讓病理AI走出展示階段：八家公司組隊切入藥物開發流程

病理AI並不缺少亮眼的演算法，真正困難的是把模型接進受管制的實驗室與臨床試驗：同一項結果必須跨檢體、染色批次、掃描設備和醫院維持一致，還要能接受病理醫師複核。為跨過這道落差，精準醫療實驗室服務公司CellCarta成立全球數位病理與AI聯盟，希望把分散的技術整合成藥廠可實際評估的工作流程。

聯盟共有八家公司，由CellCarta聯同Lunit、Mindpeak、Imagene AI、Dipath AI、Nucleai、Tivenix及Indica Labs組成。其設計並非綁定單一演算法，而是讓生技製藥公司依疾病、開發階段與監管需求，選擇不同的影像分析、空間生物學、多模態AI或精準診斷工具。

具體應用可從腫瘤切片開始：病理影像經全玻片掃描後，AI可量化免疫組織化學染色、辨識腫瘤微環境中的細胞組成，或從常規H&E染色影像尋找與分子狀態相關的特徵。這些資訊若能經過適當驗證，可用於探索生物標誌、篩選可能受益的患者，並支援臨床試驗分層及伴隨式診斷策略。

各成員提供的能力並不相同。Lunit表示將投入免疫表型、標誌分析、免疫組織化學定量及腫瘤微環境分析；Mindpeak聚焦H&E、免疫組織化學與多重免疫螢光影像；Nucleai則將組織影像分析用於包括抗體藥物複合體在內的開發計畫。Tivenix把範圍延伸至液態活檢，利用甲基化標誌評估器官特異性的細胞死亡訊號；Indica Labs等業者則補上病理平台與臨床工作流程。

CellCarta在這套架構中扮演整合者，提供病理醫師監督、檢體物流、全玻片掃描、分析方法開發，以及組織學、基因體、免疫學和蛋白體實驗室能力。Lunit與Mindpeak分別確認其創始成員身分；韓國媒體另指出，Lunit與CellCarta自2025年起合作，並在2026年擴大至AI伴隨式診斷的開發與商業化準備。

聯盟宣稱可服務腫瘤、自體免疫與神經退化疾病，但目前沒有公布合作藥物、臨床試驗、訓練或驗證資料集，也未提供敏感度、特異度、跨實驗室再現性等結果。成員的工具能否組合成合規的伴隨式診斷，仍須釐清演算法版本控管、資料偏差、責任分工，以及不同掃描器和檢體處理條件下的效能。

因此，這次成立聯盟代表的是一種藥物開發服務模式，而非新的生物標誌已獲證實。它試圖把模型選擇、實驗室驗證與臨床部署放在同一框架內；是否真能縮短開發時間，將取決於後續能否提出前瞻性試驗、跨中心驗證及監管機構可接受的證據。