過去 3D 組織影像無法實現，最大的難點，在於無法突破組織的透光障礙。捷絡生技專利化的光學組織澄清技術，最厲害之處是讓檢體樣本不被破壞就可以「變透明」，達到清水般的穿透率。傳統樣本處理，會經過物理切片及脫水，組織結構發生形變無可避免，讓病理全貌難以被量化和標準化來進行評估。但這項獨家的組織澄清處理技術，可最大程度保存樣本原來的面貌，還能讓樣本進行重複染色，再利用於各式生物檢驗。更重要的是，不再是單一切面的樣本，讓全自動影像掃描擷取，從不可能變得可能。
把檢體樣本透明化之後，研究團隊接著以高速鐳射顯微鏡，對樣本進行全身掃描後，數位縫合平行多叠影像。只要搭配適當的染色技術，就可迅速取得比傳統檢測還多百倍資訊量的高精度 3D 腫瘤影像。這些病理組織樣本的全景 3D 細節，讓醫生可以更清楚判別癌細胞的型態、分佈與周圍細胞的交互作用。
研究團隊也沒有停留在 3D 影像產製的完善，更抓緊大數據、巨量分析的趨勢，目標是要提供 AI 自動化病理組織影像分析。研究團隊建立不同癌症的 3D 數位病理影像資料庫，讓電腦進行機器學習，透過癌組織的特徵辨識訓練，目前已可得到超過 90 % 的準確度。AI 自動化分析能克服傳統人工判讀模式潛藏的誤差（如不同判讀者的差異、視覺疲勞與檢體採樣量不足等問題），大大減輕臨床病理醫師的工作負擔，加快診斷的效率。癌症的治療，就像與死神賽跑，所以盡速決定對風險最小、成效最佳的療法，對提高病患的存活率至關重要。
未來，捷絡生技這個領先全球的 3D 數位病理檢驗暨 AI 分析平臺，預期可實際應用在檢測藥物的穿透性、篩選適合免疫療法的病患、分析腫瘤微環境等方向。不管是從美國或是臺灣的例子，都讓我們看見不同領域相互激蕩的成果，並非止步於學術象牙塔的研究，而是可以被實際應用在日常生活中的技術。
還記得美劇《The Big Bang Theory》嗎？劇中常常出現的物理名詞「弦論」，是描述物理世界基本結構的理論。中央研究院「研之有物」專訪院內數學研究所程之寧研究員，她正是研究弦論的科學家，也是熱愛音樂的搖滾樂團鼓手，這種跨領域身份並不衝突，兩邊都需要創造力與紀律。由於天生斜槓的性格，讓程之寧在數學和物理領域大展身手，透過數學的深入探討，她試圖將弦論更往前推進。最近程之寧更跨足到人工智慧領域，為學界提供理論物理上的貢獻。
我有兩個動機。一個就是我真的想深入了解人工智慧。我也可以像普羅大眾，看看 AI 下圍棋，讚嘆「哇！好厲害！」這樣就好，可是我覺得我一定可以真的去理解它，這可能就是數學家的自大吧！
另一方面，我知道對科學研究來說，未來 AI 將會是一個非常重要的工具。這是「在職訓練」的概念，我可能會用到這個新工具，或以後我可能會需要教這樣的課，因為學生是下一代的科學家。因為這些原因，我覺得我需要去訓練自己使用新的工具。在我的領域裡，也有一些有趣的、還沒被解答的科學問題，是 AI 有可能幫得上忙的，我看到了一些潛力。
弦論和 AI 感覺差距很大，AI 也可以應用到弦論的研究嗎？
乍看之下，弦論的確比較抽象，也不像其他許多實驗會產生大量數據。但其實弦論有大量的可能性，我認為使用 AI 來在這些巨量的可能性當中搜尋特別有趣的理論，是一個有潛力能夠加深我們對弦論理解的新的研究方法。
而且 AI 的應用絕不僅限於巨量資料。如果是面對一些比較新的挑戰，在沒有現成的演算法可以用的情形之下，可以自己做出需要的功能嗎？這過程我覺得也非常很有趣，而且應該是會有成果的一條路。這種不是那麼顯而易見的事情，我覺得很有挑戰性，也蠻好玩的。
除了用 AI 來幫助物理跟數學的研究之外，我也試著物理研究當做靈感來源，找出新的 AI 的可能性，我覺得這也是一個很有趣的研究方向。我現在有和 AI 的學者合作，嘗試做出一些創新的演算法，真的還蠻有趣的。
狐禪
鄭國威 Portnoy
哈士奇
#/media/File:RobertHookeMicrographia1665.jpg){kind=link}