AI 助攻癌症醫療的三個方向，以及還沒做到的部分

「AI 加速攻克癌症」是常見的說法，但具體是在哪些環節、進展到什麼程度，往往說不清楚。科技新報在 2026 年 9 月 23 日的報導中，整理了 AI 在癌症醫療上三個已有具體研究支持的方向，同時也明確指出目前還沒做到的部分（科技新報，2026-09-23）。對評估相關產品或研究成果的行政與護理人員來說，分清「已驗證」和「還在研究中」是判斷這類說法的第一步。

方向一：加速藥物研發，但還沒有 AI 設計的藥物上市

AI 可以透過預測蛋白質結構、模擬藥物與標靶的結合機制，加速候選藥物的設計流程。不過報導也清楚寫明，截至 2026 年，「仍未有任何完全由 AI 設計的抗癌藥物獲准上市」。也就是說，這個方向目前仍停留在加速研發流程的階段，還沒有走到臨床可用的終點。

方向二：篩檢與診斷有大型試驗支持

這是三個方向裡證據最扎實的一項。報導引用瑞典 MASAI 試驗，涵蓋 10.5 萬名女性，結果顯示 AI 輔助乳房攝影判讀的癌症偵測率超越傳統的雙醫師判讀方式，而且沒有增加誤報率。這代表在特定條件（乳房攝影篩檢）下，AI 輔助判讀已有大規模、對照式的研究支持，而不只是實驗室階段的結果。

方向三：加速臨床試驗配對，但仍在合成資料階段

第三個方向是用大型語言模型快速分析病歷、加速病患與臨床試驗的配對。報導提到美國 NIH 開發的 TrialGPT 能縮短 42.6% 的篩選時間，但同時說明這項結果「目前基於合成病歷測試」，還不是真實病歷環境下的驗證結果。這個限制在評估類似工具時特別值得留意——縮短篩選時間的數字，是在什麼樣的資料上量出來的。

評估這類說法時可以問的問題

• 這個數字是在哪個環節量出來的？ 藥物研發、篩檢診斷、試驗配對是三個不同階段，進展程度不一樣，不能互相替代佐證。
• 是真實病歷還是合成資料？ 如同 TrialGPT 的例子，合成資料上的結果不等於真實臨床環境下的表現。
• 有沒有同類的大型對照試驗？ MASAI 試驗之所以可信，是因為有 10.5 萬人的規模與對照設計；規模小或沒有對照組的研究，結論需要更謹慎看待。

重點整理

• AI 在癌症醫療上有三個已有具體研究支持的方向：加速藥物研發、升級篩檢與診斷、加速臨床試驗配對。
• 藥物研發方向截至 2026 年仍未有完全由 AI 設計、獲准上市的抗癌藥物。
• 篩檢診斷方向證據最扎實：瑞典 MASAI 試驗（10.5 萬人）顯示 AI 輔助乳房攝影偵測率超越傳統雙醫師判讀，且未增加誤報。
• 臨床試驗配對工具 TrialGPT 可縮短 42.6% 篩選時間，但目前僅在合成病歷上驗證，尚未在真實病歷環境下驗證。

---

本文內容僅供一般資訊參考與研究教育之用，不能取代對特定病患的醫療診斷或建議。