癌症治療日益走向精準醫療，對於晚期、難治性或需要進行個人化治療評估的癌症患者，以及，臨床團隊往往需整合影像、病理、基因檢測與歷史治療紀錄等大量醫學資訊，並透過跨專科合作擬定治療策略...

精準癌症治療資料量攀升，AI代理輔助分子腫瘤會議整備

分子腫瘤委員會有別於一般腫瘤委員會，除依據患者診斷、癌症期別與治療紀錄討論決策外，也納入次世代基因定序（NGS）結果，協助評估個人化治療方案。然而，MTB會議前需蒐集病患影像、病理報告、基因報告與治療紀錄等資料，且相關資訊常分散於不同醫院與不同系統，加上會後報告需人工整理，格式標準化不足，整體作業負擔相當沉重。臺北醫學大學附設醫院陳震宇教授團隊開發「人工智慧代理分子腫瘤會議系統」，以AI Agent協助醫療團隊進行MTB會議資料整合、文獻檢索與自動依診斷與治療日期排列病人去識別紀錄，降低臨床前置作業準備負擔。

RAG結合臨床知識庫，產出10至12項個人化討論建議

本系統可解析醫師上傳的去識別化病患資料，包括基本資訊、病理報告與分子檢測結果，並透過內建預後分析模組，自動擷取腫瘤分級、分期及生物標記等關鍵癌症資訊。為降低語言模型產生不實或無根據建議的風險，系統核心採用檢索增強生成（Retrieval-Augmented Generation, RAG）技術與安全模型上下文協定路徑(Secure Model Context Protocol Tunnel)，可維持資料安全，同時整合臨床試驗、研究文獻、治療指引與藥物資料庫等知識來源，並依據病患個人癌症特徵產生10至12項個人化精準討論建議，每項建議皆提供可依循醫學證據，供分子腫瘤委員會專家參考。

相關模組驗證成果包括：肺癌病理報告特徵預後分析平台以北區三家醫院4,600位晚期肺癌患者、約20,000份病理報告進行訓練，並比對另一家醫中1,258份病理報告進行特徵萃取，F1-score約為92%；基因篩檢藥物配對行動判讀模組則以第二家醫中1,434位個案驗證，AUC達0.949、準確度為87.8%。

一鍵生成會議紀錄，推進精準醫療臨床工作流程

陳震宇教授團隊表示，人工智慧代理分子腫瘤會議系統透過互動式視覺化儀表板，呈現搜尋與預後分析結果、ESCAT分類，協助專家快速掌握患者基因變異與潛在治療方案之關聯；並可依據病史、基因特徵與居住地，篩選合適的臨床試驗作為討論參考。當委員會形成討論共識後，系統可一鍵生成符合健保共識MTB建議的報告格式，支援MTB會議紀錄需求。本技術已由臺北醫學大學透過專利專屬授權方式，由宇知人工智慧進行系統優化客製化、維護及推廣應用。

詳細資訊→人工智慧代理分子腫瘤會議系統 | 臺北醫學大學附設醫院 陳震宇教授團隊 | 第22屆國家新創獎