由台北醫學大學陳震宇副校長所建成的研究�…

「肺癌臨床決策智能輔助共享系統」肺癌臨床決策智能輔助共享系統以「早期預防、精確診斷、精準用藥

「運用生成式深度學習預測晚期肺癌藥效預後和篩選全球臨床試驗」 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…

「多模人工智慧個人化4D高齡健康失智預測模組」 因應高齡化社會，我國失智症人口逐年增加，醫療支出提高、照護人力等挑戰亦伴隨而至。臺北醫學大學附設醫院陳震宇特聘教授團隊開發DeepBrain…