香港大學工程學院生物醫學工程課程主任謝堅文領導的研究團隊，開發人工智能細胞成像工具「CytoMAD」，並與港大醫學院及瑪麗醫院合作，成功應用在肺癌病人身上，以及進行藥物測試。「CytoMAD」結合團隊專利的微流控技術，可以快速、低成本地對人體細胞進行「無標記」成像，幫助醫生在單個細胞的精度水平評估病人的腫瘤， 例如估計肺癌病人癌症轉移風險。研究成果最近發表在《Advanced Science》期刊，團隊並已申請研究資金，將在三年內對肺癌病人進行臨床試驗。

香港文匯報訊 （記者姬文風）香港大學工程學院生物醫學工程課程主任謝堅文領導的研究團隊，開發人工智能細胞成像工具「CytoMAD」，並與港大醫學院及瑪麗醫院合作，成功應用在肺癌病人身上，以及進行藥物測試。「CytoMAD」結合團隊專利的微流控技術，可以快速、低成本地對人體細胞進行「無標記」成像，幫助醫生在單個細胞的精度水平評估病人的腫瘤， 例如估計肺癌病人癌症轉移風險。研究成果最近發表在《Advanced Science》期刊，團隊並已申請研究資金，將在三年內對肺癌病人進行臨床試驗。

「目前為止，市場仍沒有一種具經濟效益的技術能通過成像進行單細胞分析。在傳統方法下，成像通量不夠快，細胞圖像不夠清晰，所提供的資訊也不完備。」謝堅文表示，面對顯微鏡下細胞樣本「能見度」低的挑戰，醫生通常會採用對樣本進行染色和標記的常用方法。這種方法不僅費時、過程繁瑣，且成本效益低。同時，這也意味著病人需要等待一段時間，例如通過血液樣本，才能知道他們的細胞分析結果。

「CytoMAD」利用生成人工智能自動校正細胞顯微成像質素，並從細胞圖像中提取原本圖片檢測不到的資訊，其全方位功能確保準確及可靠的數據分析和診斷。謝堅文分享指，人工智能技術其中一個主要優勢是「無標記」，意即準備病人或細胞樣本的步驟更少。這樣節省了大量時間和人力，提高了診斷和藥物研發過程的速度和效率。

原來，傳統用白光照射拍攝出的細胞圖像（又稱「明場圖像」）通常看起來像一張充滿微弱斑點的模糊照片，無法對細胞特性以及相關的健康和疾病資訊進行有意義的分析。「CytoMAD」則可經過訓練，從明場圖像中提取人眼檢測不到的細胞機械特性和分子資訊，於是可繞過標準螢光標記及其成本和時間限制，揭示細胞功能背後的重要細胞特性。

團隊未來其中一個主要目標是訓練模型，使醫生能夠預測潛在病人的癌症或其他疾病。「我們計劃積累足夠的數據，並使用我們的成像和人工智能技術追蹤病人的病情進展。」謝堅文說。同時「CytoMAD」的應用亦不僅限於肺癌病人，也有助縮短藥物篩選的漫長過程。