撰文/中國醫藥大學附設醫院 乳房外科 吳曜充醫師、劉良智主任
罹患乳癌人數逐年攀升且有年輕化
乳癌是女性最常見且致死率第二高的女性癌症,致死率為2.7%,罹患乳癌中每37人就有1人死於此癌症。乳癌更是近幾年女性癌症攀升率第一位,也是女性十大癌症之一[1]。衛福部2017年度癌症登記資料顯示:女性乳癌標準化發生率69.1(每十萬人口)[2],位居我國婦女癌症發生率之首,且發生率逐年攀升,更有年輕化的趨勢。有研究顯示,在開發中國家乳癌的比率也是逐年上升[3,4]。乳房腫瘤或聚集性鈣化是早期乳癌的象徵,但是微小腫瘤或鈣化點不易由自我觸診察覺,當發現時可能已經是演變成較嚴重的癌症了。
乳癌篩檢有乳房超音波及乳房攝影
事實上,乳癌五年平均存活率約80%,第一期乳癌的五年存活率更高達95%[5]。不僅如此,及早發現癌症也可以減少化療的比例,對於病人的生活品質有正面的助益。因此,如何及早發現乳癌,及早治療來提高存活率是臨床醫療首要之務,所以政府推行的乳癌篩檢對於乳癌的防治相當重要,現階段篩檢可分為乳房超音波以及乳房攝影為第一線防治工具,臨床上藉由醫師主觀分析乳癌篩檢影像,搭配細針抽吸細胞診斷(fine needle aspiration cytology)、粗針切片(core needle biopsy),做侵入性病理組織切片檢查,可以早期診斷出乳癌。(圖一)
開發AI乳房超音波判讀系統
雖然如此,但是大量的影像對臨床醫師來說不僅需耗費不少時間,如何正確診斷也是一大挑戰!不僅較不明顯的病灶極易被忽略,不同醫師對同一患者,也會因經驗以及資歷不同而有不同的診斷報告。雖然可以藉由資深醫師覆閱或短期追蹤將誤診率降到最低,但是如何消弭這種人為誤差,一直是醫界想要改進的目標。
因此,本院在乳房外科引進由乳房外科專家吳曜充醫師與長佳智能合作開發的AI乳房超音波判讀系統,將本院十幾年來累積大量的病人資料庫,藉由超級電腦學習網路判讀大量乳房超音波影像,之後就能夠及時的從超音波影像中利用AI來判斷病人是否有惡性腫瘤,就好像有一個很資深的醫師幫忙判讀,這樣就可以減少因人為判斷誤差造成損害病人權益,即可早期發現、早期治療,最終提高患者的存活率。
AI網路未來將延伸至乳房攝影
本院已經開設AI乳房外科門診,病人接受乳房超音波檢查後,幾乎同一時間每一張影像已經有AI判讀報告產生(圖二),醫師在判讀影像時,就可以參考AI的報告,協助醫師更快速確認判讀,可以減少不必要的切片檢查以及醫療資源的浪費或較細微的疏忽。未來,本院將會把AI網路延伸至乳房攝影檢查以及警示系統,藉由立即性的分析以及即時性的通知臨床醫師,可以更加快速及主動的達成癌症診斷防護網。
參考資料
1.國民健康署2017年健康年報
2.衛生福利部2017年度癌症登記
3.Chaoli X, Shuping Wei, Yingdong Xie, Xiaoxiang Guan, Ninghua Fu, Pengfei Huang and Bin Yang.Combined use of the automated breast volume scanner and the US elastography for the differentiation of benign from malignant lesions of the breast Xu et al. BMC Cancer(2014), 14:798
4.Spitale, A., et al. "Breast cancer classification according to immunohistochemical markers:
clinicopathologic features and short-term survival analysis in a population-based study from
the South of Switzerland." Annals of oncology 20.4 (2008): 628-635. 5.K. Kerlikowske , P.A. Carney , B. Geller , M.T. Mandelson , S.H. Taplin , K. Malvin , V. Ernster , N. Urban , G. Cutter , R. Rosenberg , R. Ballard-Barbash , Performance of screening mammography among women with and without a first-degree relative with breast cancer, Ann. Intern. Med. 133 (2000) 855–863.
資料來源 : 中國醫訊第189期