學研新創 - 智慧醫療與健康科技
先知—利用資料科學發展肺癌數位快篩
2022-12-20
李友專特聘教授團隊/臺北市立萬芳醫院

李友專、林承翰、王筱涵、葉嘉漢、楊軒佳、黃芝瑋、林哲瑋、王文吟

肺癌屬於高發生率(癌症排名第二)、高死亡率(癌症第一)、高疾病負擔(每年 200 億的健保支出)。肺癌的五年存活率 29%,但第零/第一期為 75-90%,第四期為 8%,顯示早期偵測肺癌的重要性。現階段低劑量電腦斷層(LDCT)是國際實證可以早期發現肺癌的有效篩檢工具,臺灣也在今年 7 月針對高風險提供 LDCT 補助,但仍需要解決高於 90%的偽陽性高問題,以及如何找出非吸菸的肺癌高風險民眾。
本團隊將時間軸轉換為時間矩陣(time matrix),將就醫的疾病史與用藥史換成表現型資料圖譜,並透過機器深度學習,運用卷積神經網路,打造肺癌數位生物標記預測模型(Digital Bio-maker),模組的 AUROC(Area Under the Receiver Operating Characteristic curve)可達 90%,近兩年本團隊持續精進模型以及進行前瞻性的臨床驗證。
我國已投入相關資源進行影像(胸部 X 光片)或血液/尿液(DNA 甲基化)對肺癌的篩檢,但若能更善用臺灣醫療基礎建設優勢,藉由肺癌數位快篩,直接應用我國健康存摺的疾病、藥物等資訊,進行快速、低成本、全面性肺癌篩檢及進行不同的建議與管理,可以對潛在肺癌風險的人,增加 9 歲生活餘命(72 歲到 81 歲),將肺癌能從第四期提早於第一期發現,五年存活率是從 8%提升至 75%,同時醫療支出可節省 80%,達到三贏局面(廠商、民眾、政府)。

評審推薦
1.利用健保數據資料發展預測模式及致癌因子,協助癌症篩檢及疾病預測,具創新性。
2.開發快速、低成本且全面性的方法,應用健康存摺內的疾病、藥物等資訊,偵測潛在肺癌風險人士,提早發現肺癌;亦可做為其他篩檢的啟動因子,具臨床應用性。
3.肺癌的早期診斷具有難度,本案AI預測模型除可診斷肺癌,還可延伸至皮膚癌等,具有市場與擴充性。
團隊簡介
李友專  
學歷 臺北醫學大學醫學系
美國猶他大學醫學資訊博士
現職 臺北醫學大學醫學科技學院院長
臺北市立萬芳醫院皮膚科主任
皮智股份有限公司總顧問
經歷 國際醫療資訊學會健康資訊科學學院院士
美國醫學資訊學院士
International Journal for Quality in Health Care及Journal of Computer Methods and Programs in Biomedicine全球總編輯
台灣醫學資訊學會榮譽理事長
國家生技醫療品質獎評審委員
台北市政府市政顧問
衛生署疾病位生管制局諮詢委員
亞太醫學資訊學會主席
國立陽明大學生物醫學資訊研究所教授暨所長
臺北榮民總醫院皮膚科主治醫師
本網站中所有資料(包括影音.文字.圖表.數據等) ,均屬於本中心或各該新創企業團隊之專屬財產,如有引用,請確實註明出處來源。 <完整資訊>
財團法人生技醫療科技政策研究中心 版權所有
Copyright © 2012 - 2024 Research Center for Biotechnology and Medicine Policy (RBMP). All Rights Reserved