臺北醫學大學醫學院陳震宇特聘教授帶領的跨領域團隊，以「乳癌篩檢輔助系統」（DeepBreast），及醫學科技學院李雨青助理教授率領研究團隊，以「針對EphA2與EGFR之雙標靶雙載藥2by2次世代抗體藥物複合體」創新技術，雙雙榮獲國科會2026未來科技獎，並於9月在臺北世貿一館未來科技館展出。
█醫學院陳震宇特聘教授團隊「乳癌篩檢輔助系統」
乳房攝影是乳癌篩檢的重要工具，但判讀並非單純尋找一個腫塊。醫師還須評估乳房密度、辨識細微異常，並完成報告與追蹤表單。尤其緻密乳房的正常組織與部分病灶在影像上都呈白色，可能遮蔽異常；面對大量篩檢影像，如何兼顧細節與效率，是團隊希望回應的臨床課題。
DeepBreast的核心是「專家特徵混合技術」（MoEF）。可以把它想成讓3位各有所長的AI影像專家共同讀片：有的擅長局部細節，有的掌握整體結構，再把不同觀察整合起來。系統不是只投票決定答案，而是保留並調整各模型擷取的影像特徵，同時研究癌症風險評估、乳房密度與異常病徵辨識3項任務，讓不同任務的資訊相互補充。
另一項研發重點，是先整理不同設備產生的影像差異。團隊設計影像標準化流程，調整亮度與尺寸等條件，再交由AI分析。除了模型本身，也把結果呈現、醫師確認與報告表單納入系統設計，目標是減少重複輸入，讓AI更貼近既有工作流程。
從過往肺癌智慧醫療與失智風險預測研究，到此次乳癌篩檢，團隊持續以臨床問題引導技術開發。DeepBreast由醫師與AI工程人員協作，已完成公開影像資料庫的訓練與驗證，並以臺北醫學大學附設醫院及康寧醫院影像進行外部測試；這些研究是後續臨床驗證的基礎，尚不等同實際篩檢成效。
此次獲獎肯定了跨領域研發的成果。團隊接下來將持續推進臨床試驗規畫、法規準備與系統整合，檢驗AI能否真正改善判讀效率與品質。DeepBreast的定位是醫師的輔助工具，所有影像仍須由醫師完整判讀，不能以AI結果取代診斷；期待在充分驗證下，為乳癌早期發現增添助力。（文/醫學院）【下圖：陳震宇特聘教授（右6）帶領研究團隊接受2026未來科技獎】
█醫科院李雨青助理教授團隊「針對EphA2與EGFR之雙標靶雙載藥2by2次世代抗體藥物複合體─克服癌症異質性與抗藥性之精準治療策略」
抗體藥物複合體（Antibody-Drug Conjugate, ADC）已成為癌症標靶治療的重要發展方向，然而傳統ADC多採單一標靶及單一藥物設計，容易受到腫瘤異質性與抗藥性影響，限制治療成效。
為突破此瓶頸，李雨青與研究團隊開發新一代「EE-CMab 2by2 ADC」，整合雙特異性抗體與雙載藥技術，可同時辨識癌細胞表面的EphA2與EGFR兩種受體，並透過專一性藥物鍵結技術，搭載MMAE及Exatecan兩種不同作用機制的抗癌藥物，提升對異質性腫瘤的辨識能力與多重毒殺效果。
目前團隊已完成雙標靶抗體結合、細胞內吞及初步抗腫瘤活性驗證，並取得臺灣發明專利及提出美國專利申請。未來將持續推動臨床前藥效與安全性研究，並積極尋求產學合作及國際技術授權機會，期望將此創新平臺拓展至膽管癌、胰臟癌等難治型實體腫瘤，為癌症精準治療提供嶄新策略。（文/醫學科技學院）【下圖：癌症轉譯研究中心成員、醫學科技學院醫學檢驗暨生物技術學系李雨青助理教授（右3）與研究團隊共同受獎】
