【高速運算應用 學研之星】北醫新創團隊發展AI重大疾病早覺管理

北醫新創團隊由左至右為：博士後研究員阮逢英、助理教授楊軒佳、助理研究員黃芝瑋

人工智慧(AI)已改變全球醫療產業樣貌，隨著預測疾病的準確度提升，AI能從病人過去就醫數據，預測罹患重大疾病的風險，一方面幫助病人及早接受篩檢或處置，另一方面避免發展成重大疾病的所需支出。這種非侵入式AI數位預測，正是早覺醫療帶來嶄新的氣象。

臺北醫學大學醫學資訊研究所楊軒佳助理教授解釋，PROPHET (PRediction Of Principle HEalth Threat)計畫，是由台灣醫學資訊先驅李友專教授所推動的「AI重大疾病早覺管理」，為準確、及時、個人化、可執行的健康管理。PROPHET計畫透過AI技術進行癌症風險預測，此專案不只是臺北醫學大學下一個新創企業公司的投石問路之舉，同時更獲得科技部價創計畫的支持。

楊軒佳助理教授，以兩年一次婦女接受例行性乳房攝影檢查為例，在沒有區分風險高低時，受檢者每1,000人中，約有5人是確診個案；但若利用AI數位早癌篩檢，233人中便能發現5個確診個案，可節省77%的乳房攝影篩檢成本，強化現階段的篩檢成效。

PROPHET打造以人工智慧為基礎的癌症篩檢生物標記預測模型(AI Bio-maker)，首創將疾病與用藥紀錄的時間軸轉換為時間矩陣(time matrix)，以預測1年後罹患10種以上的癌症風險，其各癌症預測準確度(AUROC)皆達85%以上。在台灣完善的醫療資訊基礎建設下，投保人皆有自己的健康存摺，記錄詳細的就診資料，因此藉由PROPHET，從個人過去3年疾病與用藥紀錄預測1年後的癌症風險，是低成本的AI數位癌症篩檢。後續醫師可根據癌症風險預測結果，再協助使用者規劃健康檢查項目的優先次序，強化篩檢成效。

以AI技術層面來說，由於個人癌症風險會隨時間改變，因此以時間矩陣將個人疾病與用藥變化納入運算，每位病人的就醫史可整理成一張健康圖譜，縱軸是由上千個變數所組成，包含個人疾病與用藥，橫軸則按週或月份為時間軸線。以超過25萬張的健康圖譜進行機器學習訓練，進而找出「癌症圖譜」特徵，由於模型需訓練10個以上的癌症，且每個癌症需從上千個變數中，抽取每一個變數再訓練，才能衡量關鍵變數的實際影響，所以整體計畫必須反覆運算超過上萬次，才能建立以AI為基礎的癌症篩檢生物標記預測模型。

這個龐大且反覆的AI運算，需耗費大量GPU運算資源。因此楊軒佳助理教授與同樣任職臺北醫學大學的李友專特聘教授、黃芝瑋助理研究員、阮逢英博士後研究員、葉嘉漢醫師、何菱芷專案經理組成 PROPHET團隊，參與國網中心「TWCC星創爭霸計畫」，且榮獲TWCC (Taiwan Computing Cloud)臺灣AI雲價值新台幣300萬元的高速運算服務資源。

藉由TWCC以高性能GPU且同步運算方式，將時程從2週縮短為1個小時，效率大幅改善。尤其針對10個癌症的AI訓練，一旦需要更改變數或納入其他變數進行多起重複運算時，TWCC將提供貢獻極高的價值，讓研發團隊可同步運算以快速掌握進度。

癌症預測結果將提供給專業醫師，並由醫師向病人解釋，因此這個計畫相當重視與醫師專家進行緊密磨合討論。而善用TWCC的服務，可快速調整變數數量與模擬，讓醫師專家瞭解預測的意義與準確度。PROPHET計畫正在進行大型臨床驗證、癌症早覺預測App開發以及FDA申請，並與醫療所院、健檢中心、保險公司合作，及積極推動醫師與預測結果的互動，讓PROPHET計畫具備更大賣點與認證，期望未來在面對癌症時，能達到上醫治未病的早覺醫療。