在臺灣十大死因排行榜上，癌症已蟬聯榜首將近四十年。原本安分工作的人體細胞，可能受到細菌或病毒的感染、環境中的重金屬、放射線等致癌因子的影響，走上叛變、不正常增生一途，變成惡性腫瘤——也就是癌症。癌細胞會破壞各種重要臟器，掠奪體内大部分營養，最終可能造成人體因器官衰竭、營養不良、併發症而死亡。

癌症療法中，化療是以化學藥物來毒殺癌細胞，卻因為專一性低，讓病患往往傷敵一千，自損八百。後來發展出的標靶藥物療法，雖然不會無差別攻擊，但治療效果有限，有些種類的癌症更可能出現抗藥性。狡猾的癌細胞，還會產生抑制免疫細胞活性的蛋白質，來避開免疫系統的偵察和追擊。而 2018 年獲得諾貝爾生理醫學獎的「免疫療法」，就是以投放癌細胞表現的蛋白質之阻斷劑，來維持免疫細胞的戰鬥力的突破性療法。

然而，癌細胞也不是省油的燈。它們會與周圍細胞，如血管、纖維母細胞、免疫細胞等打成一片，藉由分泌各式細胞因子，創造利於自己生長的小天地，即腫瘤微環境（Tumor microenvironment）。例如，癌細胞會在微環境促進血管新生，且具備免疫抑制能力，讓免疫細胞鎩羽而歸。這麽一來，即使是副作用較低的免疫療法，也可能無用武之地。

目前，癌症的診斷與療程的決定，主要還是仰賴切片檢測所得到的影像。所謂的切片檢測，就像到腫瘤細胞大本營去刺探敵情，醫生藉由手術開刀、内視鏡或針筒取得檢體組織，透過這第一手的情報，來判識腫瘤型態和病情嚴重程度，才能擬定對抗癌細胞的有效戰略。

麻煩的是，顯微鏡下的切片樣本只能看見同一平面上的細胞間交互作用，組織上還有用來標示特定蛋白質活細胞的螢光染劑。要把有著會互相干擾螢光訊號的樣本影像，拼接成可以觀察細胞交互作用的三維影像，可讓腫瘤學家傷透了腦筋。不過這個難題的解方，就剛好掌握在以望遠鏡觀察無數星星的天文學家手中！

有著不同特徵的衆多天體，就像是組織中發出不同螢光訊號、數百萬計的細胞。天體在宇宙中的相對位置與相互關係，也類比於細胞間的交互作用。這般異曲同工之妙，讓美國約翰 · 霍普金斯大學的腫瘤學家和天文學家決定並肩作戰，利用天文學的影像處理工具，來建立分析腫瘤切片影像的模型，這個跨領域碰撞的研究成果——AstroPath，更在今年 6 月登上 Science期刊。

腫瘤學家和天文學家的跨界合作，大大提高了組織切片影像分析的效率，表現令人贊嘆。不過臺灣研究團隊跑得更前面，直接突破傳統薄切片的限制，以獨家專利取得組織完整的立體影像，還進一步藉助人工智能之力，創立全世界首個 3D 數位病理檢驗暨 AI 分析平臺！

這個實現 Taiwan No.1 的團隊，緣起於國立清華大學生科系的楊嘉鈴教授研究團隊，邀請清華大學腦科學中心江安世院士團隊、分子與細胞生物所張大慈教授團隊及清華大學腦科學中心林彥穎研究員，携手合作克服過去 3D 組織影像的技術瓶頸。透過科技部價創計劃的輔導，承接了光電、生醫、影像及 AI 各領域最先進技術的捷絡生物科技股份有限公司 (JelloX Biotech Inc.) 在 2018 年成立。

捷絡生技獨步全球的病理檢驗平臺，包含了關鍵的三大部分：（1）快速組織澄清、（2）高速影像擷取及（3）3D 人工影像智慧分析。

過去 3D 組織影像無法實現，最大的難點，在於無法突破組織的透光障礙。捷絡生技專利化的光學組織澄清技術，最厲害之處是讓檢體樣本不被破壞就可以「變透明」，達到清水般的穿透率。傳統樣本處理，會經過物理切片及脫水，組織結構發生形變無可避免，讓病理全貌難以被量化和標準化來進行評估。但這項獨家的組織澄清處理技術，可最大程度保存樣本原來的面貌，還能讓樣本進行重複染色，再利用於各式生物檢驗。更重要的是，不再是單一切面的樣本，讓全自動影像掃描擷取，從不可能變得可能。

把檢體樣本透明化之後，研究團隊接著以高速鐳射顯微鏡，對樣本進行全身掃描後，數位縫合平行多叠影像。只要搭配適當的染色技術，就可迅速取得比傳統檢測還多百倍資訊量的高精度 3D 腫瘤影像。這些病理組織樣本的全景 3D 細節，讓醫生可以更清楚判別癌細胞的型態、分佈與周圍細胞的交互作用。

研究團隊也沒有停留在 3D 影像產製的完善，更抓緊大數據、巨量分析的趨勢，目標是要提供 AI 自動化病理組織影像分析。研究團隊建立不同癌症的 3D 數位病理影像資料庫，讓電腦進行機器學習，透過癌組織的特徵辨識訓練，目前已可得到超過 90 % 的準確度。AI 自動化分析能克服傳統人工判讀模式潛藏的誤差（如不同判讀者的差異、視覺疲勞與檢體採樣量不足等問題），大大減輕臨床病理醫師的工作負擔，加快診斷的效率。癌症的治療，就像與死神賽跑，所以盡速決定對風險最小、成效最佳的療法，對提高病患的存活率至關重要。

未來，捷絡生技這個領先全球的 3D 數位病理檢驗暨 AI 分析平臺，預期可實際應用在檢測藥物的穿透性、篩選適合免疫療法的病患、分析腫瘤微環境等方向。不管是從美國或是臺灣的例子，都讓我們看見不同領域相互激蕩的成果，並非止步於學術象牙塔的研究，而是可以被實際應用在日常生活中的技術。