115 年 國立臺灣大學臨床牙醫研究所辛組《口腔顎面外科學》

此題主要在考察考生對於口腔癌治療最新臨床指引的理解與掌握。NCCN (National Comprehensive Cancer Network) 指引是國際上廣泛採用的癌症治療參考標準，定期更新以反映最新的醫學研究與臨床實證。針對 2025 NCCN guidelines (version 2) for oral cancer treatment 的重點，考生應闡述其在診斷、分期、治療策略（手術、放射線治療、化學治療、標靶治療、免疫治療等）、影像學應用、病理學診斷、以及後續追蹤與照護等方面的關鍵更新與建議。

重點闡述方向可能包含：

1. 診斷與分期 (Diagnosis and Staging)：是否對早期診斷有新的建議？例如，影像學工具或生物標記的應用？分期系統（如 AJCC TNM 分期）是否有更新？
2. 治療策略 (Treatment Strategies)：
   • 手術 (Surgery)：對於不同期別、不同部位的口腔癌，手術切除的邊界、重建方式（如游離皮瓣、局部皮瓣、植骨等）是否有新的建議？是否強調精準手術或微創手術？
   • 放射線治療 (Radiation Therapy)：對於術後輔助治療或無法手術的患者，放射線治療的劑量、分割方式、照射範圍、以及新輔助治療（neoadjuvant therapy）的角色是否有更新？是否提及質子治療 (proton therapy) 或其他新技術的應用？

此題旨在評估考生對人工智慧 (AI)、3D 影像重建、虛擬規劃技術，以及這些技術如何在顎骨重建手術（特別是使用 fibula flap 或 patient-specific implant, PSI）中整合應用的理解。

AI 結合 3D 影像重建與虛擬規劃在顎骨重建中的應用流程

整個應用流程可以分為以下幾個關鍵階段：

1. 術前影像數據獲取與處理 (Preoperative Imaging Acquisition and Processing)：

   • 影像掃描: 獲取患者顎骨區域的高解析度影像數據。這通常包括：
     • CT 掃描: 進行薄切的錐狀射束電腦斷層掃描 (CBCT) 或多切層電腦斷層掃描 (MDCT)，以獲取詳細的骨骼結構。
     • MRI 掃描: 對於軟組織（如腫瘤邊界、血管、神經）的評估，可能需要結合 MRI。
     • 其他影像: 如口腔掃描 (intraoral scan) 或臉部掃描 (facial scan) 可提供牙齒咬合、軟組織輪廓等資訊。
   • 數據整合: 將來自不同來源的影像數據（如 CT, MRI, 口掃）進行空間配準和融合，以建立一個完整、精確的患者解剖模型。
   • AI 輔助分割與辨識:
     • 腫瘤分割: 使用 AI 模型（如 U-Net, Mask R-CNN 等卷積神經網絡）自動或半自動地分割出腫瘤區域、受侵犯的骨骼、重要血管、神經等結構。這能顯著提高分割的準確性和效率，減少人工操作的時間。
     • 骨骼特徵辨識: AI 可用於識別骨骼的解剖標誌、骨質密度、以及潛在的病變區域。

2. 3D 影像重建與模型建立 (3D Image Reconstruction and Model Creation)：

   • 骨骼模型重建: 基於處理過的 CT/CBCT 數據，重建出精確的 3D 骨骼模型，包括受損的顎骨、對側健康的顎骨（用於對稱性參考）以及可能需要重建的區域。
   • 軟組織與重要結構模型: 同時重建軟組織輪廓、血管、神經等，以提供更全面的手術視野。
   • 虛擬切骨線與缺損評估: 在 3D 模型上，利用軟體標示出預計的切骨線，並精確評估顎骨缺損的範圍、體積和形態。

3. 虛擬手術規劃 (Virtual Surgical Planning, VSP)：

   • 手術策略制定: 在 3D 模型上模擬手術過程，包括：
     • 腫瘤切除模擬: 確定腫瘤的切除邊界，精確規劃切除範圍。
     • 骨缺損模擬: 根據腫瘤切除後的缺損，規劃重建方案。
   • Fibula Flap 規劃:
     • 皮瓣設計: 模擬 fibula 的取樣長度、血管束（腓動脈、腓靜脈）的走向，確保其足夠覆蓋缺損。