国立阳明交通大学对外宣布，针对“菜瓜布肺”研发的干细胞疗法，已获得生技业界厂商投资，双方正式签订技转合约，将在台湾进行人体临床试验。
【看中国2021年2月26日讯】（看中国记者卢乙欣综合报导）感染COVID-19恐造成肺脏纤维化（俗称菜瓜布肺），但目前出现治疗新契机。国立阳明交通大学宣布，将携手国内生技公司进行临床试验，并正式签订技转合约，并将于台湾进行人体临床试验，未来有望造福病患。此外，北医大以人工智能（AI）系统开发3至5分钟可判读肺部肿瘤，且不须人工标注的病理影像辨识系统，准确率达95%以上。
相关新闻报导如下：
清大研发快筛试片 15分钟验出疫苗效果
COVID19药物新突破 比瑞德西韦强10倍
台人拒绝称呼“武汉肺炎”？民调揭真相
复星医药挡台疫苗 民团吁查在台孙公司
民调：台湾只有1.3%想打中国疫苗
国立阳明交通大学解剖学及细胞生物学研究所教授傅毓秀带领研究团队，2019年在国际期刊“Theranostics”发表新疗法，把人类脐带间质干细胞，移植至罹患肺脏纤维化的活体动物上，备受学界和医界关注。
肺脏纤维化有望修复 阳明交大将进行干细胞疗法临床试验
自由时报报导，国立阳明交通大学26日召开记者会，对外宣布针对“菜瓜布肺”研发的干细胞疗法，已获得生技业界厂商投资，双方也正式签订技转合约，启动此项尖端技术，并即将在台湾进行人体临床试验，为台湾生技注入强心针，未来亦有望造福患者。
阳明交大校长林奇宏在会上说，此案是阳明大学与交通大学合并后的第一个技转，未来干细胞治疗可用在武汉肺炎造成严重后遗症的病患身上。
解剖学及细胞生物学教授傅毓秀说，在过去一年多接获来自于世界各地的病患及其家属的电话关心，询问干细胞治疗菜瓜布肺的方法、试验进度，研究团队知道国人对此疗法抱持很大期望，为了不辜负国人期待，研究团队把人类脐带间质干细胞分离、萃取、培养，并与治疗肺纤维化的相关技术及专利，正式授权给国内富华生再生医学科技公司，把开发技术留在台湾，研究团队未来将会全力协助后续的细胞开发及人体试验等工作。
肺纤维化是因遗传、感染、老化、空气污染、吸烟等原因，造成肺部交换气体的肺泡组织逐渐被纤维化取代，进而丧失肺脏功能的疾病，现在的药物仅能够延缓病情恶化，尚无任何药物可以让纤维化的肺脏回复功能，患者平均存活时间一般达2至5年。
傅毓秀说，过去已经完成将人类的脐带间质干细胞，移植至罹患菜瓜布肺的活体动物上，实验期间观察到了移植的干细胞不只存活着，还分泌出生长激素，一方面产生了抗发炎作用、肺部的细胞浸润也明显改善，另一方面则能刺激大白鼠免疫细胞之转型、消化沉积许久的胶原蛋白，并能加速肺泡细胞之再生，让染病鼠的动脉血氧饱和度显著回升，原先急促的呼吸频率也较缓和。
傅毓秀说明，她2019年发表在国际期刊《Theranostics》后，受到很多的关注，由生技医材知名大老林金源所创立的富华生再生医学科技公司将会投资此项技术，并跟台宝生医策略结盟，此项技术将会在台湾由符合PIC/S GMP规范之药厂进行细胞原物料试剂的制备，接着在台湾进行临床试验，将为菜瓜布肺病患开启一道治疗曙光。
人工智能3分钟揪肺癌病灶 准确率达95%以上
台北医学大学巨量影像数据库研究计划，以AI系统开发肺部肿瘤不需要人工标注的病理影像辨识系统，准确率高达95%以上，且每名病人只须3到5分钟就可判读。（以上图片来源皆为中央社）
除了上述医治武汉肺炎有新突破外，有另一项研发，也显示台湾在医疗科技方方面不容小觑。
中央社报导，台北医学大学获得科技部补助进行“巨量影像数据库建置与应用”计划，于2021年登上知名医学期刊自然通讯（Nature Communications）。此研究是北医大校长林建煌推动数位病理，并启动台湾十大癌别病理玻片数位化之重要成果。
此项由北医大与云象科技公司合作开发的人工智能系统，是以国研院国网中心在前瞻基础建设计划所建置的台湾杉二号超级电脑，来开发领先世界的肺部肿瘤不须要人工标注的全玻片病理影像辨识系统，能够轻易区分肺肿瘤病理切片是良性或是恶性，且准确率高达95%以上，连判读时间也可大幅缩短2/3，加速病理诊断的时效。
该研究第一作者、台北医学大学教授陈志荣说，这些病理玻片是把北医附医、万芳、双和等3家医院，将患者进行过X光、核磁共振或电脑断层等检查之后，再经医师穿刺或开刀所取出的肺部肿瘤组织而制成的，统计超过9000张，全部扫描成为数位影像档后，由多名病理专科医师一张一张标注出病灶、非病灶区域，再交由AI持续学习修正，提升系统判读的准确率。
陈志荣表示，传统肺部肿瘤确切的诊断模式是把经由医师穿刺或开刀取下的疑似肿瘤组织，送至病理检验部门，制作成了病理玻片后，病理科医师会再以显微镜一张一张判读。此方式费时又费力，还可能因为医师的经验值不同而出现不同结果，而医师在判读期间必须先标注出可疑区块，且再不断标注诊断直至确认为止，但北医大与云相科技所研发的这一套AI辨识系统，能够直接透过全玻片，还不须人工标注，就能够自动判读肺癌及肿瘤细胞亚型。
由北医大和云象科技组成的研究团队所开发的“肺部肿瘤全玻片病理影像辨识系统”，是透过病理切片数位影像，来让AI比照病理科医师直接透过显微镜观看病理切片之模式自我学习，可以改善影像重叠导致的失真，且判读精准度更高。
陈志荣表示，系统会先从肺部肿瘤病理切片数位影像，来区分正常及不正常区域，再从不正常区域分辨肿瘤组织属于良性或恶性；若为恶性肿瘤，可以再进一步区分肺腺癌或为肺鳞状上皮细胞癌，最后，再经由病理科医师汇整AI提供的资讯以进行最后确认诊断。
经由AI先行辨识判读患者的病理切片，有助于减少人为判断错误之机率，更可大幅缩短时间。陈志荣表示，如果以每名病患需要8至15张病理切片计算，传统只由病理科医师执行的判读时间大约10至15分钟，利用这一套系统仅须要1/3、大约花费3至5分钟即可完成。
这一篇研究论文，题名为“An annotation-free whole-slide training approach to pathological classification of lung cancer types using deep learning”，第一作者是陈志荣及云象科技工程师陈启中，通讯作者是台北医学大学副校长陈震宇、云象科技公司执行长叶肇元。
