中大醫學院引入AI消化道內鏡系統 協助實時識別胃癌

中大醫學院引入「AI輔助上消化道內鏡系統」進行臨床研究，協助於照內鏡時，實時識別胃部癌症，鎖定病變位置及癌變範圍，作為臨床檢測的參考。

新的 AI 輔助上消化道內鏡系統利用大量由日本醫療專家註釋的胃癌內鏡影像進行深度學習及分析，在胃鏡檢查期間，可以實時識別胃部的癌症、鎖定病變位置及癌變範圍，供醫生作為臨床參考。(中大醫學院提供圖片)

中大醫學院表示，早期胃癌症狀並不明顯，由於胃部腫瘤的影像較細及較扁平，較容易漏診。現時本港大約有八成半胃癌病人，確診時已屬中晚期。

有線新聞影片截圖

中大最近由日本引入的「AI輔助上消化道內鏡系統」，收集超過10萬個內鏡影像數據構建而成，並由多名日本胃癌專家合作研發，連接內鏡儀器，當醫生幫病人照胃鏡時，系統實時協助指出懷疑病變範圍。

新系統的優勢，是能夠檢測扁平、或無顯著顏色變化的早期胃癌，有助減低漏診的機會。(中大醫學院圖片)

中大醫學院院長趙偉仁形容系統就有如一名專家協助醫生診斷，相信能有效減低漏診率，盡早找出高風險的胃癌病人，同時亦可以讓內鏡醫生更有系統地接受訓練，提升早期腫瘤的檢測率。發現早期胃癌，有機會可以經由內鏡切除治療，避免大型手術切除胃部。有關系統將於威爾斯親王醫院試行，未來會進行臨床研究，確認系統對診斷胃癌的準確度。

中大醫學院院長趙偉仁形容系統就有如一名專家協助醫生診斷，相信能有效減低漏診率，盡早找出高風險的胃癌病人。(有線新聞影片截圖)

根據2021年的數據，胃癌是香港第六大常見癌症，每年約有1300宗新症，死亡個案有超過600宗。中晚期胃癌的5年存活率通常有30%至40%，早期胃癌的5年存活率一般超過九成。

研究團隊成員包括（左起）中大醫學院內科及藥物治療學系助理教授柳浩城醫生、院長趙偉仁教授及外科學系助理教授葉瀚智醫生。(中大醫學院提供圖片)

趙偉仁教授（右）向日本國駐香港總領事館總領事（大使）岡田健一先生（左）講解新系統的操作原理。岡田健一先生表示，憑藉香港的獨特國際優勢，期望此創新科技能惠及全球患者。(中大醫學院提供圖片)

中大醫學院、美國加州大學聖地牙哥分校及溫洲醫科大學第一附屬醫院共同成功開發了一種以血液為基礎的嶄新非侵入性早期診斷代謝性脂肪肝炎模型，有望可轉化至臨床應用，為患者提供更安全及具成本效益的診斷工具。

研究詳情已刊登於著名醫學期刊《Cell Metabolism》。

中大醫學院表示，代謝相關脂肪性肝病（MASLD，簡稱「代謝性脂肪肝」），原稱非酒精性脂肪肝（NAFLD），影響全球25-30%的人口，是最常見的慢性肝臟疾病。在本港，約27%的成年人口患有此疾病。

CUHK Medicine FB

代謝性脂肪肝通常無明顯病徵，可惡化為脂肪性肝炎(MASH)、肝硬化，甚至肝癌。故此，有需要及早識別高風險群組，使病人能及早接受治療。

肝穿刺活組織檢查（肝活檢）是目前診斷脂肪性肝炎的「黃金標準」，但檢查具創傷性，會對病人帶來潛在風險，加上費用昂貴，令臨床應用受到限制。

這項研究的通訊作者、消化疾病研究國家重點實驗室﹙香港中文大學﹚主任于君教授表示：「這個創新的早期診斷模型是基於我們在前期MASH患者樣本結合動物研究發現的可以識別MASH的相關因子，能準確識別MASLD和MASH患者，並可評估MASH的改善情況和治療效果。其診斷效能在亞洲及美洲的三個獨立隊列中得到了驗證。研究成果已申請專利並正在開發診斷試劑盒。」研究共同通訊作者、中大醫學院内科及藥物治療學系腸胃及肝臟科主任黃煒燊教授亦表示：「這項發現將有助減少不必要的肝活檢程序，以便及早發現和介入，從而降低病情惡化的風險。」

中大醫學院。資料圖片

研究團隊從四個獨立隊列研究中，收集了700個來自香港、中國內地及美國的血清樣本。研究前期透過分析健康對照、MASLD和MASH組的臨床診斷數據，利用結果所得的6種蛋白和17種臨床變數作檢測並結合隨機森林算法和單因素邏輯回歸方法進行篩選，成功建立起一個包含2種血清蛋白生物標誌物（CK-18, CXCL10）和身體體重指數（BMI）的非入侵性生物標誌物模型N3-MASH。研究第一作者、消化疾病研究國家重點實驗室﹙香港中文大學﹚助理教授張翔解釋：「此模型能準確識別出MASLD患者， AUROC達0.954，數值(由0至1)越高代表模型表現能力越好。在MASLD患者中，N3-MASH模型能夠識別MASH患者，AUROC為0.823，靈敏度、特異性和陽性預測值分別可達62.9%、90%及88.6%。這些發現有助於早期識別MASH患者，從而使他們提前接受密切跟進和適當干預。」