洪億隽 報道
新加坡中央醫院、路勝基因和新加坡科技研究局推出一項分子檢測技術，能更精准分辨乳腺纖維腺瘤和葉狀腫瘤，准確度超過九成，幫助女性患者和醫生做出更正確的治療決定。
乳腺纖維腺瘤（fibroadenoma tumor）和葉狀腫瘤（phyllodes tumor）都屬于纖維上皮病變（fibroepithelial），常見的臨床表現就是乳房腫塊。其中，乳腺纖維腺瘤是女性最常見的良性腫瘤症狀，一般不需要進行手術，或只做針對性手術。
葉狀腫瘤的生長速度則很快，可能演變成惡性腫瘤，須動手術將腫瘤及周圍一些健康組織徹底切除。由于兩者的臨床表現與組織形態十分相似，因此病理學家在某些情況下無法從穿刺活檢樣本判斷出乳房腫塊的確切性質。
新加坡中央醫院、路勝基因（Lucence Diagnostics）和新加坡科技研究局（A*STAR）推出FibroPhyllo組織檢測，針對乳房腫塊穿刺活檢樣本的分子檢測技術，能協助病理學家更精准區分乳腺纖維腺瘤和葉狀腫瘤。
當傳統活檢無法確定腫瘤性質時，患者無需另做檢查，醫生可以用原本的活檢樣本做進一步的分子檢測，結果可在兩到三周內出爐，准確度超過90％，額外費用大約是1000元。
這項技術由新加坡中央醫院病理學系處長兼高級顧問醫生陳佩雲和路勝基因執行總裁兼醫療主任陳民漢聯合開發。陳佩雲說，中央醫院每年大約800例活檢樣本中，有近兩成是難以確定的病例。爲安全起見，醫生一般會建議患者接受手術，有時會導致部分健康組織也被一並切除。
爲了提高穿刺活檢的准確性，降低患者健康乳房組織被切除的風險，陳佩雲和陳民漢從2014年開始做分子檢測的研究，2016年成果報告發表在國際期刊《乳腺癌研究》後，新加坡中央醫院通過路勝基因針對230例病患的樣本進行臨床研究，FibroPhyllo分子檢測的准確率達93%。
目前，分子檢測技術在本地和所有亞細安國家及香港獲得實行認可。陳民漢說，這項技術背後也有人工智能和機器學習（machine learning）支持，人工智能在收集並“學習”更多樣本數據後，爲未來開發更快更精准的智能分析技術打下基礎。