羅氏把質譜、基因定序與數位病理推向同一座自動化實驗室

臨床實驗室面對的瓶頸，已不只是儀器能否測得更快、更準，而是有限人力能否駕馭日益複雜的檢驗流程。羅氏在2026年美國診斷暨實驗醫學協會年會展示新一代定序、臨床質譜及數位病理系統，試圖以端到端自動化與資料整合，減少樣本處理、判讀和系統切換所耗費的時間。

其中，cobas Mass Spec是此次首次在展位現場公開展示的重點。系統由cobas i 601分析儀與Ionify試劑組成，依羅氏說法，可把樣本前處理、質譜分析到結果判讀串成一套自動流程，目標是將原本多由專門實驗室承擔的質譜檢驗，帶進日常運作的核心檢驗室。這項轉變若能落地，影響的不只是速度，也包括技術人員訓練、品質管制與不同院所取得高精度檢驗的門檻。

另一項AXELIOS 1則鎖定基因體研究。這套次世代定序平台採用「擴增式定序」（sequencing by expansion）技術，宣稱可將原本以天計算的定序流程縮短至數小時。不過，AXELIOS 1目前僅供研究使用，不能用於診斷程序；現有消息也未提供讀長、準確率、通量、成本或不同樣本類型的比較數據，因此尚無法判斷速度提升是否伴隨其他效能取捨。

病理端的展示則把VENTANA DP 600玻片掃描器與navify Digital Pathology軟體連接，呈現玻片數位化、影像檢視及實驗室資訊系統串接的工作流程。其核心價值在於讓病理影像與檢驗資料不再分散於不同介面，但醫院實際導入仍須處理資料互通性、資訊安全、影像儲存，以及既有設備能否順利整合等問題。

羅氏也預告雲端平台navify Algo Suite，規劃把公司與合作夥伴開發的臨床演算法接入電子病歷，讓演算法輸出直接進入醫療工作流程。現階段公開資料沒有說明個別演算法的疾病用途、訓練資料、外部驗證結果或監管狀態，因而還不能把這項產品等同於經臨床證實的人工智慧診斷工具。演算法如何接受版本管理、偏差監測與醫師覆核，也將決定它能否安全地從展示場走入照護現場。

整體而言，這批系統呈現的不是單一檢驗突破，而是一種實驗室基礎設施的重組：儀器負責產生資料，軟體連接影像、結果與病歷，自動化則承接重複性工作。羅氏尚未公布多數系統的真實世界效益、導入成本及上市時程；在有更多同儕審查或臨床場域驗證前，目前較適合將其視為產品與工作流程藍圖，而非已證實能改善診斷結果的臨床成果。