透過AI、DNA等新的方法來治療癌症
- 台北訊
-
傳統的醫療診斷，醫生依靠基本的工具、直覺和假設來做出判斷。現在呢？電腦、記憶體系統和運算處理速度正加速在改變一切。醫療診斷的數據分析，可透過X光、核磁共振成像、CT掃描、PET掃描，以及治療期間內每次診斷的數據收集。但是人類基因組—DNA是最複雜的數據資料，那麼這些數據如何有效的蒐集和存儲呢?
Shirley Pepke是洛杉磯基因體學研究員(Genomics Researcher)，致力於採用患者的DNA定序，量身定制卵巢癌的治療方案。Pepke表示：「你不可能只分析單一基因，在發現特定基因發生變異時，僅鎖定該基因而提供一種藥物，然後期望這些變異基因能夠被治癒。」
病人在60億DNA鹼基對雲中的某處發生錯誤，導致細胞不受控制地分裂，核心的問題是每個癌症亞型(肝癌、淋巴瘤、黑色素瘤等)中的基因問題其變化多到令人難以置信的程度。幸運的是，現在科技的發展，能夠使用強大的電腦來理解所有的相關訊息。原本醫學術語很難被理解，但透過機器學習、人工智慧，醫學研究人員能夠獲得癌症數據的演算法，當研究人員瞭解損壞細胞機制的本質時，就可以開始利用醫療人員的專業知識來構思治療方法。
Pepke表示：「患者需要一種收集腫瘤數據的方法，可是對於特定腫瘤很難獲得龐大的數據。電腦分析數據的運算能力已經有了，只需要人們開始參與。如果我們將這個數據收集，運用到每個人會怎麼樣？」。隨著患者提供自己的DNA定序和疾病產生的描述，集結這一些資訊後，癌症基因體圖譜可以變成疾病指數的參考。而研究人員和醫生可以利用他們的專業知識和這些高效演算法，研究專門針對此人的藥物。
南加州大學助理教授Greg Ver Steeg，開發了一種稱為相關解釋(CorEx)的演算法，可在數據中找出適合的模式。比如他們使用CorEx分析卵巢癌患者的基因表現數據，發現對患者的免疫系統進行特定的刺激，可提高患者的長期生存率。根據CorEx的結果和Pepke自己的腫瘤數據，她開始服用一種尚未核可用於治療卵巢癌的免疫療法藥物。
Pepke的目標是讓所有罹患卵巢癌的女性(不僅是那些具有科學專業知識和與研究計畫相關的女性)，都能分享她們的數據 。製藥公司可以將過去的醫療經驗、當前和未來的臨床試驗整合到數據資料庫中，為治療提供更深入的見解。
Micron先進運算解決方案副總裁Steve Pawlowski指出，人類根本無法自行進行此類分析，這也是為什麼需要透過電腦運算龐大的數據分析資料。醫療領域經由各種方式蒐集疾病數據，產生需要進行連接分析的龐大數據資料。像癌症這樣的疾病中，可能會發生成千上萬的突變鏈，因此研究人員或醫生可以利用這些資訊來了解病況進展，研究所有的變異之處。
Micron的系統提供高頻寬記憶體解決方案，將簡化數據存儲和數據分析的流程，可將大量關鍵醫療數據快速進行存儲和傳輸至處理元件，因而推動了更多創新醫學的可能性。Pepke說：「這肯定需要大量的DRAM，運算這些演算法真的需要比自己原先所以為的數量還要多的記憶體。」
將數據儲存在接近處理器之處，對於簡化數據分析也很重要，這使高頻寬記憶體變得非常有用。如果要和分散在不同地點的研究人員與醫生打交道，務必要將數據或數據副本存放置於靠近工作崗位，以免在分析上花費額外的精力和時間。 Pawlowski說：「如果我必須離開工作岡位並且來回傳輸數據，我就無法即時獲得自己需要的結果，我們的整體目標並不是傳輸數據。」
Pawlowski：「我們正努力學習關鍵知識，加上理解對生物系統運作的方式，以創造更複雜的結構，從而可以進行更大量的運算，這正是我們在努力實現的目標，記憶的存儲和運算變得相當難以區分。」Micron的記憶體技術傳輸了大量健康相關數據，因而帶來了更好的治療方法，特別是像結合CorEx這樣的演算法和Pepke這樣的創新者。
Shirley Pepke在開始服用她的實驗定制免疫治療藥物兩個月後，她的醫生在核磁共振成像找不到腫瘤的跡象。Shirley的工作能夠繼續挽救自己的生命，也為所有女性帶來治療方法的可能。透過人工智慧的進步、數據分析以及將癌症數據匯集在一起的進一步努力，她的希望將成真。
