什麼是 GALAD 演算法？

GALAD（Gender-Age-AFP-L3-AFP-DCP）是一種經過廣泛驗證的統計模型，專門用於預測肝細胞癌（HCC）的發生風險。它整合了五個關鍵變數：性別、年齡，以及三種血清生物標誌物——甲胎蛋白（AFP）、AFP 異質體 L3（AFP-L3）和去羧基凝血酶原（DCP）。 這個模型的優越性在於其多維整合的設計理念：單一生物標誌物的敏感性通常不超過 60%，但 GALAD 演算法能將早期 HCC 的偵測敏感性提升至 85% 以上。

臨床驗證數據

多項大規模前瞻性研究證實，GALAD 演算法的受試者操作特徵曲線下面積（AUC）穩定介於 0.85 至 0.95 之間，顯著優於： • 單獨使用 AFP：AUC 約 0.70–0.75 • 超音波篩檢：敏感性約 45–65%（取決於操作者經驗） • AFP + 超音波組合：AUC 約 0.78–0.82 特別值得注意的是，GALAD 在 BCLC 0 期（極早期）和 A 期（早期）HCC 的識別上表現更為突出，而這正是患者能獲得根治性治療、長期存活率最高的階段。

亞洲人群的特殊重要性

亞洲是全球 HCC 發生率最高的地區，約佔全球新發病例的 75%。主要風險因子包括慢性 B 型肝炎病毒（HBV）感染、C 型肝炎病毒（HCV）感染，以及代謝相關脂肪肝疾病（MASLD）。 AI®Med 平台整合了針對亞洲人群校正的 GALAD 演算法參數，並結合代謝風險評估，為高風險族群（如慢性肝炎患者、肝硬化患者）提供個人化的監測計畫。