科技產業報訂閱
Advantechline
 

基因體與行為分析 精準醫療掌握80%全健康數位人

李友專表示,若能透過AI的巨量分析力量,未來每一個人都能成為全健康數位人。蔡騰輝

台灣現階段的AI醫療,比較有成效的領域包括數位病理、輔助骨折、癌症細胞圈選的影像診斷,以及像是IBM Watson等資料庫查找與資訊蒐集的文獻系統應用。除此之外,李友專相當看好未來採用AI在精準醫學的發展。

臺北醫學大學醫學科技學院院長李友專說,亞洲人之間,基因變異大約只有千分之一的不同。更可以從基因體、環境、行為、表現型等4點切入精準醫療領域。在基因體方面,從單點核苷酸著手研究,形塑每一個人的精準醫學預防資料與模型,這樣也讓精準醫學的研究更有價值。不過李友專也提醒,從基因體方面得知的分析內容,大約提供了整體精準醫學分析的20%。基因體分析無法100%預測人體健康狀況的全部發展可能。

此外,包括空氣、水質、居住地等生活環境因素,以及民眾生活習慣如抽菸、喝酒、晚睡等等行為,都是精準醫學相當重要的預測因素。最後表現型算是透過因果混合的方式,收集、彙整、分析出生到現在的所有病歷資料。透過加總基因體分析、生活環境、生活習慣,再與基因體交互分析,才有可能讓精準醫學的預測效果達到最高。

健保資料從1995年開始全數落實,李友專說,1995年後出生的人,基本上已可以稱為「全健康數位人」,透過這23年的資料累積,幾乎能說全方位的數據都能收集。結合上述4點,80%的人都可以預測出餘生的健康狀況。此外,現在透過AI技術來預測表現型,也已經能夠預測未來12個月內,是否會得到肝癌,準確率更已達94%。

花小錢不生病VS生大病才花大錢

在醫療的三段五級和早期偵測上,若是能夠從癌症的第零期開始著手預防,就能夠省下許多重症醫療預算。但一般民眾似乎對於預防醫學並沒有太大的意識。李友專說,如果一天要撥出100元的預算,就可以讓身體比較不容易生病,聽起來很不錯,但,真正願意付出這筆預算的人還是少數。

然而,預防勝於治療,在生病之前就先強身健體,其實比生病後再來治療,更有效率。

李友專將日常健康、生病中、長期照護等健康過程比喻為頭、身體、腳等3個區塊。「頭部」包括預防和篩檢部分,約有100億元的預算。重症治療等一般民眾意識較高的醫療領域「身體」則有7,000億元預算。此部分的預算每年以5%的比例成長當中。不過,李友專認為,不能只投入「急重難罕」等症狀醫療,在研發智慧醫療新科技產品、服務、技術的同時,也要替未來財政思考。若這部分的經費能多省一些,其實也代表國人變得更健康,整體國家生產力也能提升。

至於「腳部」的長期照護,包括慢性疾病診斷、人生最後一程的照護,其實目前投入的經費也不少,不過短期的效益則尚未顯現。

李友專認為,人工智慧可以發揮四兩撥千斤的效果,應該於疾病早期就先作預防和治療。透過人工智慧的強大分析功能,從源頭作好疾病管控。不過他同時也提醒,這都還是需要民眾的預防醫學意識抬頭,及政府的資源配置調整,才有可能比較容易落實。

知易行難:預防勝於治療

在慢性腎臟病的「預防勝於治療」方面,李友專舉例,腎臟病共分為5個階段,第一到第四個階段,其實都還不用洗腎,但是很多患者的病情都是已經快要洗腎了,才就醫而被診斷出來。若是能夠在前四期就診斷出來,那將會大大提升國民的健康指數,並且節省許多血液透析的醫療資源。

李友專說,北歐人民完全失能至最後死亡,平均臥床2週;相較之下,台灣則是7年。這或許不能代表各國民眾的身體健康程度,但或許能夠代表整體醫療資源的運用狀況。

蔡騰輝

作者更多專欄

  •     按讚加入DIGITIMES智慧醫療粉絲團