「代謝性脂肪肝炎」（MASH）已取代病毒性肝炎，成為臺灣肝癌的頭號病因！根據肝病防治學術基金會二○二五年調查，國內脂肪肝盛行率高達五十四‧八%；另有研究指出每一萬名脂肪肝患者，就有八人可能惡化成肝癌，而MASH正是導致肝硬化與肝癌的關鍵階段。國家實驗研究院國家生物模式中心與成功大學電機工程學系詹寶珠特聘教授跨域合作，發表「AI+MASH病理量化平台」，透過AI影像分析技術，讓小鼠肝臟病理檢測報告產出時間縮短，從二個月縮短為二周，藉由AI人機協作將時程縮短為四分之一，且判讀準確度達九十八%；能幫助研究團隊快速評估藥物對病變進程的干預效果，助攻脂肪肝炎藥物篩選效率！

脂肪肝有可能會造成MASH，再演進到纖維化，最後形成肝硬化、肝癌。若在MASH、甚至初期纖維化階段，及時給予適當的藥物治療，就有機會恢復健康。

因此，國研院生物模式中心團隊透過給予高脂、高糖飲食，誘發實驗小鼠脂肪肝模型，再透過「AI+MASH病理量化平台」，精準評估小鼠脂肪肝、MASH和纖維化程度，可用於測試各類藥物療效。

傳統評估肝臟病理進程的方法，是由病理師檢視肝臟病理切片，擇定其中一小部分進行半定量評分，判定肝臟油滴含量、發炎病灶密度及纖維化範圍，以推論病理進程。國研院生物模式中心團隊與成功大學合作開發之「AI+MASH病理量化平台」，結合國研院生物模式中心的臨床前動物試驗專業、成功大學電機工程學系詹寶珠教授團隊的AI影像分析技術，以及國研院國家高速網路與計算中心的高速運算資源，實現「全景客觀、快速高通量、標準一致」的病理分析優勢。除可快速準確判讀小鼠肝臟病理切片外，也可跨國同步查閱病理影像，便利全球藥物研發團隊討論。

國研院生物模式中心蘇裕家研究員指出，人工判讀肝臟病理切片不但耗時，易受主觀影響，且只能根據肝臟病理切片的部分區域來推論，有可能產生誤差。而透過該平台人機協作，以AI自動化分析肝臟病理切片的全部區域，從局部取樣擴張到全景客觀分析，移除主觀誤差，建立絕對值的統計標準，準確度與人工專業判讀的吻合度高達九十八%；且量化報告出爐僅需二週，再交由人工分析確認，相較於傳統全人工判讀，過程需耗時至少二個月，AI人機協作時程縮短為四分之一，大幅提升脂肪肝炎病理診斷量能，展現AI技術在肝臟病理研究領域高度潛力，成為病理師的神隊友。

國研院生物模式中心秦咸靜主任強調，此技術不僅提升病理分析效率，更為MASH藥物篩選提供關鍵助力，加速治療方案的臨床轉譯。未來平台將持續優化，結合更多病理模型，支援全球脂肪肝炎藥物研發。