[轉載]

—

加入為 Google 偏好來源

將 Yahoo 設為首選來源，在 Google 上查看更多我們的精彩報導

「代謝性脂肪肝炎」（MASH
[https://tw.news.yahoo.com/tag/MASH]）已取代病毒性肝炎，成為臺灣肝癌的主要病因。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1萬名脂肪肝患者中，約有8人可能進一步惡化為肝癌，而MASH正是導致肝硬化與肝癌的重要關鍵階段。國研院生物模式中心主任秦咸靜表示，此技術不僅大幅提升病理分析效率，更為MASH藥物篩選提供關鍵支援，有助加速治療方案的臨床轉譯。未來平台將持續優化並導入更多病理模型，支援全球脂肪肝炎藥物研發，促進民眾健康福祉，同時提升臺灣生技產業的國際競爭力。

為提升脂肪肝炎研究與藥物開發效率，國家實驗研究院國家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，開發並發表「AI+MASH病理量化平台」。透過AI影像分析技術，可將小鼠肝臟病理檢測報告產出時間縮短至原來的四分之一，協助研究團隊快速評估藥物對病程進展的干預效果，大幅提升脂肪肝炎藥物篩選效率。

脂肪肝可能進一步發展為代謝性脂肪肝炎（MASH），隨後演變為肝纖維化、肝硬化，甚至肝癌。若能在MASH或早期纖維化階段及時介入適當藥物治療，仍有機會逆轉病程、恢復健康。為此，國研院生物模式中心透過高脂、高糖飲食建立實驗小鼠脂肪肝模型，並利用「AI+MASH病理量化平台」，精準評估脂肪肝、MASH及肝纖維化程度，作為各類候選藥物療效驗證的重要工具。

國研院生物模式中心研究員蘇裕家表示，人工判讀肝臟病理切片不僅耗時，容易受到主觀因素影響，且多以局部區域推論整體病況，可能產生誤差。透過AI與人工協作模式，平台可自動分析肝臟病理切片全區域影像，將傳統局部取樣提升為全景式客觀分析，降低主觀判斷偏差，建立絕對值量化標準。其分析結果與專業人工判讀的吻合度高達98%。

此外，平台僅需約2週即可完成量化報告，再由專家進行確認；相較於傳統全人工判讀至少需耗時2個月，整體作業時程縮短至四分之一，大幅提升脂肪肝炎病理分析量能，也展現AI技術在肝臟病理研究領域的高度應用潛力，成為病理研究的重要助力。目前平台已應用於多款MASH候選藥物的臨床前試驗，包括GLP-1受體促效劑及FXR促效劑等藥物評估。

平台AI模型可精準量化病理切片全區域的脂肪堆積量、發炎病灶密度、脂肪肝細胞分布比例及肝纖維化範圍。例如，正常肝臟切片每平方毫米平均僅有3.07個發炎病灶，而脂肪肝炎組則高達39.7個。研究團隊可透過上述4項病理量化指標，客觀評估藥物對病程進展的干預效果。

參考閱讀

,國立教育廣播電台 ・ 6 分鐘前

About the Author

theta

Administrator

Visit Website View All Posts