← 返回首頁

癌症全基因組判讀如何減負?Inocras公布AI輔助審查初步結果

Inocras提出讓AI先處理部分癌症基因變異、將疑難交回專家的工作流程。初步評估顯示高度判讀一致性,但能否節省臨床工時、維持報告品質,仍待更完整驗證。

By SURL BioNews

讀出癌症的全基因組,只是理解腫瘤的起點。接下來,哪些變異可信、哪些可能與癌症形成有關,都需要逐一審查。Inocras在美國分子病理學會(AMP)年會公布一套AI輔助框架的初步結果,嘗試減輕這道判讀工序的負擔。

據LabMedica報導,這套框架整合基因體註解與定序品質資訊,審查可能驅動癌症的候選變異。需要補充證據時,系統可檢視定序讀段的比對影像,並查詢內部既有案例,模擬專家交叉核對不同線索的過程。

公司公布的評估中,系統接受判定的變異,與專家審查結果有99.5%一致;另有10.2%的候選變異被交回專家處理。這兩個數字必須一起閱讀:一致率描述的是系統願意作出判定的部分,不能直接當作所有變異的辨識準確率,更不等於癌症診斷準確率。

在相同輸入與設定下,重複分析的結果再現性為98.4%。這提供了流程穩定性的初步線索,也留下實務問題:哪些變異容易在重跑後出現不同判定,又應如何確保這些差異不影響最終報告?

現有報導未交代評估涵蓋多少病人與變異、癌別分布,或是否使用獨立外部資料驗證,因此尚難判斷結果能否推廣到不同實驗室。與專家一致也不必然代表判讀正確;若要評估臨床價值,仍須釐清錯誤類型,以及這些錯誤是否可能影響後續治療判斷。

Inocras預估框架可讓專家審查時間減少逾半,但這仍是待驗證的效益,所有臨床報告仍由人員審核與簽署。這項會議階段成果提出了一個可檢驗的方向:讓AI承接部分例行審查,能否讓專家把更多時間留給疑難案例,同時維持報告品質。

References

  1. LabMedica