科大推4项人工智能医学大模型　分析MRI影像免病理穿刺化验九成准

AI人工智能发展是未来大趋势，科技大学研公布发出4项AI医学大模型协助医生诊症，涵盖超过30种癌症及其他疾病，大大节省医生诊症及撰写病理报告的时间，同时减少病人进行入侵性化验的需要，准确程度达九成，表现大约等于一名有5年以上经验的专业医疗人员。

研发AI不为与医生竞争　冀成为得力助手

今次研发的AI医学大模型数据集合了10,275名患者、32种主要癌症、超过1.6亿张病理影像，以及43种不同诊断及愈后评估。科大计算机科学及工程学系助理教授陈浩指出，用作训练AI的数据样本超过200万个，归纳为28项大数据基准，然后抽出其中25万个测试样本以推算出十多种医疗方法及诊断。他强调发明不是为了跟医生竞争，而是希望担当医生的助手，提供可靠、准确、省时的诊断，争取时间为病人展开治疗。

四大AI模型能减少诊断时间三至四成

四大AI模型包括“MOME”、“mSTAR”、“MedDr”及“XAIM”，其中“MOME”是本港首个分析磁力共振（MRI）影像的AI模型，现阶段只针对女性最常见的乳癌进行研究诊断。“MOME”能协助医生分析病人乳房的磁力共振影像，快速区分肿瘤属良性或恶性，尽量避免病人进行病理穿刺化验，同时能预测患者对化疗的反应，为病人制定适合治疗方案，未来将扩展至肺癌病例。

“mSTAR”是今次科大公布的AI模型之一，主要辅助病理分析，能分析全幅病理全景影像及执行40项诊断。比起过去医生逐张影像检视，“mSTAR”组合多幅单独影像成全景影像可以提高医生分析病症的准确性，其后协助医生撰写病理报告。至于“MedDr”则是“医学界GPT”AI全科医生，只要上传病症照片便能作初步诊断，有助医生提高断症效率。最后“XAIM”是以AI作诊症的最后把关，能为决策提供图像及文字解释，并且分析结果原由，以提升医疗人员对AI模型的信任。

暨南大学第二临床医学院深圳市人民医院，以及南方医科大学南方医院俱有参与是次AI医学大模型的研究工作；暨南大学第二临床医学院深圳市人民医院放射科主任吴明祥医生表示，虽AI大模型仍未进行临床测试，但当未来搜集更多数据再进行优化，必定为医生带来莫大帮助，以中国为例，每年有接近一百亿人次就诊，但医生人数不到十万，医生所面对的工作量无法想像，提高诊断效率，能令医生将时间及精力，集中花到治疗过程的关键环节。

陈浩补充，医生为普通疾病病人的诊症时间一般为10至20分钟，癌症患者则超过20小时，借助AI则至少减少三至四成时间，目前港大及中大的医学院，以及本港及内地共5间医院均有协助提供数据，未来希望可扩大至最少10间医院。

科大首席副校长郭毅可指出，科大在人工智能领域全球排名第十，中国更是排名首位，新学年科大工学院将开设3个新课程，当中包括计算机科学及工程学系旗下的“人工智能学”。