<h2><span style="font-size: 20px;"><strong>全球第一個 3D 數位病理檢驗暨 AI 分析平臺在臺灣！</strong></span></h2>
<p>COVID-19 在全世界引起巨大的恐慌與感染潮，甚至被譽為人類自第二次世界大戰以來面臨的最嚴峻危機，但從死亡統計報告來看，我國 2022 年因 COVID-19 而逝世的人數位列第三，穩坐十大死因之首的仍為蟬聯寶座長達 41 年的「癌症」！在最新數據中，癌症致死人數是 COVID-19 的 3.5 倍，其中有 87％ 集中於 55 歲以上族群，不論男、女性，第一大癌症死因均為肺癌。</p>
<p>&nbsp;</p>
<p>究竟該如何攻克被喻為「萬病之王」的癌症，已經成為醫學界當前最迫切的難題。</p>
<p>&nbsp;</p>
<p>在臨床上，當醫師懷疑病患體內有惡性腫瘤的可能時，會從患部「切片」取得檢體，經過特定處理後，放到顯微鏡下觀察細胞的狀態，來確定癌症的種類和嚴重程度，對病患的治療計畫和預後非常重要。</p>
<p>&nbsp;</p>
<p>因此，全球醫學界正致力於優化病理組織切片的過程和判讀，將傳統的病理學檢查與現代數位技術結合，捕捉、處理和顯示病理樣本的 3D 結構和細節，提供醫師更深入、更全面的資訊，讓醫師準確評估患者的癌症情形和療法成效。</p>
<p>&nbsp;</p>
<p>在國科會「價創計畫」的支持下，國立清華大學研究團隊於 2018 年創立生技公司，先後進駐校內創新育成中心與新竹科學園區，結合生物醫學、影像辨識和 AI 運算等頂尖技術和學者，推出全世界第一個 3D 數位病理檢驗暨 AI 分析平臺。</p>
<p>&nbsp;</p>
<p>透過病理檢測技術，醫師得以判斷患者的癌症情形並擬定治療方案，因此對癌症患者而言，病理檢測的準確度，幾乎是涉及性命的關鍵步驟。可惜的是，由於目前癌症檢驗大多仍以 2D 病理切片檢測為主，使病理醫師容易面臨資訊不全面的困境，而透過捷絡生技獨家的組織透明化技術、3D 數位病理影像分析技術與 AI 運算，可以透過比傳統 2D 檢測超過百倍的資訊量，讓病理醫師在短時間內獲得高精度的 3D 腫瘤組織影像，更清楚觀察癌細胞的狀態，在 AI 的輔助下更精準地判讀影像。</p>
<p>&nbsp;</p>
<h2><span style="font-size: 20px;"><strong>實現 3D 病理影像的關鍵：江安世院士「組織透明化」技術</strong></span></h2>
<div class="py-6">
<div class="jsx-3968805167 flex justify-center -mx-2">
<div class="jsx-3968805167 px-2">
<div class="jsx-3968805167 relative overflow-hidden"><img decoding="async" class="jsx-3968805167" src="https://www.charmingscitech.nat.gov.tw/backend/wp-content/uploads/2023/09/3-1_670x460.jpg" /></p>
<div class="jsx-3968805167 absolute w-full left-0 bottom-0 p-4 text-white text-[13px]" style="background: rgba(0, 0, 0, 0.66); display: block; line-height: normal;">病理醫師會透過病理切片檢查，嘗試以小窺大，診斷患者體內的癌症情形。</div>
</div>
</div>
</div>
</div>
<p>&nbsp;</p>
<p>在傳統 2D 的病理學切片診斷流程中，會將檢體脫水、石蠟包埋，切為 4 微米厚度的薄片，將其貼上載玻片後進行染色，讓醫療人員透過顯微鏡觀察檢體的組織樣貌，完成診斷報告。</p>
<p>&nbsp;</p>
<p>然而，醫師每次只能看到單一的平面切片，僅能評估約 100 至 200 個腫瘤細胞，組織切片利用率 &lt;1％ ，不僅難以精準定量，也很難保證薄至 4 微米的切片能夠代表腫瘤的實際狀態。此外，由於檢體樣本經過大量切片、脫水和染色處理，樣本的組織結構也難免受到影響，失去原有的樣貌而影響判讀。</p>
<p>&nbsp;</p>
<p>過去也不乏有學者試圖實現 3D 病理數位影像的技術，希望能夠一次判讀更大量、更精確的腫瘤樣貌，但技術上卻無法順利讓光線穿透檢體，取得檢體內的立體影像。</p>
<p>&nbsp;</p>
<p>面對這道難題，國立清華大學生命科學暨醫學院特聘講座教授江安世院士於 2000 年發明「組織透明化」獨家技術，利用特殊藥劑替換檢體組織中的水分，改變光學性質，讓光源可以穿透檢體，呈現透明狀態，再透過 3D 掃描儀和顯微鏡製作出完整的立體光學影像，不僅一次就可以辨識超過 10,000 個腫瘤細胞，也能夠維持檢體樣本最真實的樣貌而不形變，更保留了此樣本二次運用甚至多次染色和檢驗的可能。</p>
<p>&nbsp;</p>
<p>捷絡生技林彥穎執行長表示，即使檢體經過特殊試劑處理，讓樣本變透明，也不會影響後續其他的染色切片，可在不影響脂質、蛋白質及核酸的狀況下，進行組織透明化及 3D 掃描，還可以進一步檢測 DNA，非常適合導入臨床病理的應用。</p>
<p>&nbsp;</p>
<h2><span style="font-size: 20px;"><strong>當 3D 病理影像碰上癌症，將如何發揮它的潛力？</strong></span></h2>
<p>3D 數位病理影像技術明顯提升非小細胞肺癌（Non-Small Cell Lung Cancer, NSCLC）的病理診斷精確度。他們究竟是如何做到的？這一切，就要從非小細胞肺癌的病理檢測以及人體的免疫反應開始說起。</p>
<p>&nbsp;</p>
<p>一般而言，當我們體內的免疫細胞偵測並結合腫瘤的抗原（Antigen）後，就會啟動攻擊和消滅癌細胞的行動，讓我們的身體啟動免疫反應，抵抗癌細胞。</p>
<p>&nbsp;</p>
<p>既然如此，為什麼人類還是會得到癌症，讓癌細胞在我們的體內肆意妄為呢？臺北醫學大學附設醫院研發副院長周德盈醫師指出，為了避免被免疫系統消滅，這些安然存在我們體內的癌細胞，幾乎都有著「中止免疫反應」的偽裝機制。癌細胞發展出多樣化的偽裝機制，讓免疫細胞就算找到了癌細胞的抗原，仍然不會啟動清除細胞的流程，這個現象被稱為「免疫逃脫」（Immune Escape）。</p>
<p>&nbsp;</p>
<p>在癌細胞各式各樣的免疫逃脫方式之中，最知名的機制就是「PD-1」及「PD-L1」這一對免疫檢查點的組合。在正常狀況下，為了讓免疫細胞如 T 細胞不要過度消滅好細胞、瘋起來大殺四方，T 細胞細胞膜身上除了結合抗原的蛋白外，也有另外一個用來抑制 T 細胞的「PD-1」蛋白。</p>
<p>&nbsp;</p>
<p>然而，狡猾的癌細胞就是利用了 PD-1 蛋白，當癌細胞抗原與 T 細胞結合後，同時也利用癌細胞細胞膜上的「PD-L1」蛋白來結合 T 細胞的 PD-1，關掉 T 細胞的消滅行動和一系列的免疫反應。</p>
<p>&nbsp;</p>
<h2><span style="font-size: 20px;"><strong>免疫療法究竟有沒有成功發揮作用？評估 PD-L1 的比例</strong></span></h2>
<p>在免疫療法中，為了讓 T 細胞重新展開對癌細胞的進攻，醫學界會使用 PD-1 或 PD-L1 的抗體（Anti-PD-1 或 Anti-PD-L1）作為藥物，藉此阻礙或破壞癌細胞上的 PD-L1 蛋白跟免疫細胞上的 PD-1 蛋白結合，讓 T 細胞保持攻擊狀態。而這些 PD-1 或 PD-L1 的抗體也被稱呼為「免疫檢查點抑制劑」，常見藥物如 Pembrolizumab、Nivolumab、Atezolizumab 等。</p>
<p>&nbsp;</p>
<p>因此，若免疫檢查點抑制劑成功發揮作用，照理來說，癌細胞上的 PD-L1 蛋白應該不會與 T 細胞結合。換句話說，臨床醫師可以透過「在所有癌細胞中，有多少比例的癌細胞有 PD-L1 蛋白」，即 PD-L1 TPS（Tumor Proportion Score），來評估免疫療法是否可能展現出初步的效果，若用公式來看，PD-L1 TPS = 表現 PD-L1 蛋白質的癌細胞／全部的癌細胞 *100％ 。</p>
<p>&nbsp;</p>
<p>當醫師在檢體樣本腫瘤組織中看到的 PD-L1 TPS 越高，即代表免疫檢查點抑制劑越有可能發揮阻止 PD-L1 和 PD-1 結合的作用。</p>
<p>&nbsp;</p>
<p>可惜的是，若以人工判讀 2D 病理影像，臨床上很難透過肉眼就明確定量出 PD-L1 TPS，醫療人員在目前的診斷分類上，只能將檢體切片的 PD-L1 TPS 分為三種，分別為：≥50％、1-49％，以及 &lt;1％，藉此將癌症患者分類並制定治療方案。</p>
<p>&nbsp;</p>
<p>周德盈醫師指出，根據過往的觀察經驗，PD-L1 在腫瘤中的表現分布極為不均勻，且傳統 2D 病理影像無法連續式的提升組織結構中 PD-L1 的取樣率，讓醫療人員難以精準判斷患者腫瘤的整體情形。</p>
<p>&nbsp;</p>
<p>透過回顧臺北榮總過往 33 例的非小細胞肺癌檢體，該研究顯示，經過 3D 病理影像的評估後，約有 15.2% 病例的 PD-L1 TPS 出現超過 10% 以上的數值變化；另有 42.4% 的病人因此被重新分到另一個分類，具體展現出 3D 數位病理精準診斷的醫療潛力。</p>
<p>&nbsp;</p>
<h2><span style="font-size: 20px;"><strong>3D 數位病理影像，是癌症醫學的未來！</strong></span></h2>
<div class="py-6">
<div class="jsx-3968805167 flex justify-center -mx-2">
<div class="jsx-3968805167 px-2">
<div class="jsx-3968805167 relative overflow-hidden"><img decoding="async" class="jsx-3968805167" src="https://www.charmingscitech.nat.gov.tw/backend/wp-content/uploads/2023/09/3-2_670x460.jpg" /></p>
<div class="jsx-3968805167 absolute w-full left-0 bottom-0 p-4 text-white text-[13px]" style="background: rgba(0, 0, 0, 0.66); display: block; line-height: normal;">若病理影像可以從 2D 升級為 3D，可以讓醫師獲得更多資訊，提升診斷的精準度。</div>
</div>
</div>
</div>
</div>
<p>&nbsp;</p>
<p>周德盈醫師認為，3D 數位病理影像不僅為現有診斷標準提供更精準的分類方式，也會對需要高取樣率、或者有必要進行全數細胞篩查的診斷產生極大的衝擊，如同胸部 X-光檢測之於低劑量 CT 一樣，並指出 3D 影像病理一定會是未來發展的趨勢。根據目前已知的醫學知識，每個人的基因、組織及生理條件，都是獨一無二的數據，如何透過高取樣率的 3D 病理影像進行更好的病理分類，必然是診斷醫學發展的趨勢，也是美國國家癌症研究中心（National Cancer Institute, NCI）針對未來癌症研究看好的方向。</p>
<p>&nbsp;</p>
<p>林彥穎執行長也肯定 3D 病理影像將成為醫學的發展方向，不論是在美國或者歐洲的臨床病理界，都已經開始在討論次世代病理技術的發展，而 3D 病理影像也已成為大型醫學會及學會的重要課題。</p>
<p>&nbsp;</p>
<p>雖然傳統 2D 切片具有普及度高、總成本低廉等優勢，但 3D 病理診斷不僅可以與不同檢測進行交叉比對，比起 2D 薄薄的 4 微米切片，3D 一次就可以觀察百倍以上的組織，而就以單位組織的價格來說，也遠低於 2D 病理診斷。</p>
<p>&nbsp;</p>
<p>即使傳統 2D 染色切片目前仍是最便宜的第一線方案，但是高取樣率的 3D 病理影像可以讓病理醫師取得更多數據，做出更準確的診斷。</p>
<p>&nbsp;</p>
<div class="py-6">
<div class="jsx-3968805167 flex justify-center -mx-2">
<div class="jsx-3968805167 px-2">
<div class="jsx-3968805167 relative overflow-hidden"><img decoding="async" class="jsx-3968805167" src="https://www.charmingscitech.nat.gov.tw/backend/wp-content/uploads/2023/09/3-3_670x460.jpg" /></p>
<div class="jsx-3968805167 absolute w-full left-0 bottom-0 p-4 text-white text-[13px]" style="background: rgba(0, 0, 0, 0.66); display: block; line-height: normal;">3D 病理影像搭配 AI 技術後，可以為病理醫師節省更多時間，把握患者的黃金治療期。</div>
</div>
</div>
</div>
</div>
<p>&nbsp;</p>
<h2><span style="font-size: 20px;"><strong>結盟與加速臨床實驗，實現精準醫療的未來</strong></span></h2>
<p>除了肺癌外，透過與醫療中心和軟硬體廠商合作、進行臨床研究，3D 病理影像的技術在前列腺癌、乳癌、口腔癌和紅斑性狼瘡腎炎，均呈現了亮眼的研發成果，搭配 AI 技術，3D 影像的龐大資訊量不但不會成為負擔，反而能成為臨床醫師最重要的智囊，為病患製作「客製化」的治療計畫。</p>
<p>&nbsp;</p>
<p>精準醫療已是全球醫療的大勢所趨，在大數據的時代，人人致力於找到有別於以往「泛用」的療程，為病患量身打造治療計畫，降低醫療資源的浪費。 3D 數位病理影像在精準醫療的領域展現出驚人的潛力，結合 AI 的判讀與分析技術後，為癌症醫學奠定未來的基石。</p>
<p>&nbsp;</p>
<p>（客座總編輯｜國立陽明交通大學數位醫學暨智慧醫療推動中心 楊智傑主任；研究顧問團隊｜捷絡生物科技 林彥穎執行長、臺北醫學大學附設醫院 周德盈研發副院長；責任編輯｜曹盛威、劉品萱）</p>
