面對人口老化持續和癌症個案持續增加，醫療系統對病理診斷服務需求趨增。香港科技大學研究團隊與一間初創公司，研發出全球首創人工智能(AI)無切片病理成像系統Glanzir，可把生成組織影像的時間從30分鐘大減至3分鐘，有助醫生更快能判斷體內是否仍有殘餘癌細胞。團隊已收集逾2,000宗肺癌和乳癌患者樣本，未來將展開大規模臨床測試。
組織切片分析是癌症診斷的基礎，現時臨床主要採用石蠟切片技術及冷凍切片檢測技術，其中石蠟切片準確度高但需時數日至一周才完成分析。冷凍切片則透過快速冷凍組織並切成薄片及染色，讓病理學專家在顯微鏡下判讀細胞形態及病變特徵，約30至45分鐘內有初步結果，惟準確度不及石蠟切片，部分病人甚至要接受二次手術。
樣本盒面積為3厘米×3厘米。團隊指，未來將研發可掃描更大面積樣本的儀器，以便醫護人員獲取到更豐富的細胞樣本數據。
黃子維表示，此技術不僅有助降低病人重複手術的風險，亦有助優化手術流程。
科大研究團隊與科大培育的醫療科技初創公司遨天醫療，研發出全球首創AI無切片病理成像系統，運用紫外光激發新鮮組織表面產生自發螢光訊號，並配合深度學習技術進行虛擬染色，把影像轉換為類似傳統H&E染色的組織學圖像。由於過程不涉傳統的冷凍、切片及染色等繁複程序，可在3分鐘內為身體組織生成高質素組織學影像，比冷凍切片的最少30分鐘快。如在手術室應用技術，有助醫生進行即時病理診斷，協助醫生判斷是否仍存有殘餘癌細胞。
科大指，系統已達至85%以上的診斷一致性，預期可在大規模臨床測試後進一步提升至約95%的一致性水平，同時省卻組織化驗前的切片程序，有助保留組織結構完整性，可供後續進行免疫組織化學染色、螢光原位雜交基因檢測。研發技術的醫療組織學成像技術專家黃子維稱，技術有助降低病人重複手術風險，亦可改善手術流程。
團隊過去數年與多間本地及內地醫院合作，累計已收集逾2,000宗肺癌及乳癌患者樣本，用作訓練系統及驗證，未來3個月將計劃與本地公私營醫院開展大規模臨床測試。