鄧淑明博士
香港大學計算與數據科學學院及社會科學學院地理系客席教授

香港癌症新例數字呈上升趨勢。據政府 2025 年的數據，2023 年癌症新增個案為 37,953 宗，較 2022 年增加 2,580 宗，增長率達 7%。隨著人口持續老化，預料相關數字將進一步上升，對本港醫療體系構成一定壓力。

為應對這個挑戰，本地大學在癌症診療領域上作出不少創新研發。如香港大學工程學院研究團隊最近研發兩項深度學習演算法，運用長讀長測序技術（Long-read sequencing）完整讀取 DNA 與 RNA 片段。一套演算法以精密的雙網絡突破方法，能夠同時確認真實突變和剔除誤差，突破傳統基因分析限制，進行具成本效益且可靠的腫瘤分析，擴大精準癌症診斷的適用範圍。另一套演算法則採用深度學習技術，準確區分真實遺傳突變 (Genetic mutation) 與生物噪聲（Biological Noise）和編輯事件（Editing Events），讓研究人員與臨床醫生能以極高準確度同時分析基因表現與突變，兩者都有望提升癌症診斷的準確率。

香港科技大學則聯同廣東省人民醫院及哈佛醫學院成功開發出一套名為 PRET（Pan-cancer Recognition without Example Training）的全新病理分析系統，首次將自然語言處理中的「上下文學習」（In-context Learning）概念引入病理影像分析，系統僅需參考一至八張已標註的腫瘤切片，便可即時配對全新的癌症類型並執行多項診斷任務，包括癌症篩檢、腫瘤分型、腫瘤分割等，任務的準確性指標（AUC）相當高，突破了『大量數據與反覆訓練』的傳統門檻，可提高癌症病理分析的效率。

科技的創新無疑對醫學治療帶來了突破，不過預防勝於治療，市民如能多注意健康，養成良好的生活習慣，並積極參與政府推行的慢性疾病共同治理先導計劃，便能及早識別患病的風險。