台北医学大学陈震宇特聘教授研究团队，执行肺癌大数据精准医疗人工智慧系统计画，以「早期预防、精确诊断、精准用药」为目标，成功打造全台第一个医病决策共享的「肺癌临床智能决策辅助系统」(Clinical Decision Support System-Shared Decision Making, CDSS-SDM)，荣获最新一届FUTEX未来科技奖与国家新创奖。

/news/2022/04/27/2011173650S.jpg

肺癌是台湾癌症的头号杀手，唯有早期诊断、精准治疗才能战胜肺癌。肺癌治疗决策需要多方面考量，临床上肺癌早期诊断需要精准影像，治疗与药物选择则需叁考致癌基因变异等多重因素。肺癌从影像诊断的第一天起，病人就和时间赛跑，关键的前10天至少有4次检查结果必须与经验丰富的医师共同讨论治疗决策，使用大数据和人工智慧有助於早期决策，提高医疗效能、达到肺癌精准临床治疗愿景。

「肺癌临床智能决策辅助系统」由台北医学大学与科技部携手，集合跨领域生医专家，将AI大数据加值，运用创新人工智慧肺癌模组，辅助临床电脑断层摄影与数位病理影像判读，结合临床数据与基因资料，成功开发出创新平台，让肺癌早期诊断，个人化精准治疗的医病共享决策模式变成可能。

团队开发的「全自动低剂量电脑断层肺癌基因突变预测模型」可自动从300多张电脑断层影像自动侦测肿瘤，并精确切割运算，判断肿块类型和可能的基因突变，自动报告肺结节的处理建议。

团队更将电脑断层预测结果和临床大数据结合，透过肺腺癌病患医疗大数据和自动机器学习方法建立脑转移、预後与药物反应预测模组，当电脑断层影像发现新发个案时，可立即预测脑转移风险和选药建议。

台北医学大学与台湾医疗科技大厂云象科技合作，开发可在全玻片数位病理浩瀚的细胞影像结构中，高速搜寻癌细胞并进行判读之技术，并以此延伸开发全新的「全自动数位肺腺癌病理基因突变预测选药模型」，可快速自动标注，并预测表皮生长因子受体(EGFR)最常见基因的突变状态，结合病理与千人临床数据，有助於提早精准用药，相关成果，目前正积极申请海内外专利。

此外，团队更以突破性技术开发「病理报告自然语言处理(NLP)自动判读选药建议系统」与「肺腺癌全基因用药建议模型」，以人工智慧自然语言处理技术，输入病人的一份病理报告即可自动得到存活率较高的健保与自费用药推荐。并将治疗效果和存活期做串联，筛选出与病患相似且预後最隹的选药治疗建议。

对於晚期肺癌无法开刀或已经转移复发，系统自动将病人状况媒和全球新药试验场域，让病人有机会媒合最适合的临床试验，为患者带来新兴的治疗方向。