傳統判讀耗時又有誤差 AI介入全面翻轉
過去評估肝臟病理進程，得全靠病理師人工檢視切片、逐一評分，不僅耗時費力，還容易因主觀判斷產生誤差，且只能針對切片局部區域進行推論。
國研院生物模式中心蘇裕家研究員指出，「AI+MASH病理量化平台」透過「全景掃描」搭配「AI自動化分析」，將過去的局部取樣升級為全景客觀分析，不但移除人為主觀誤差，更建立起絕對值的統計標準，準確度與專業病理師人工判讀的吻合度高達98%，堪稱病理師的最強神隊友。
高糖高脂飲食害慘肝臟 數據一秒說清楚
研究團隊以高脂、高糖飲食誘發實驗小鼠脂肪肝模型，再透過平台進行分析，結果數字相當驚人——高脂高糖飲食組小鼠肝臟中，脂肪肝細胞分布範圍高達88.39%，相比一般飲食組僅約0.09%，差距將近千倍，清楚呈現飲食對肝臟脂肪堆積的巨大影響。
在發炎程度上，正常肝臟切片每平方毫米僅有3.07個發炎病灶，脂肪肝炎組則飆高至39.7個，數字差距一目了然。AI模型可精準量化油滴堆積量、發炎病灶密度、脂肪肝細胞及肝臟纖維化分布占比等4大病理指標，讓研究人員快速掌握藥物對病變進程的干預成效。
跨國同步看報告 加速全球新藥開發
這套平台整合了國研院生物模式中心的臨床前動物試驗專業、成大詹寶珠教授團隊的AI影像分析技術，以及國研院國家高速網路與計算中心的高速運算資源，三強聯手實現「全景客觀、快速高通量、標準一致」的病理分析優勢。
值得一提的是，平台支援跨國同步查閱病理影像，讓全球各地的藥物研發團隊都能即時共享討論，目前已可應用於GLP-1受體促效劑、FXR促效劑等多款MASH新藥的臨床前試驗。
國研院生物模式中心秦咸靜主任強調，此技術不僅大幅提升病理分析效率，更為MASH藥物篩選提供關鍵助力，加速治療方案的臨床轉譯，未來將持續優化平台、結合更多病理模型，支援全球脂肪肝炎藥物研發，同時也有望進一步提升台灣生技產業的國際競爭力。
