2024台灣AI大賞|7秒鐘找出異常細胞!先勁智能用AI加持判讀,成果登入聖經教科書


一走進先勁智能的辦公室,任何人都能立刻感受到新創企業獨有的活躍氣息。佔了一整面牆的白板上,畫滿了各種複雜的圖表與流程;架上不算少的商業書和醫學教科書,亦簡短扼要地說明了先勁智能整合了醫學與 AI 的跨領域背景。

「今年非常榮幸在學術上有相當重大的突破,我們收到國際流式細胞技術促進學會(ISAC)前理事長 Paul Wallace 醫師的邀請,將我們的研發成果寫進了最新版的教科書《Flow Cytometry Protocols》中。」執行長王毓棻興奮地與我們分享,「這將會改變整個學界或每間醫院和研究室,未來操作流式細胞分析技術的觀念。」

 

先勁智能在流式細胞檢測技術的創新發展,獲得教科書作者 Paul Wallace 的認同,獲邀撰寫內容,與全球分享。
 
圖/ 先勁智能提供

領域集結了臺大血液腫瘤科主治醫師柯博升與清華大學電機工程學系教授李祈均共同合作。自 2017 年開始研究這個題目,2020 年成立公司,運用血癌病患的臨床數據,終於打造出只要7秒鐘就能判讀結果的「 AI 血液診斷與預後預測系統」。

先勁智能在流式細胞檢測技術的創新發展,獲得教科書作者 Paul Wallace 的認同,獲邀撰寫內容,與全球分享。

流式細胞儀是什麼?

流式細胞儀是診斷免疫疾病、腫瘤疾病、血液疾病不可或缺的重要方法。最早的流式細胞儀源自於60年代的史丹佛大學,這是一種結合了液流系統、光學系統、分選系統和電子系統的複雜儀器,樣本經過前處理後,樣本中的細胞會經過液流系統,照射雷射後產生訊號。檢驗人員則依照光訊號的強弱與波長不同,得知細胞的大小、型態與顆粒化等資訊。

流式細胞儀雖然在臨床醫學和學術研究上都相當重要,但操作流式細胞儀需要搭配長期訓練的專業分析人員才能判讀。以血癌為例,血液科或病理科醫師每次利用流式細胞儀,判讀血液或骨髓抽取出來的檢體中,是否具有微量的血癌細胞,判讀單次檢驗結果至少需要花費30分鐘,每個病人都有三到四次檢驗,每一個案例就需要兩到三個小時才能看完;如果還要等待專業人員打出正式報告,甚至要花到一到兩周都是常態。

在檢測過程中,如果發生細胞凝聚阻塞管路、試劑選擇錯誤或是設備設定出錯,就會需要重複測試,多次判讀所花費的時間就會相當可觀。人力成本太高,對於許多開發中國家或是中小型的醫院來說,就難以普及;時間成本太高,在治療血癌等需要和時間賽跑的疾病時,患者很有可能會在沒有正式報告的同時,面對這項疾病。

先勁智能則結合了醫學和科技的專業, 導入 AI 讓醫療人員能夠使用更為圖像化的細胞檢測資料分析工具,能夠用最短的時間判讀多個維度的資料、降低人為判讀的誤差,使檢驗結果的可再現性更高 ,在未來甚至能成為細胞治療標準化的重要一環。

Ahead 所開發的AI判讀系統「Cyto-Copilot」能夠在七秒鐘內圖像化呈現檢驗數據,協助醫師判讀。
 
圖/ 先勁智能提供

瞄準全球市場,自動化判讀將成為大廠打開市場的 Game Changer

「我們真的非常幸運,2019 年疫情爆發前,團隊就有在美國參展的經驗,建立了基礎的人際網路; 2021 年疫情期間也因為參與 Berkeley SKYDECK 的經歷,取得了聯繫產業關鍵人物的鏈結。」王毓棻強調,「這兩段在美國的時間,讓團隊能夠更直接地了解,產業中真正做決策的人如何思考,Berkeley SKYDECK 在人際網路和商業面,也都給了在臺灣比較難取得的資源,讓我們面對世界級大廠的時候能夠更有信心,減少摸索的時間。就算在疫情期間也還能繼續打磨產品,直到打入全球流式細胞儀最大的廠商 BD Biosciences,一同完成第一個合作案。」

王毓棻說明,現在的檢測機器已經非常先進,甚至有機械手臂能夠調配試劑,因此檢驗速度無法提升,是因為完全卡在人類判讀這關。檢驗結果緩慢,會影響醫師開立這項檢查的意願,要談普及就很困難,患者也無法獲得應有的照護品質。如果最後這一步能夠導入 AI 自動化判讀,現在開發中國家看似檢查數量很少的市場,也可能會被完全打開,對大廠是非常好的機會,藉此吸引他們與先勁智能合作。

先勁智能創辦團隊,左起分別為柯博升醫師、王毓棻、李祈均教授
 
圖/ 劉威震攝影

整合臨床 + AI + 商業的跨領域團隊 才能找到最適合的解決方案

「我在這個題目中的角色,並不是要拿出非常厲害的演算法來解這個問題。」在開發團隊中負責處理技術架構的李祈均說,「例如在這個題目所使用的方法,其實是比較早期物件偵測的邏輯,跟現在的物件偵測演算法的作法並不相同。電腦科學家是不是一定需要使用最新的演算法來解決問題,我覺得還是要看專案的特性、資料規模大小與問題的複雜度來決定。一些看起來比較早期的解法,其實放在跨領域的問題中,往往會有非常不錯的應用。」

他進一步解釋,醫學檢驗資料和影像、語音和文字這些常見的資料類型有本質上的差異。例如抽取影像資料中的某一個像素,獲得的資訊量可能非常少;但是醫學檢驗的資料,每一個數值、趨勢所代表的生物意義都可能非常重要。「我也常跟學生說,解決複雜的問題不一定需要使用最尖端的演算法研究成果,反倒要多花時間了解生物醫學,才能對問題的本質抽絲剝繭。」李祈均說。

在團隊中負責提供臨床醫療見解的柯博升醫師,也提及了在醫療界推動創新的現況,「醫療界對創新還是相對保守的,這也就是為什麼我們要從醫學教育著手,一旦導入 AI 的自動化作法成為實驗室指南的一部份,那麼就能對全球的運用流式細胞檢驗技術的研究人員,有長遠的影響。」花費心力投入醫學教育,短期雖然看來不一定能夠帶來即時的營收,但長期來看,這會是影響未來佈局的重要步驟。

先勁智能團隊
 
圖/ 劉威震攝影

結合本地醫療優勢與AI強項,台灣能幫忙全世界

「就我們的觀察,操作流式細胞檢驗技術雖然有一定的實驗室品質標章,但目前不同國家、不同醫學中心之間的的流程並沒有標準化。」柯博升醫師提到,「在人力較為缺乏的地方,甚至不是由醫師來判讀檢驗的結果,或多或少,就有可能出現判斷上的誤差。」癌症治療有著嚴格的這項檢驗如果沒有導入科技來解決勞力密集的困境,甚至會影響癌症治療的品質。

他提到,雖然臺灣內需市場較小,但臺灣可以作為研發基地,將有機會向外輸出現在的科技成果。例如,東南亞國家在醫療和科技的專業人員相當缺乏,甚至願意讓非本國籍的醫療專家用各種形式參與醫療流程,那麼臺灣的醫療專家也許可以遠端進行判讀,或是讓科技專家將科技投放到當地的醫療機構中,使臺灣能夠擴大在全球市場的影響力。

臺灣在醫療和科技兩大領域,長期有無數最優秀的人才投入,如何在教育和社會中,讓專業人才能夠對彼此的專業保持理解與尊重,整合不同專長,將是臺灣在 AI 時代維持高度創新的動力來源。

資料來源:https://www.bnext.com.tw/article/79724/ahead-medicine--taiwan-impact-ai-award-2024

#FITI

#FITI學長團

#AHEAD Medicine