.chen@behealthventures.com