運用高效能運算虛擬大腦模型 成大醫工生醫力學團隊從力學角度探討腦部疾病 智慧應用 影音
EVmember
ADI

運用高效能運算虛擬大腦模型 成大醫工生醫力學團隊從力學角度探討腦部疾病

  • 林佩瑩台北

成功大學生物醫學工程學系周鼎贏助理教授。國網中心
成功大學生物醫學工程學系周鼎贏助理教授。國網中心

病患與家屬生活影響甚鉅的失智症,一直是醫界的重點研究課題,成功大學生物醫學工程學系周鼎贏助理教授指出,此疾病必須與時間賽跑,越早發覺病徵,即可越早進行治療,減緩惡化機會就越大。由於失智症病程延緩,將有機會使患者或潛在患者,因科技的與時俱進而爭取更先進的治療機會,這也就是為何學界一直努力在尋找可以及早預測失智症的生物標記。以往失智症的研究大多從生化角度著手,周鼎贏所帶領的生醫力學團隊則另闢蹊徑,以力學層面進行腦科學研究,藉由國研院國網中心的高速運算大幅縮短計算結果時程,為失智症的治療創造更多可能。

對醫界來說,腦部疾病向來是棘手問題,而精準醫療技術下的腦部相關參數獲得對於後續的治療極有助益。由於提取腦部的病理生理參數數量極為龐大,選擇使用蒙地卡羅法可透過大量撒點的求解過程找到正確答案區間,由於這種方式每次都需要投入大量運算資源與時間,為解決此問題周鼎贏啟動「透過高效能運算(HPC)尋找虛擬大腦模型參數」計畫,先透過蒙地卡羅法找到相對應的答案區間作為機器學習時的訓練集合,再使用自有開發的多目標機器學習技術學習正確答案後,建立一個多目標快速搜尋大腦參數之人工智慧(AI)演算系統。

周鼎贏表示,現在的腦部疾病都是從分子生物學或生物化學角度進行分析,他則是由物理的力學角度出發,「透過高效能運算(HPC)尋找虛擬大腦模型參數」計畫就是利用高運算效能打造出虛擬大腦模型落地的可行性,並將之應用在現行的腦神經醫學領域中,此新興技術的發展潛力雄厚,除了尋找腦部病理生理參數外,也可應用於其他難解或者不易量測到的工程參數問題。

周鼎贏接著介紹力學在腦部疾病的偵測應用。他指出大腦運作時會產生多種物理變化,只要可以精準預測相關變化,並結合醫學專業,就可制定出對應的醫療手法,例如水腦症患者的腦壓變化與正常情況不同,現在的阻塞性水腦治療作法只能被動引流,但若能將腦壓數據與數學模型結合,未來就有機會主動且精準的計算並預測引流量,進而搭配台灣半導體技術與晶片設計,開發此一前瞻醫材。失智症亦是類似作法,失智症的腦部組織彈性會出現變化,只要結合磁振造影(MRI)、血壓量測等相關生理數據監控技術,就能在病發初期及早發現,甚至做出預測讓醫病雙方有時間延緩病症。

除了協助醫師掌握病症數據外,還可進一步建立可視化虛擬數位影像,此做法是利用現在數位孿生(Digital Twin)技術,讓病患的體內狀況以3D虛擬數位影像呈現,醫師與患者可以直觀了解當下狀態與預測未來可能的病程變化,除可以減少非侵入式掃描次數(如:磁振造影或電腦斷層),甚而醫師可以透過模擬手術計畫流程與結果,從而降低醫療疏失的發生機率並減少醫療成本及協助精算相關風險,落實精準醫療願景。

周鼎贏提到,歐盟相當重視此一「虛擬生理人」計畫,歐洲已有多國投入大量經費進行研發,他當初在牛津大學攻讀博士時也是VPH-DARE@IT計畫成員之一,負責發展該失智症計畫關鍵演算法,學成歸國後目前則是帶領生醫力學團隊繼續耕耘此一創新技術,希望未來透過此技術提升國內醫療品質。

尋找虛擬大腦模型參數的計畫目前已有初步成果,其運算結果與神經科學界所發現之膠淋巴系統作動模式相符,證明研究方向為正確可信,並已投稿至國際重要期刊等待發表。周鼎贏認為此計畫可以順利完成,得感謝國網中心的高速運算服務,他指出腦部參數的數據量非常龐大,如果利用實驗室中的電腦進行運算,其運算時間將達一年之久,國網中心台灣杉超級電腦的高速運算效能則將時間縮短至一週,成效非常巨大。因此接下來的研究,仍計畫藉由國網中心的資源與服務提升效率,從而加速國內的醫療發展,讓民眾的健康更有保障。