2022-11-012024-05-17https://scholars.lib.ntu.edu.tw/handle/123456789/687002肺癌是世界上癌症死亡主因，但現行的肺癌分級系統已逐漸暴露其預後鑑別力的不足，僅靠現行的分級系統難以達到最佳的個人化治療規劃。為彌補現行分級系統的不足，各界專家開始在放射診斷、手術切除與標靶治療層面探討更有效的預後鑑別因子，以進行客製化的治療安排，並逐漸形成精準醫學的概念。然而，儘管各界已逐漸發現一些具預後鑑別力的因子，但受限於現有診斷工具的不足，無法有效地在治療前評估各層面的預後因子。近來，隨著電腦斷層的普及和放射體學研究展露其預測潛力，許多研究利用放射體學方式基於電腦斷層影像預測各層面的預後因子，但是也面臨了預測效能、通用性不足等挑戰。因此，為能在術前知曉肺癌患者各層面的因子，以輔助醫師進行最佳的個人化治療規劃，本計畫擬以三年時間以｢輔助術前篩選與手術、標靶藥物治療規劃｣為核心概念，發展基於放射體學與深度學習的Radiology-、Surgery-和Target-therapy-aid Software Module，達到: (1)術前肺結節良惡性評估，輔助放射科醫師進行患者篩選；(2)術前組織病理學與心血管因素的預測，輔助胸腔外科醫師規劃手術切除範圍；(3)術前基因表型與預後發展的預測，輔助胸腔內科醫師用藥規劃；最終，將開發技術整合至睿傳數據之LibraLung系統，以建構LibraLung+肺癌精準醫療平台，達到技術在臨床端的落地實用。精準醫學;肺癌;電腦斷層;電腦輔助診斷;表皮生長因子受器;組織病理學;良 /惡性結節;深度學習;放射體學;Precision medicine; Lung cancer; Computed tomography; Computer-aided diagnosis; Epidermal growth factor receptor; Histopathology; Benign/malignant nodules; Deep learning; Radiomics