Los Angeles to Host SNMMI 2026

當多數人認為醫學 AI 的進展已進入瓶頸期時，光是 2026 年首季就有高達 6 項胸部 X 光適應症在同一套系統中獲得 FDA 許可。我們從這波涵蓋核醫學、心臟磁振造影與介入放射的最新產業數據中，梳理出繁忙的放射科醫師必須掌握的實務趨勢與潛在盲點。

SNMMI 2026 大會與腦部正子造影的臨床導入

五月底即將於洛杉磯召開的 SNMMI 2026 大會，無疑將全球目光聚焦於 theranostics（將診斷與放射性同位素治療結合的診療一體化） 的飛速發展。隨著前列腺癌與神經內分泌腫瘤的標靶放射同位素療法陸續進入常規臨床指引，核醫學科面臨了前所未有的基礎設施挑戰。從硬體層面來看，這不僅牽涉到隔離病房的設立與輻射安全防護的升級，更考驗著跨科室的排程協調能力。將焦點轉向神經造影領域，Catalyst MedTech 於 3 月 25 日宣布在美國推出針對腦部正子造影的完整存取神經學解決方案。由於抗類澱粉蛋白單株抗體藥物（如 lecanemab 等）的廣泛應用，臨床上對於腦部類澱粉蛋白與濤蛋白的 PET-CT（結合代謝與解剖結構的雙模態造影） 掃描需求呈現爆發性成長。然而，短半衰期同位素的運送物流、繁瑣的病人前置準備作業，以及需要高度專業訓練的影像判讀過程，使得許多社區型醫院難以負荷此類檢查。這套新方案預期將大幅簡化從同位素訂購、注射到影像自動化定量分析的整體工作流程。對第一線放射科與核醫科醫師而言，這意味著未來必須更頻繁地判讀大腦皮質的特異性攝取變化，並且需要在擁擠的日常排程中，精準區分正常的白質非特異性結合與真實的病理沉積。

賓州大學 AI 解讀心臟 MRI 的臨床潛力

把焦點拉到心臟影像領域，賓州大學（Penn Medicine）團隊在 3 月 25 日發表了一項突破性的進展，他們成功開發出首款能以近乎專家級準確度解讀心臟磁振造影的 AI 系統。傳統的 CMR（利用磁場與無線電波建立心臟動態影像） 檢查是放射科當中最耗時的項目之一，醫師往往需要花費大量精力在數十個心動週期的影像上，手動描繪心室舒張末期與收縮末期的心內膜與心外膜邊界。這套全新 AI 系統預期導入了類似 nnU-Net（自動調架構的切割框架） 的深度學習演算法，能夠在幾秒鐘內自動完成雙心室容積、射出分率以及心肌質量的精準測量。與此同時，GE HealthCare 與史丹佛大學醫學院放射學系在 3 月 26 日宣布擴大研究合作，共同建立卓越中心（Center of Excellence）。這種跨國企業與頂尖學術機構的深度結盟，凸顯了廠商在追求演算法強健性時，亟需來自真實醫療環境的巨量且具備多樣性的數據支持。未來，當這類心臟 AI 模型順利取得監管單位核可並整合入 PACS 系統後，放射科醫師的工作型態將發生本質上的轉變。我們將不再需要親自執行枯燥的像素級勾勒，而是轉為高階的品質稽核者，專注於判讀晚期釓增強的異常分佈模式，並將這些量化數據轉化為針對心肌炎或缺血性心臟病的具體臨床處置建議。

qXR-Detect 取得 6 項胸部 X 光適應症許可

從急診室的實務來看，Qure.ai 的 qXR-Detect 軟體在 2 月 26 日成功取得美國 FDA 的 510(k) Class II 許可，且一口氣涵蓋了多達 6 項胸部 X 光適應症。在繁忙的醫療現場，胸部 X 光片是最基礎但也最容易因為疲勞而發生漏診的影像檢查。同時取得 6 項適應症，意味著這套系統並非僅能執行單一任務，而是具備了全方位的初步篩檢能力，能同時偵測肺結節、氣胸、肋膜積水、肺實質化、心臟肥大等關鍵病徵。該演算法在訓練過程中，大量運用了 radiomics（從影像自動抽上千個量化特徵） 技術，使其能夠在充滿雜訊的床邊便攜式仰臥位 X 光片中，精準排除維生管線與心電圖貼片的干擾，進而辨識出微小的肺尖氣胸或是隱匿於肋骨重疊處的病灶。這項 FDA 許可對放射科工作流程的影響是立竿見影的。當系統在背景自動完成運算後，若偵測到危及生命的重大異常，PACS 的工作清單將會即時重新排序，把高風險病患的影像推播至最頂端。這種基於 AI 的自動化分流機制，不僅能大幅縮短急重症病患從拍攝到獲得處置的等待時間，更能協助醫師在面對每日動輒數百張的常規體檢影像時，保持穩定的診斷特異度與敏感度。

MIM 腫瘤負荷分析與 Allia Moveo 介入平台

回到腫瘤醫學與介入性治療的交集點，GE HealthCare 在今年初連續釋出兩項重大產品核准消息。首先是 1 月 29 日，其結合 AI 技術的 MIM 腫瘤負荷分析工具正式獲得 FDA 510(k) 許可。在評估實體腫瘤對標靶或免疫療法的反應時，醫師必須嚴格遵循 RECIST（實體腫瘤治療反應評估標準），手動測量並對比不同時間點的病灶直徑。這種傳統作法極易受到測量角度與人為疲勞的影響，導致極大的觀察者間變異性。MIM 的 AI 工具能夠自動對位過往影像，執行三維層面的腫瘤體積輪廓對比，從而提供數學上絕對一致的客觀評估數據，這對於決定患者是否應繼續接受昂貴的系統性治療具有決定性的影響。緊接著在 2 月 2 日，GE HealthCare 宣布其 Allia Moveo 平台同步取得了 FDA 510(k) 許可與歐洲 CE 認證，這套專為介入放射科設計的機動型平台，徹底顛覆了傳統固定式血管攝影機架的空間限制。在執行複雜的經動脈化學栓塞或動脈瘤填塞手術時，醫師往往需要結合 CBCT（在手術室即時取得的立體斷層影像） 與即時螢光透視。Allia Moveo 不僅提升了手術室內的空間調度靈活性，其內建的進階導航軟體更可能整合了類似 CFD（把血流當液體模擬算血管受力） 的運算模型，讓介入科醫師能在最符合人體工學的姿勢下，專注於微導管的精密操作。

ARRS 神經與心胸經費及 ASTRO 放射腫瘤動員

除了軟硬體的技術躍進，各大學會與機構在政策及經費上的佈局，同樣深刻影響著放射科的長遠發展。2 月 11 日，美國倫琴射線學會（ARRS）旗下的 Roentgen Fund 正式公布了針對神經放射學與心胸影像學的研究獎勵名單。這些特定領域的資金挹注，明確指出了當前影像醫學最具挑戰性的前瞻研究方向，例如利用 DECT（利用高低雙能階射線區分不同物質組成） 技術優化肺栓塞的偵測，或是探索大腦靜息態網絡的微小變異。在教育傳承方面，放射教育中心（CRE）於 3 月 17 日宣布了一項全國性倡議，將在 John Patrick University 提供醫學影像相關獎學金。這項舉措直擊了當前醫療體系中最迫切的人力短缺問題，確保未來能有足夠且訓練有素的放射技師來操作這些日益複雜的高階儀器。另一方面，在放射腫瘤學領域，美國放射腫瘤學會（ASTRO）與歐洲放射腫瘤學會（ESTRO）選在 2 月 4 日世界癌症日當天，發表了要求全球釋放現代放射腫瘤學潛力的聯合呼籲。同一天，英國皇家放射科學會（RCR）也針對英國政府的癌症計畫提出了官方回應。這些涵蓋歐美的政策聲明共同點出了一個嚴峻的現實：即便我們擁有了最頂尖的診斷 AI 與精準的放射治療設備，若缺乏相應的健保給付支持與充足的專科人力配置，這些先進技術終究無法惠及廣大患者。

放射科 6 大 FDA 許可潮的實務考量與應用限制

綜觀這波集中於 2026 年第一季的 FDA 許可潮與技術大爆發，我們必須在擁抱創新的同時，對其實務應用保持冷靜的專業判斷。取得 FDA 510(k) Class II 許可的軟體（如 qXR-Detect 與 MIM 腫瘤分析工具），其法規精神在於證明與市面上既有產品具有實質等同性，這絕對不能被誤解為這些 AI 系統具備完全自主診斷的能力。在實際運行中，這類演算法往往會因為不同廠牌的掃描儀參數差異、病患特殊的解剖變異，或是非標準的擺位而產生效能衰退（data drift）。對於賓州大學所開發的近乎專家級心臟 MRI AI，其優異的內部測試數據，仍需要經過多中心、跨種族的大規模外部驗證，才能確保其在各類心肌病變中的泛化能力。導入 Catalyst MedTech 腦部 PET 方案的醫療機構，也必須同步考量同位素供應鏈的穩定性以及昂貴檢查的保險理賠規範。最終，無論 Allia Moveo 平台的硬體設計多麼出色，仍仰賴介入團隊間默契十足的跨領域協作。放射科醫師的角色並未被邊緣化，反而被推向了醫療決策的最前線；我們不僅是影像特徵的解譯者，更是決定何時該信任 AI 運算結果、何時該推翻演算法建議的最終決策者。

當 AI 自動排出胸部 X 光異常清單時，你還會不看臨床病史就直接採信它的分類嗎？