杜奕瑾投入智慧醫療新戰場!他如何預測帕金森氏症高風險患者?

2020.12.08 by
簡永昌
杜奕瑾投入智慧醫療新戰場!他如何預測帕金森氏症高風險患者?
蔡仁譯攝影
台灣人工智慧實驗室運用AI,預測帕金森氏症等不可逆的疾病,幫助病患及其家屬提早準備。

「這根本不是一個疾病,而是一齣悲劇小說。」電影《愛情藥不藥》裡面,一位患有帕金森氏症(Parkinson's disease)第四期的病人家屬,對著男主角傾訴自己身為患者丈夫的情緒:「她將無法自己穿衣服,你也可能需要打理她的排泄物,最終她的生活將失去控制。」

帕金森氏症是一種腦部退化疾病,依照發病的不同階段,患者會產生不同程度的症狀,唯一相同的境遇是,任何人一旦出現這個病狀,都是不可逆的。

「這會嚴重影響身邊家人的生活,所以我們希望透過科技的方式來預測,」台灣人工智慧實驗室(Taiwan AI Labs)創辦人杜奕瑾說。

台灣的下一步,前進精準醫療藍海市場

在AI的大傘下,智慧醫療(Smart Health)是近年來的熱門選題,其中精準醫療(Precision Medicine)能透過基因定序的方式,以及各種資料的搜集,以提供患者更精準的疾病預測,成為各方投入的新戰場。

根據美國研究顧問公司Frost & Sullivan預估,到了2025年,全球精準醫療市場規模將達到1,300億美元(約近4兆元新台幣)。

有別於常見的「精準醫療」一詞,杜奕瑾更偏好使用「精準健康」(Precision Health),因為「Health」這個詞,可以傳遞這個技術能夠帶給病患全面性的照顧之意,而非只有「治療」一個環節。

台灣人工智慧實驗室利用基因定序結果推測出蛋白質結構,並藉由AI演算法,進行藥物化合物與蛋白質結構的親和力模擬(即模擬藥物在人體內的狀態),以確認藥物在蛋白質上是否能產生作用,協助研發「精準健康」的解決方案。 在此圖中,團隊將模擬結果以3D視覺化呈現,紅色的深度代表結合次數愈多(熱區),實驗室便會針對這些熱區,再進行後續研究。
台灣人工智慧實驗室提供

至於台灣人工智慧實驗室何以選定醫療領域,杜奕瑾用了「靈魂之窗」一詞來解釋。

「靈魂之窗重要的不是窗,而是『靈魂』。」台灣擁有世界一流的代工技術,可以製作出各種低成本的終端裝置,用於觀看、記錄,這就是「窗」的概念。然而,真正有價值的應該是背後這些看不見的靈魂,「當終端裝置填入了軟體、滿足了使用情境,並進行各種分析,真正解決了大家的問題,這才是藍海市場啊,也才是台灣下一步該走的路。」

龐大數據資料,結合「窗與靈魂」

因此,看好台灣已擁有一群優秀的軟體工程師,加上1995年上路的全民健保,已積累龐大的數據資料,再配合國內頂尖的醫療技術所留下來的高質量分析結果,杜奕瑾認為,當窗與靈魂結合起來,將可以讓醫療資源做更有效的利用,也有助於提升醫生的診斷品質。

「任何決策都必須有科學根據,醫療場景也是。」未來,醫師給予病患的診斷、用藥和療程,都可以在參考患者的各種數據資料,包括生活型態資料(Lifestyle Data)、健保資料及基因定序等分析之後再下定論,才能更精確地符合患者個人的需求。

針對前述帕金森氏症的精準健康計畫,杜奕瑾表示,台灣人工智慧實驗室目前已與臨床醫師展開合作,利用台灣人體生物資料庫的生物晶片「TWB2.0」(包含70萬個基因變異位點),配合已發病患者的資料,在實驗室開發的分析平台TAIGenomics上,運行其自行研發的分析工具GenEpi,找出與臨床發病者有最大關聯性的基因變異位點。

未來,透過更多的實驗室驗證進行篩選後,希望能夠進一步產生帕金森氏症的風險預測工具,協助更多人提早進行人生規畫。

杜奕瑾認為,透過科技的方式預測疾病,可以讓醫療資源做更有效的利用,也有助提升醫生的診斷品質。
蔡仁譯攝影

基因預測後,跨足全球市場的挑戰

不過,這項計畫也有自己的挑戰。因為在遺傳檢測的協助下,目前得出的結果,僅能用於預測罹患帕金森氏症的高風險患者,對於如何延緩發病時間、發病後的各種治療方式等,就不是單純的基因定序這麼簡單,還需要臨床團隊長時間的配合、長期記錄患者的治療狀況,搭配基因定序的資料進行演算,才有機會做到針對病發患者該採用何種治療方式,也就是精準健康的建議。

儘管Taiwan AI Labs目前的帕金森氏症計畫,是立基於本土的基因序進行研究,然而杜奕瑾言談間流露出更大的企圖心。

首先,這項計畫將跨出台灣,嘗試整合全球針對同一症狀進行的精準健康研究,做出更多的比對,深入了解不同人種在同一症狀上的差異性,期待能在預測上有更全面的判斷。

其次,台灣人工智慧實驗室也打算將精準健康計畫的觸角延伸到遺傳疾病、超級細菌抗藥性和其他慢性病的研究上,「利用AI,解決醫療場域裡難以解決的問題,正是我們的責任。」

最後,杜奕瑾提醒,AI領域和醫療領域的人才如何銜接,也是智慧醫療發展的一大難題。他建議,由醫療領域的人才來學習如何「說AI」,會是比較務實的作法,因為他們比誰都知道,在醫療流程裡,哪些部分可以透過AI的幫忙來加快腳步。

有了共同的「AI語言」作為溝通基礎,擁有AI技術的同仁不僅能接收指令、也能反饋一些想法予醫療領域的同事,雙方共同打造出各種導入AI的醫療應用場景。

台灣人工智慧實驗室
成立:2017年 
創辦人:杜奕瑾 
主要業務:以醫療保健、智慧城市和人機交互為核心,致力於AI解決方案

本文出自數位時代318期11月號《台灣下一個世界級產業:智慧醫療》

責任編輯:郭昱彣、林美欣

延伸閱讀

每日精選科技圈重要消息