國研院AI平台助攻MASH新藥開發
代謝性脂肪肝炎（MASH）已躍升為台灣肝癌的主要致病因素。面對脂肪肝盛行率持續攀升，國研院國家生物模式中心攜手成功大學電機工程學系詹寶珠特聘教授團隊，開發「AI＋MASH病理量化平台」，透過人工智慧影像分析技術，將小鼠肝臟病理報告產出時間由傳統約兩個月縮短至兩週，大幅提升脂肪肝炎藥物篩選與臨床前研究效率，為全球MASH新藥開發提供重要助力。
根據肝病防治學術基金會2025年調查，台灣脂肪肝盛行率已達54.8%。研究顯示，每萬名脂肪肝患者中約有8人可能進一步惡化為肝癌，而MASH正是從脂肪肝發展至肝硬化及肝癌的重要關鍵階段。若能在脂肪肝炎或早期纖維化階段及時介入治療，將有機會逆轉病程、降低肝癌風險。
為加速相關藥物開發，國研院生物模式中心建立高脂、高糖飲食誘發的小鼠脂肪肝模型，並結合AI病理分析技術，打造「AI＋MASH病理量化平台」，可精準評估脂肪肝、脂肪肝炎及纖維化等病理變化，協助研究團隊快速驗證藥物療效。
國研院生物模式中心研究員蘇裕家表示，傳統肝臟病理評估仰賴病理師人工判讀切片，通常僅能針對局部區域進行半定量分析，不僅耗時，也容易受到主觀判斷影響。新平台則透過全景數位掃描搭配AI自動分析，全面檢視肝臟病理切片所有區域，將原本局部抽樣的評估模式升級為全景客觀分析，不僅移除主觀誤差，更建立標準化量化指標。
實測結果顯示，平台分析結果與專業病理師判讀吻合度高達98%。在效率方面，傳統全人工分析流程至少需兩個月，導入AI人機協作後可縮短至約兩週，時間大幅縮減至原來的四分之一，有效提升病理分析量能與研發效率。
該平台整合國研院生物模式中心的臨床前動物試驗技術、成功大學AI影像分析能力，以及國研院國家高速網路與計算中心的高速運算資源，具備「全景客觀、快速高通量、標準一致」三大優勢。除能快速判讀小鼠肝臟病理切片外，也支援跨國團隊同步檢視病理影像，加速全球研發合作與決策效率。目前已可應用於GLP-1受體促效劑、FXR促效劑等多項MASH候選藥物的臨床前試驗評估。
研究團隊利用平台分析發現，高脂、高糖飲食組小鼠肝臟中的脂肪肝細胞分布範圍高達88.39%，遠高於正常飲食組的0.09%，顯示不良飲食習慣對肝臟脂肪堆積具有顯著影響。AI模型亦能精準量化脂肪堆積、發炎病灶、脂肪肝細胞與纖維化分布等多項指標。例如正常肝臟每平方毫米平均僅有3.07個發炎病灶，但脂肪肝炎模型則高達39.7個，能更清楚掌握病程進展及藥物介入效果。
此外，平台提供肝臟全景視覺化功能，可自動標示病灶位置與分布範圍，協助研究人員快速掌握病變區域與嚴重程度，為藥物療效評估提供更客觀且具一致性的數據基礎。
國研院生物模式中心主任秦咸靜表示，AI＋MASH病理量化平台不僅提升病理分析效率，更可望成為脂肪肝炎新藥研發的重要加速器，縮短候選藥物篩選時程，加速治療方案邁向臨床應用。未來將持續擴充病理模型與分析功能，支援全球MASH新藥研發需求，並進一步提升台灣在AI醫療與生技產業的國際競爭力。