（香港文匯報 記者 鍾健文）為推進醫療保健領域發展，協助醫生提高診治精準度和效率，香港科技大學研發出4個嶄新的人工智能（AI）醫學大模型，涵蓋乳癌診斷、病理輔助和全科醫學等，可為多達30種癌症和疾病提供診斷和預後評估。當中，針對乳癌診斷而設的MOME，是全球首個以大模型方式分析多參數磁力共振（MRI）影像的AI模型，可協助醫生快速分辨乳房腫瘤屬良性或惡性，準確度達90%以上，可媲美5年或以上經驗的專業放射科醫生。另團隊亦研發出被稱為「醫學界GPT」的MedDr多模態語言模型，恍如一位AI全科醫生可為患者進行初步診斷，被評為全球最佳的同類模型系統之一。

港科大首席副校長郭毅可與領導研究的科大計算機科學及工程學系助理教授陳浩，昨日介紹該4個AI醫學模型的研究成果與應用潛力。

陳浩表示，團隊透過科大的AI運算設施進行歷時近3年的研究，在充足的運算力下，讓這些AI醫學系統得以由大量數據建構而成，結合團隊創新的機器學習訓練策略，性能較其他現有模型更優秀，例如當中針對病理學的基礎模型，便曾處理逾1.6億張醫學圖像，涵蓋32種癌症類別。

診斷乳癌準確度如5年經驗放射科醫生

有見乳癌是本港女性最常見癌症之一，團隊的MOME乳癌診斷模型能以大模型方式分析多參數MRI影像，輔助醫生快速區分乳房腫瘤屬良性或惡性，盡量避免病人進行不必要的病理穿刺化驗。同時，該AI模型更能預測患者對化療的反應，為病人制定適合治療方案。系統準確度可比5年或以上經驗的放射科醫生，對病人的個人化治療管理有莫大幫助。

陳浩提到，MOME模型採集了內地5間醫院一萬多個病例數據，在此大規模數據基礎上，以先進的多模態混合專家模型來實現對多序列MRI影像的具體判斷，包括病灶檢測、分割及良好性等，「根據AUROC的客觀指標，目前模型準確度達90%以上。」

團隊正逐步擴大數據庫和收集更多醫生反饋以進行優化分析，並與包括香港和內地的醫院保持密切溝通，目標是在下一階段實現有10間以上醫院的數據。

針對病理學的檢查，團隊又建構了mSTAR病理輔助工具，陳浩指，作為世界領先的病理學基礎模型之一，mSTAR會分析整幅病理全景影像，而非將之切片分割及獨立分析，其間會引入多模態知識增強識別能力，有助病理學家執行多達40項診斷和預後任務，減低病理分析所需的時間，並提升診斷的準確性。

陳浩表示，團隊也研發出MedDr多模態語言模型，能夠解答問題、撰寫醫療報告，並根據醫學圖像為病人作初步診斷等，是目前全科醫學中最具規模的開源軟體，有助醫生做出快速、準確和可靠的診斷，被形容為醫學界的「GPT」。而在上海人工智慧實驗室近日的評測中，MedDr被評為全球同類模型中性能最佳的AI系統之一。

團隊同時開發出名為XAIM（可解釋的人工智能）的AI框架，用於剖析AI醫學系統如何作出決策，並為系統的診斷結果提供圖像及文字解釋，以提升醫療人員對系統分析結果原由的理解，以提升醫療人員對AI模型的信任度，希望能彌補現時不少AI系統準確度甚高，但因透明度欠奉而引起疑慮的缺點。

冀成醫生得力助手 達至「人機協同」

身兼港科大與華中科技大學同濟醫學院附屬醫院醫工交叉聯合創新中心主任的陳浩強調，這些AI模型絕對不能取代真實醫生，但期望它們能成為醫生的得力助手，達至「人機協同」，協助完善診斷、促進個人化治療並簡化流程工作。

「在目前的成功基礎上，我們正研發一系列針對不同臨床任務的AI系統，包括精準腫瘤學和計算機輔助介入等醫療工作。同時，我們亦會繼續收集更多數據作訓練，以不斷優化現有的AI模型。長遠而言，我們冀透過與臨床合作夥伴保持緊密合作，為病人謀福祉。」他說。

（來源：香港文匯報A02：要聞 2024/11/01）