參考文章: 肝癌篩檢利器-GALAD score , ASPA score, 與 GAAP Score Calculator
在慢性肝病與肝硬化的管理中，「早期發現」肝細胞癌（HCC）是決定病患存活率的關鍵步驟。隨著醫學進入精準時代，傳統依賴單一標記與超音波的模式正迎來重大變革。本文深度解析目前國際間最具代表性的五大肝癌篩檢預測模型：GALAD、GAAD、ASAP、GAAP 與 HES v2.0，揭開它們如何透過數位演算法，在腫瘤成形之初能精準的被找出來。
一、 五大模型的「身世背景」與研發由來
這五大系統反映了從「學術公式」到「商業標準」，再到「動態監測」的演進過程。
| 模型名稱 | 發明年代 | 核心學者 / 團隊 | 研發國別 | 研發初衷與背景 |
| GALAD | 2014 | Paul Johnson | 英國、德國、日本 | 首個結合多項標記與臨床資料的國際通用模型，旨在提升篩檢特異度。 |
| ASAP | 2019 | 楊田 (Yang Tian) | 中國 | 針對亞洲 B 肝盛行區開發，屏除難以取得的 AFP-L3，改用更普遍的標記。 |
| GAAP | 2020 | Liu M 等人 | 中國 | 改良 GALAD 的地區性侷限，專注於偵測「早期」肝癌與病毒性肝病。 |
| GAAD | ~2021 | Tawesak Piratvisuth | 泰國、德國 (羅氏) | 由原廠羅氏 (Roche) 主導，將演算法標準化為商業醫療器材軟體。 |
| HES v2.0 | 2026 | Hashem B. El-Serag | 美國 | 最前衛的動態模型，引入「變化梯度」概念，超越傳統靜態分數。 |
二、 數學邏輯：公式架構與判讀閾值
這些模型將患者的年齡 (Age)、性別 (Sex) 與血清標記（AFP、AFP-L3、PIVKA-II/DCP）納入邏輯回歸方程。
1. GALAD Score
- 公式： Z = -10.08 + 0.09 * Current age + 1.67 * Male + 2.34 * log 10 (AFP, ng/ml) + 0.04 * AFP-L3% + 1.33 * log 10 (DCP, ng/ml).
- 性別設定： 男=1, 女=0。
- 原始閾值： 原始為 -1.36；後經多中心驗證建議為 -0.63。
2. ASAP Score
- 公式： −7.58 + 0.05 × age – 0.58 × gender + 0.42 × ln (AFP [ng/ml]) + 1.11 × ln(DCP [mAU/ml]).
- 性別設定： 男=0, 女=1。
- 原始閾值： 機率值切點 0.5256。
3. GAAP Score
- 公式： -11.203 + 0.699 * [sex (1 for male, 0 for female)] + 0.094 *age + 1.076 * log10 (AFP) + 2.376 log10 (PIVKA-II).
- 性別設定： 男=1, 女=0。
- 原始閾值： -0.65。
4. GAAD (Roche Elecsys)
- 公式： 專利保護之雲端演算法，基於性別、年齡、AFP、DCP。
- 原始閾值： Z-score ≥ 2.57。
5. HES v2.0
- 特色： 非單次計算。納入 ALT、血小板、病因，以及標記隨時間的變化梯度 (Gradients)。
- 判讀： 透過動態機率曲線，偵測數值上升的「加速度」。
三、 戰力評比：準確性與臨床運用比較
在早期肝癌 (BCLC 0/A) 的偵測戰場上，這五位判官的表現各具特色：
- 早期偵測之冠 (GAAP)：根據 2025 年泰國研究，GAAP 在偵測早期肝癌方面的 AUROC 高達 0.856，優於 ASAP (0.827) 與 GALAD (0.825)。
- 動態預警之冠 (HES v2.0)：在肝硬化病患的長期追蹤中，HES v2.0 的敏感度在所有預測時間點均超越了 GALAD。
- 普適性之冠 (ASAP)：不需 AFP-L3，且在 B 肝族群中展現了極佳的預測力 (AUC 0.941)。
- 臨床證據最豐 (GALAD)：作為業界標準，在全球各人種與各類肝病中擁有最龐大的驗證數據。
四、 專家觀點：血液指標 vs. 超音波篩檢的「強強聯手」
傳統臨床以每 6 個月一次的超音波作為篩檢主軸，但在多項研究與國際德爾菲專家共識（Delphi Panel）中，強調了血液指標與影像合用的優勢。
單用指標 (Panel Only) vs. 傳統超音波 (US Only)
- 超音波缺點：敏感度僅約 45%~70%，且易受脂肪肝、肥胖或操作者經驗影響。
- 指標優點：客觀、可重複、能避開影像死角，並能捕捉到微小、影像尚不可見的分子訊號。
- 指標缺點：缺乏空間定位（知道有癌，但不知在哪）；在肝炎活動期可能出現偽陽性。
結論：強強聯手 (Biomarkers + US)
當醫師合併使用多指標模型（如 ASAP 或 GAAP）與超音波時，早期肝癌偵測的敏感度可大幅提升至 88% 至 97%。血液標記模型負責「預警」，而超音波負責「定位」，這種雙重保險模式已成為精準肝癌防治的必然趨勢。
結語：從單純的抽血看數值，到現在複雜的數位工具輔助，醫療技術的演進正讓肝癌篩檢從「被動等待腫瘤長大」轉向「主動捕捉分子跡象」。
