在癌症診斷領域，一個錯誤的判斷可能導致患者接受完全錯誤的治療方案，進而延誤病情、危及生命。2026年3月20日，美國分子腫瘤學公司Caris Life Sciences在頂尖醫學期刊《JAMA Network Open》發表了一項突破性研究，揭示其人工智能系統GPSai在肺癌診斷中的驚人表現：在3,958個被診斷為肺鱗狀細胞癌（SCC）的病例當中，GPSai成功識別出123例實為其他癌症轉移至肺部的誤診案例。

肺鱗狀細胞癌與來自皮膚、泌尿道、頭頸部及胸腺等其他原發部位轉移至肺部的癌症，在組織外觀上可能極為相似，傳統病理診斷往往難以區分。一旦誤診，患者便會接受針對錯誤癌症類型的治療方案，不僅療效有限，更可能帶來不必要的毒副作用，白白錯失最佳治療時機。

GPSai的核心技術是「多層次AI分子分析」。該系統透過對腫瘤組織進行全面的分子特徵分析，涵蓋基因表達模式、DNA甲基化及蛋白質標記物等多維度數據，為各類癌症建構出獨特的分子「指紋圖譜」。當某個樣本的分子特徵與其標注的癌症類型出現顯著落差時，系統便會自動發出預警，提示臨床醫生重新審視診斷結論。這一過程突破了人類視覺病理觀察的局限，能夠在毫秒之內處理數千個分子標記數據點，揭示隱藏在腫瘤組織表象之下的真實起源。

研究數據清晰呈現了GPSai的臨床價值。在識別出的123例誤診中，有88位患者（佔71.5%）的一線系統性治療方案因此獲得了調整建議，使這批患者得以及時更換為符合其實際癌症類型的正確療法。Caris Life Sciences進一步指出，自2024年1月以來，GPSai已在各類癌症診斷中累計推翻3,857例錯誤診斷。若將本次研究的數據推算至全美範圍，結合美國疾病管制與預防中心（CDC）的肺癌統計，每年或有約1,000例肺癌病例面臨相似的誤診風險。

這項研究折射出人工智能在精準腫瘤學領域正在掀起的深刻變革。傳統病理學長期依賴顯微鏡下的形態學觀察，即便是資深病理科醫生，面對形態極為相近的跨癌種轉移瘤時，也難免出現判斷失誤。AI分子分析系統的出現，為臨床診斷提供了一個客觀、高維度的「第二意見」，能夠在不增加患者額外負擔的前提下，大幅提升診斷的準確率與可信度。

目前，愈來愈多的醫療機構開始將AI輔助分子分析工具整合至常規腫瘤診斷流程。Caris Life Sciences的案例表明，這類工具已不再停留於理論層面，而是能夠直接影響治療決策、為患者帶來實質生存獲益的臨床利器。隨著AI系統在海量醫療數據中持續學習迭代，其在癌症診斷中的角色預計將從輔助工具逐步演變為不可或缺的臨床夥伴，重塑全球腫瘤醫學的診療標準。