TCA
event
 

【智慧醫療大家談】從掌握疫情到輔助藥品開發 AI應用超乎想像

收集、定義、分析、產出、預測、回測等各種大數據結合演算法應用,AI在智慧醫療與防疫科技上,在在都顯示數據輔助生活決策的優勢與威力。Unsplash

本專欄【智慧醫療大家談】不定期邀請智慧醫療生態系各專家與產業人士,與讀者分享從各角度對於智慧醫療觀察、想法、剖析。

隨著日前國內大規模解封,正式宣告台灣步入後疫情時代。台灣抗疫成績在國際有目共睹,包括建立「口罩國家隊」,確保國人防疫物資供應充足,更啟動「口罩外交」的外援工作;嚴格且徹底地實行「邊境管制與入境檢疫措施」,在邊境成功攔檢境外移入病例;推出Line防疫機器人「疾管家」,防止疫情假消息流傳等。而在進入後疫情時代之際,能處理大量資訊的人工智慧(AI),將成為未來因應突發性傳染病流行的關鍵,特別在「掌握病患活動史」、「協助疫調決策」、「輔助藥品開發」以及「即時解答疫情諮詢」等四大領域,尤能發揮AI的價值。

第一:掌握病患活動史

要防堵疫情擴散,關鍵之一便是掌握每位確診案例的活動史,再逐一分析關聯性,找出其他可能的感染者,但以人工處理非常耗時費力。若能妥善用運AI的自然語言處理(NLP)技術,就能建立「知識圖譜」,以視覺化的方式連結時間、地點、症狀等資訊,最終產生一張關係網路圖,讓所有病患間的關聯一目了然。相較於一般的關聯性資料庫,找關係不容易;知識圖譜的關係表達力佳,例如哪些人曾在同樣的餐廳或交通工具上出現;或是更進階分析,當某車站出現確診者後,同車的人可能去哪些地方,能大幅節省疫調時間,有效協助疫調決策。

第二:協助疫調決策

AI不只可以用在疫調追蹤上,甚至可以納入各項疫情相關數據,打造一個資訊統整平台,不僅能推估疾病傳染力,更有助政府進行決策。資訊統整平台內可運用AI,納入各種影響疫情發展的資訊,例如人口普查資料,包含密度、居住地、上班地、不同地區的年齡分布,有效掌握人口流動方向;或是大眾運輸資料,如捷運和公車的乘載量;更進一步還會納入公衛政策的影響,像是強制每人都要戴口罩,傳染力會降低多少等。透過模型推論,最終可以評估傳染力的程度及趨勢,未來在制定政策上,能成為實施決策時的依據。

第三:輔助藥品開發

防疫是場與時間賽跑的比賽,尤其藥品開發更是刻不容緩。然而在藥品開發前期,需經由實驗確認化合物能否對疾病的蛋白質產生作用;但化合物數量龐大,逐一實驗耗時費力,使新藥開發至少需10年之久。若能善用AI率先篩選出有潛力的化合物候選者,就能大幅縮短前期開發的時間跟成本。例如,工研院2017年的AI藥物開發平台研究計畫,運用AI從約11.2萬筆化合物中,篩出治療三陰性乳癌(MDAMB-231)之候選化合物,成功將尋找化合物的時間,由兩個月縮短至1週。因此,當未來面對突發性的傳染病,也能善用AI,加速輔助新藥品開發。

第四:即時解答疫情諮詢

疫情爆發後,諮詢需求激增,AI的語意辨識也能派上用場。例如此波疫情,光是3月健保署的諮詢專線,就湧入了30萬通,比疫情前多出了10萬通。因此健保署也在2020年4月推出線上文字機器人「阿KEN」,讓服務即時不斷線、疫情諮詢有問必答。「阿KEN」背後的技術能量正是來自工研院研發的「文字問答虛擬助理」,也就是AI客服機器人,目前阿KEN的正確率高達8成以上,能即時解答疫情諮詢、24小時不間斷。

AI與大數據分析將是未來「抗疫」的最佳利器。對此,工研院長期投入AI應用領域的技術創新研發,協助台灣未來有足夠的能力抵禦大規模、突發性的流行傳染病。


本篇作者馮文生為工研院巨量資訊科技中心執行長暨AI人工智慧應用策略辦公室副主任

蔡騰輝

DIGITIMES電子時報智慧醫療主編蔡騰輝Mark Tsai
專注研究智慧醫療產品技術服務導入場域時,所遇到的困難癥結與如何克服要點。
精通中英德語,熱愛挑戰與Swing Dance。
Facebook:DIGITIMES智慧醫療

作者更多專欄

  •     按讚加入DIGITIMES智慧醫療粉絲團