AI抗疫總動員!醫療、科技業界終將打破藩籬?

0
22235
圖片來源:Edward Jenner from Pexels

儘管各界投入人工智慧(Artificial Intelligence;AI)在健康醫療產業已有一段時間,但因醫療產業與科技產業的運作模式大不相同,各國法規限制不少,導致AI臨床應用發展緩慢;隨著新冠病毒疫情在全球爆發,各界紛紛打破原有藩籬,也讓AI醫療有機會邁出商用發展的一大步。

從醫學影像辨識、電子病例分析到疫情預測,AI在醫療研究與臨床領域陸續有些進展。Appier首席人工智慧科學家孫民表示,不管是預防、診斷、醫療或協作,AI在醫療領域的重要性與日俱增,AI工具可提供醫護及研究人員精準數據與決策判準,加速分析病因及開發藥物,減少病人重返醫院的比例,或者協助有效分配醫療資源。

AI影像辨識可偵測醫生手部衛生、長者活動狀態

以這次的新冠疫情為例,AI在防疫的每個環節都有不少著墨與貢獻。舉例來說,當今包括捷運、百貨公司或辦公大樓在內,愈來愈多公共場所都設有非接觸式紅外線熱影像體溫偵測器,但這類裝置過去可能會偵測到動物、或者人手上的熱咖啡而發生誤判,現在加入AI的人臉識別或人體移動辨識功能後,可以更精準測量目標者的體溫,避免造成困擾。

工研院副院長張培仁指出,透過AI人工智慧辨識,熱影像體溫偵測器可直接鎖定人臉進行額溫偵測,不必擔心貓狗、公車、汽機車亂入,更不用擔心拿著熱食、熱咖啡的人卻被機器偵測到溫度過高而發出警訊;此外,多人動態量測功能,可同時間透過臉部辨識量測鏡頭1-3公尺範圍內的所有民眾,讓量測期間人流快速通關。

另一方面,在醫療院所或健康照護場域,透過電腦視覺系統及機器學習技術,即可偵測員工或病患是否有按規定使用酒精消毒或洗手,也可分析人流較為密集的熱點地區,必要時提出警示或進行分流。史丹福大學就與醫療機構合作,在特定的管制實驗室、走廊、病房等處,透過智慧監視器及多重感測器,藉以偵測及評估臨床醫師的手部衛生狀況,希望降低院內感染的機率;另外為了隱私考量,也可採集去識別化的模糊影像。

孫民認為,透過AI影像辨識技術,未來也可進行室內場域的個體移動足跡分析,例如在封城或隔離時,可用來監測獨居長者在家中或隔離場所的活動狀態,達到遠端照護的目的。

超級電腦搭配深度學習,加速病毒分析與新藥研發   

在醫學研究方面,AI搭配高速運算的超級電腦,也充分發揮其效用。IBM就透過全球最強大的 Summit 超級電腦,協助醫療研究團隊找出新冠病毒的診療方法和解藥,其開發一套AI生成框架,可快速辨識新胜肽、蛋白質、候選藥物及相關材料;此外,IBM也採用一套雲端架構的功能基因組平台(Functional Genomics Platform),可探索病毒和細菌基因組中的分子特徵,進一步加速找出分子標靶,以儘速開發出藥物。

事實上,近期IBM與美國多個研究機構,透過上述工具共掃描超過8,000個化合物,透過模擬病毒表面棘蛋白(spike protein)與人類細胞ACE2受體結合的運算模組,找出77個可能對感染過程造成影響的分子化合物,有助於加速醫療研究人員更快找出對抗新冠疫情的藥物。值得一提的是,因為有超級電腦加持,研究人員僅花1~2天就完成模擬作業,過去使用普通電腦則要花上數個月才能完成。

另一方面,Alphabet 旗下的AI公司 DeepMind,也透過神經網絡模型、深度學習等AI技術的AlphaFold系統,用於解析與新冠病毒有關的蛋白質胺基酸序列,藉此預測蛋白質3D結構,並提供6組預測結果的基因組數據開放使用,可望對新冠病毒疫苗研發工作有所幫助。

DeepMind研究人員強調,AlphaFold使用神經網絡預測物理特性,可經過訓練從蛋白質的基因序列中預測蛋白質的特性,包括氨基酸對之間的距離、化學鍵的角度等。第一次預測大約花上兩週,但後續只要幾個小時就能預測蛋白質結構,這就是AI深度學習發揮的效用。

圖為 DeepMind 所模擬出的,與新冠病毒相關的其中一種蛋白質結構預測。
圖片來源:DeepMind

防疫一起來,業界攜手彌補鴻溝  

儘管AI在醫療產業持續帶來新的洞察,市場推廣也不斷推進,但實際上運用AI技術的醫療或健康照護機構相當有限。孫民分析,當前AI醫療應用最大的阻力,在於醫療與AI相關產業的人才其背景知識各異、又缺乏交流,醫療人員沒有太多時間去真正瞭解AI,又缺乏動機導入AI新科技,另一方面AI工程師對於醫療領域也不夠熟悉,難以對症下藥、找出最有效的解決方案,導致AI的臨床運用較為不足。

前Google台灣董事總經理、Appier獨立董事簡立峰也多次強調,台灣的醫療產業屬於內需型,要求精準安全、病人為先、速度不是唯一,AI則屬於出口型,追求大量、快速,且醫療體系主要工作是服務病患,雖然也會進行醫學研究,但較缺乏開發產品與服務的動機,加上認證測試的程序複雜冗長,雖然電子業與醫療業的合作不少,但至今商業化的成果有限。

不過,眼前的疫情狀況吃緊,正提供一個很好的契機,讓醫療與AI業界打破既有的藩籬、攜手協作為戰勝病毒一起貢獻心力。孫民強調,如果要從根本上擺脫疫情的威脅,有必要大量投資在AI醫療領域,可以期待的是,第一個找出新冠解藥的團隊,勢將拿到諾貝爾醫學獎,而他們一定是使用AI技術與全球協作的力量。