上圖：蔡璟與研究團隊合力開發LungRT Pro，技術已開始落地應用。下圖：理大醫療科技及資訊學系系主任蔡璟教授介紹LungRT Pro，該系統能減低傳統造影輻射風險。\大公報記者林良堅攝

　　AI生成圖片相信大家已不陌生，但AI若能在短時間內生成驗身時的功能掃描影像，比傳統掃描還能大幅減少輻射危害，你會否樂意嘗試？

　　香港理工大學醫療科技及資訊學系系主任蔡璟教授及其團隊，收集逾百名肺癌患者的電腦掃描影像以訓練人工智能模型，開發「人工智能肺部放射治療輔助系統」（LungRT Pro），可以自動分析電腦掃描影像，毋須用上含輻射的造影劑即可生成肺部通氣及灌注功能影像，準確分辨肺部不同區域功能；在進行放射治療時，較傳統方式更能精確保護肺部高功能區域，降低放射性肺損傷風險。目前該技術已落地，並與多家醫院展開合作。\大公報記者 邱梓茵、湯嘉平

　　肺部核心功能主要有二──通氣與灌注，即空氣在肺部的分布情況，以及血液供應狀態。蔡璟解釋，傳統檢查如吹氣式肺活量測試，僅能反映肺部整體功能，無法顯示功能分布及具體受損部位。因此，需專門的肺功能影像技術（SPECT）作進一步評估。

　　SPECT雖精確度高，但在具體執行上存在諸多麻煩。蔡璟指出，此類檢查費用高昂，在香港一次收費介乎5000至15000元；且需吸入或注射含放射性同位素的標記物，會產生額外輻射風險，檢查時間亦頗長。對於需接受放射治療的癌症患者而言，這項檢查難成為常規項目。

　　更精確保護肺部高功能區域

　　為彌補現有技術的缺陷，蔡璟團隊研發LungRT Pro影像技術，於2019年收集了瑪麗醫院73例患者的資料，通過搭建三維注意力殘差神經網絡，從普通CT圖像中提取肺組織疏密、明暗變化等紋理特徵，並重構肺功能影像。團隊之後通過模型預訓練和微調階段選取84個樣本用於學習與交叉驗證，剩餘62個樣本用於測試，以評估模型效能。實驗證明，該技術與傳統基於顯影劑的核子醫學肺部造影有逾80%相似性。

　　與傳統肺功能影像技術相比，蔡璟表示，AI肺功能影像技術具有三大優勢：其一成本效益高，僅需常規CT數據即可生成，大幅節省檢查開支；其二安全性佳，毋須額外使用造影劑，避免額外輻射，對患者更友好；其三效率突出，完全基於計算生成，毋須單獨安排掃描，大幅提升檢查時效。

　　除了肺功能影像生成，LungRT Pro還能延伸應用於腫瘤放療。他舉例，放射療法中，理想情況是將肺部高功能區域的劑量盡可能地降低，對這些區域進行保護，不影響病人術後正常生活。「英國一位患腦癌的小提琴家，為在手術中保護自己演奏功能區域，在治療期間持續拉琴，啟動腦部相關功能區──這恰恰反映現時治療需求的變化。」蔡璟表示，在許多癌種的生存率已經很高的情況下，現時許多癌症治療關注已從「保生存率」轉為「保護身體功能」。

　　技術縮小地區醫療資源差異

　　問及技術發展進度，蔡璟透露，目前LungRT Pro的臨床合作正按部就班推進；其中，肺功能影像的合作已開展至少兩三年，因該環節不影響患者治療流程，技術落地相對順利，已與多家醫院「搭好橋樑」。至於放射治療計劃的臨床試驗則屬新啟動項目，現階段剛剛展開，為初起步項目。

　　「AI加入醫療行業是勢不可擋的。我認為一方面AI可以幫助提升醫護效率，一方面能幫助縮小地區之間醫療資源的差異。」談及研究AI醫療的課題，蔡璟說：「AI改革影像診斷行業，這些事已經逐步將構思變成現實，我的感覺就是我們現在要做好準備，對未來的醫生做好培訓。事實上，我了解到我們現在很多的醫學院已經在做這件事情了。」