香港大學李嘉誠醫學院（港大醫學院）、InnoHK醫衞大數據深析實驗室（InnoHK D24H）及倫敦衛生與熱帶醫學院的跨學科研究團隊，成功開發全球首個能同時進行甲狀腺癌分期及風險評級的人工智能（AI）模型，其準確率更突破90%。這項創新的AI模型，預計可縮減前線醫護人員診前準備約一半時間，亦能配合香港特別行政區政府推動醫療AI應用的政策。相關研究成果已發表於期刊《npj Digital Medicine》。

　現時甲狀腺癌診斷標準主要採用以下兩大國際系統∶美國癌症聯合委員會第八版（AJCC/TNM）分期系統；美國甲狀腺協會（ATA）風險評級系統。然而，現行作業模式操作過程既耗時又欠缺效率，有可能延誤關鍵治療時機。

　研究團隊成功開發一款AI輔助工具，該系統運用大型語言模型技術（如ChatGPT和DeepSeek），專為分析人類語言、解構臨床文件而設計，能顯著提升甲狀腺癌分期與風險評級的準確性及效率。

　此模型採用4種離線開源大型語言模型，包括 Mistral、Llama、Gemma以及 Qwen。團隊通過整合4種大型語言模型的輸出結果，成功提升AI系統的整體表現。在ATA風險評級方面，準確率介乎88.5%至100%；而在AJCC癌症分期方面，準確率亦達到92.9%至98.1%。相比傳統以人手審查文件方式，這項技術預計可以將醫護人員診前準備工作時間縮減約一半。

　港大醫學院臨床醫學學院家庭醫學及基層醫療學系名譽副教授黃競浩博士闡釋，政府大力推動醫療AI的應用，例如醫院管理局最近推出利用大語言模型建立的醫療報告撰寫系統便是有力證明。為配合政府的倡議，下一步將會用大量真實病人數據評估這個AI輔助工具的表現。一旦驗證成功，這個AI模型可以迅速應用於臨床和醫院環境，幫助醫護提升運作和治療效率。

　該項研究由港大醫學院的公共衛生學院羅旭龢基金教授兼InnoHK D24H董事總經理胡子祺教授、臨床醫學學院外科學系臨床助理教授兼內分泌外科主任馮文謙醫生，以及臨床醫學學院家庭醫學及基層醫療學系名譽副教授兼InnoHK D24H高級研究項目總監黃競浩博士領導。共同第一作者包括來自InnoHK D24H的鄧皓文博士和吳婷婷博士。

　圖説：港大醫學院研究團隊開發全球首個用於甲狀腺癌診斷的AI模型，準確率超過90%，能大幅縮短診前準備時間。該研究由胡子祺教授（中）及馮文謙醫生（右三）領導。