港大医学院全球首个甲状腺癌诊断AI模型 准确率超九成

港大医学院研究团队开发全球首个用于甲状腺癌诊断的AI模型，准确率超过90％，能大幅缩短诊前准备时间。该研究由胡子祺教授（中）及冯文谦医生（右三）领导。

香港大学李嘉诚医学院（港大医学院）、InnoHK医卫大数据深析实验室（InnoHK D24H）及伦敦卫生与热带医学院的跨学科研究团队，成功开发全球首个能同时进行甲状腺癌分期及风险评级的人工智能（AI）模型，其准确率更突破90％。这项创新的AI模型，预计可缩减前线医护人员诊前准备约一半时间，亦能配合香港特别行政区政府推动医疗AI应用的政策。相关研究成果已发表于期刊《npj Digital Medicine》。

现时甲状腺癌诊断标准主要采用以下两大国际系统∶美国癌症联合委员会第八版（AJCC／TNM）分期系统；美国甲状腺协会（ATA）风险评级系统。然而，现行作业模式操作过程既耗时又欠缺效率，有可能延误关键治疗时机。

研究团队成功开发一款AI辅助工具，该系统运用大型语言模型技术（如ChatGPT和DeepSeek），专为分析人类语言、解构临床文件而设计，能显著提升甲状腺癌分期与风险评级的准确性及效率。

此模型采用4种离线开源大型语言模型，包括 Mistral、Llama、Gemma以及 Qwen。团队通过整合4种大型语言模型的输出结果，成功提升AI系统的整体表现。在ATA风险评级方面，准确率介乎88.5％至100％；而在AJCC癌症分期方面，准确率亦达到92.9％至98.1％。相比传统以人手审查文件方式，这项技术预计可以将医护人员诊前准备工作时间缩减约一半。

港大医学院临床医学学院家庭医学及基层医疗学系名誉副教授黄竞浩博士阐释，政府大力推动医疗AI的应用，例如医院管理局最近推出利用大语言模型建立的医疗报告撰写系统便是有力证明。为配合政府的倡议，下一步将会用大量真实病人数据评估这个AI辅助工具的表现。一旦验证成功，这个AI模型可以迅速应用于临床和医院环境，帮助医护提升运作和治疗效率。

该项研究由港大医学院的公共卫生学院罗旭和基金教授兼InnoHK　D24H董事总经理胡子祺教授、临床医学学院外科学系临床助理教授兼内分泌外科主任冯文谦医生，以及临床医学学院家庭医学及基层医疗学系名誉副教授兼InnoHK　D24H高级研究项目总监黄竞浩博士领导。共同第一作者包括来自InnoHK D24H的邓皓文博士和吴婷婷博士。