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？|數位時代 BusinessNext

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？

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。

圖／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。

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

從紙本、LINE到數據，先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶，業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察，農產加工的關鍵經驗往往掌握在資深員工手中：該買多少菜、原料損耗多少、訂單增加又該安排多少人力，都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單，現場靠人工整理訂單、對照不同客戶的加工規格；如今宜展利用AI辨識訂單內容並匯入ERP，再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量，逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談，了解採購、派工與品管的作業方式，再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正，才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物，宜展正與技術夥伴規劃導入AI影像辨識，輔助產線末端檢查。林佑澤表示，每批農產品品質不同，比起單看良率，他更重視客訴是否減少。隨著訂單與製程資訊逐步累積，宜展也希望進一步建立需求預測、採購建議與生產排程模型，減少營運對資深員工個人經驗的依賴。

不只把菜切好，乾燥加工尋找第二成長曲線

除了改善截切本業，宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動，生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限，開拓附加價值更高的加工業務。

不過，乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間，不夠乾就反向調整。每批原料的水分與成熟度不同，反覆試做不僅增加成本，也難以維持品質一致。「品質目標沒有設定的話，前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工：先決定產品希望達到的口感、含水率與水活性，再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備，並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備，最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數，希望未來透過AI找出適合不同原料的乾燥曲線，減少反覆試做。

「我們主要還是要做代工，想要做一個功能性的原料平台。」林佑澤說，果乾目前更像是展示技術能力的產品，未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業，乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力，宜展便有機會從既有蔬果供應鏈，切入附加價值更高的食品原料市場。

從彰化走向桃園，驗證營運方法能否跨區複製

隨著加工流程逐步數位化，宜展也開始思考，這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園＋後，宜展擴大與桃園產業生態系的連結。林佑澤提到，天際線協助邀集不同局處了解團隊需求，並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作，增加北部原料來源。這項合作不只拓展了供應來源，更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶，先前中南部連日降雨，蔬菜供應受到影響，宜展便從北部調度蔬菜，以不同產區互相支援，降低天候對供貨的衝擊。此外，團隊也透過天際線資源，獲得參與日本國際伴手禮設計競賽的輔導，並成功榮獲金賞獎肯定，除了展現產品的創新與設計實力，也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步，宜展規劃以桃園大溪作為第二個驗證場域，將彰化累積的資料、SOP與加工管理經驗，轉化為可複製、可優化的營運管理模式，帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出，未來若要跨區域擴張，不可能每到一個新地方，就把原有團隊整批搬過去。因此，宜展希望將資深員工的實務經驗，轉化為標準化流程與數據模型，結合AI進行生產排程、資源配置及營運決策，讓新場域能依據當地條件快速調整，降低對特定人員經驗的依賴。

從彰化到桃園，宜展接下來要驗證的，是這套從傳統農產加工現場整理出來的管理方法，是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。長期目標是降低新場域的建置成本與管理複雜度，提升擴張效率，讓傳統農產加工業具備規模化發展的能力。