肝癌診療決策支援系統

榮獲 2021 國家新創獎: 學研新創獎
榮獲 2022 國家精進新創獎

生醫演化學習平台使用最佳化的雙目標智慧型演化演算法為核心來優化機器學習系統的參數，能夠從大量且具強力交互作用的候選特徵中有效地辨識一組最小集合的生物特徵並建立最高預測準確率的數學模型。生醫演化學習平台已藉由榮民總醫院的肝癌影像和臨床資料庫，以及學術肝癌基因體和轉錄體資料庫訓練，具上市之潛力。肝癌診療決策支援系統透過深度學習快速做電腦輔助偵測肝癌腫瘤，以及透過演化學習自動預測患者在手術和栓塞後的預後狀況，包含存活率及復發機率。肝癌診療決策支援系統產出腫瘤偵測報告及療程預後預測資訊供醫師做決策參考，以避免不適當治療並增加病人存活率，具臨床之實用性。智慧型演化學習平台應用於生醫影像、基因表現、數據分析等各種資料型態的整合建模預測分析。演化學習平台的核心技術已授權成立陽明交大衍生新創事業數冠科技股份有限公司，為從事大數據建模與精準醫療軟體開發的研究型服務公司，提供客戶建模分析服務與生醫系統聯合開發。

2022年度精進成果

肝癌診療決策支援系統以生醫演化學習平台為核心快速電腦輔助偵測病灶區且自動完成患者預後預測。獲獎迄今本團隊於各方面精進：核心技術演化學習平台通過SBIR創業海選計畫持續優化，並與台北榮總胃腸肝膽科合作提出整合型計畫，包含完成病灶區辨識系統(目前已供醫師使用)、擴大影像資料庫且持續優化深度學習腫瘤標註模型、加入多種演化學習診療策略預後預測模型、整合系統上線AI門診等。於商化應用方面，本系統作為醫用軟體持續開發完善。待進入跨院臨床驗證後有利延伸開發並申請第二級醫材，同時本團隊與數冠科技洽談技轉事宜，以獲得更多資源與推廣加速臨床落地。迄今本團隊於多方面持續加深加廣，以平台系統之商品化為目標努力實現。

肝癌AI預後醫學診療決策模型

肝癌AI診療發展里程碑

產學合作與技術支援里程碑

演化學習於肝癌診斷領域的相關研究

平台技術與研究

HFS-Net

Hierarchical Fusion Strategy Network for Tumor Segmentation from Computed Tomography Imaging of Liver Tumors

In the independent test, HFS-Net achieved the dice score of 63.9% in segmentation, and sensitivity and F1-score of 91.8% and 85.5% in tumor detection, respectively.

演化學習建立的臨床放射學模型-預測肝癌切除後早期復發

Evolutionary Learning Derived Clinical-Radiomic Models for Predicting Early Recurrence of Hepatocellular Carcinoma After Resection

Liver Cancer, Accepted (31 July. 2021). IF=12.43

本期刊第一篇AI預測論文

miRNA的AI預測

SY Sathipati and S-Y Ho*, Novel miRNA signature for predicting the stage of hepatocellular carcinoma, Scientific reports 10 (1), 1-12, 2020/9/2.

SVM-HCC identified a 23-miRNA signature that achieved a CV, sensitivity, specificity, Matthews correlation coefficient, and AUC of 92.59%, 0.98, 0.74, 0.80, and 0.86, respectively; and test accuracy and AUC of 74.28% and 0.73, respectively.

在精準醫療的趨勢下miRNA的AI預測在未來有機會成為新的標準

Onishi M, Ochiya T, Tanaka Y. MicroRNA and liver cancer. Cancer Drug Resist 2020;3:385-400.