SDG3
助攻抗肝癌！國研院、成功大學 AI 平台測肝臟油滴 精準度達 98% 小鼠病理分析 2 月縮至 2 週
「代謝性脂肪肝炎」（MASH）已取代病毒性肝炎，成為臺灣肝癌的頭號病因！根據肝病防治學術基金會 2025 年調查，國內脂肪肝盛行率高達 54.8%，另有研究指出每 10,000名脂肪肝患者，就有 8 人可能惡化成肝癌，而 MASH 正是導致肝硬化與肝癌的關鍵階段。國家實驗研究院國家生物模式中心（國研院生物模式中心）與成功大學電機工程學系詹寶珠特聘教授跨域合作，發表「AI+MASH 病理量化平台」，透過 AI 影像分析技術，讓小鼠肝臟病理檢測報告產出時間縮短為原來的四分之一，幫助研究團隊快速評估藥物對病變進程的干預效果，助攻脂肪肝炎藥物篩選效率！
AI+MASH平台加速完成判讀報告 助攻藥物研發
脂肪肝有可能會造成「代謝性脂肪肝炎」（MASH），再演進到纖維化，最後形成肝硬化、肝癌。若在 MASH、甚至初期纖維化階段，及時給予適當的藥物治療，就有機會恢復健康。
因此，國研院生物模式中心團隊透過給予高脂、高糖飲食，誘發實驗小鼠脂肪肝模型，再透過「AI+MASH 病理量化平台」，精準評估小鼠脂肪肝、MASH 和纖維化程度，可用於測試各類藥物療效。
傳統評估肝臟病理進程的方法，是由病理師檢視肝臟病理切片，擇定其中一小部分進行半定量評分，判定肝臟油滴含量、發炎病灶密度及纖維化範圍，以推論病理進程。國研院生物模式中心團隊與成功大學合作開發之「AI+MASH 病理量化平台」，以「全景掃描」與「AI 自動化分析」來檢視小鼠肝臟病理切片。
國研院生物模式中心蘇裕家研究員指出，人工判讀肝臟病理切片不但耗時，易受主觀影響，且只能根據肝臟病理切片的部分區域來推論，有可能產生誤差。而透過「AI+MASH 平台」人機協作，以 AI 自動化分析肝臟病理切片的全部區域，從局部取樣擴張到全景客觀分析，移除主觀誤差，建立絕對值的統計標準，準確度與人工專業判讀的吻合度高達 98%；且量化報告出爐僅需2週，再交由人工分析確認，相較於傳統全人工判讀，過程需耗時至少 2 個月，AI 人機協作時程縮短為四分之一，大幅提升脂肪肝炎病理診斷的量能，展現 AI 技術在肝臟病理研究領域上的高度潛力，成為病理師的神隊友。
「AI+MASH 病理量化平台」結合國研院生物模式中心的臨床前動物試驗專業、成功大學電機工程學系詹寶珠教授團隊的 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，實現「全景客觀、快速高通量、標準一致」的病理分析優勢。除可快速準確判讀小鼠肝臟病理切片外，也可跨國同步查閱病理影像，便利全球藥物研發團隊討論。平台還可助攻於多款 MASH 藥物的臨床前試驗，如 GLP-1 受體促效劑、FXR 促效劑等。
高脂、高糖飲食加速病變 AI 模型精準辨識病理演進
使用「AI+MASH 病理量化平台」，國研院生物模式中心團隊發現高脂、高糖飲食組小鼠的肝臟中「脂肪肝細胞分布範圍」高達 88.39%，相比一般飲食組僅約 0.09%，顯示飲食對肝臟脂肪堆積具有顯著的影響力。
AI 模型可精準量化切片全區域的油滴堆積量、發炎病灶密度、脂肪肝細胞與肝纖維分布占比。如正常肝臟切片每平方毫米僅 3.07 個發炎病灶，脂肪肝炎組則高達 39.7 個。研究團隊可透過上述 4 種病理量化，評估藥物對病變進程的干預效果。
平台同時能提供「肝臟全景視覺圖」功能，依不同模型辨識各脂肪肝炎病理特徵，標示所在位置並協助快速找尋病變位置，藉此作為評估脂肪肝炎嚴重程度與影響區域的重要指標，為藥物療效評估提供客觀數據。
國研院生物模式中心秦咸靜主任強調，此技術不僅提升病理分析效率，更為MASH藥物篩選提供關鍵助力，加速治療方案的臨床轉譯。未來平台將持續優化，結合更多病理模型，支援全球脂肪肝炎藥物研發，造福民眾健康福祉，並可提升臺灣生技產業國際競爭力。
維護單位: 新聞中心
更新日期: 2026-06-08
大合照，左起國研院營運推廣室張龍耀主任、國研院國網中心王聿泰研究員、成功大學電機工程學系詹寶珠特聘教授、國研院蔡宏營院長、國研院生物模式中心蘇裕家副主任、國研院生物模式中心鄭蕙芬副研究員
成功大學詹寶珠特聘教授分享
