轉載從: Tech News 科技新報
為什麼羅氏藥廠願意花 19 億美元，買下只有醫療數據的 4 年公司 Flatiron？因為醫療大數據是油礦！但是油礦要變現，還是需要整合應用統計、AI 與機器學習。
2019 年 12 月底，鴻海創辦人郭台銘出席「新醫療百年工程」論壇時表示，最近他走了一趟美國西部，從舊金山、聖荷西再一路到洛杉磯，短短 3 天看了 10、20 家公司，深刻地感受到現在美國科技產業從網路創新走向大健康醫療產業的研發與布局。
他認為，預防醫學與精準醫療的研究與精進，有賴數據科學──醫療大數據（data science）、生物統計（biostatistics）、生物資訊（bioinformatics）三大面向；所以，將來醫療大數據、AI（人工智慧）與 IoT（物聯網）的結合發展將是一個關鍵趨勢，而台灣有其利基。
醫療大數據如何發展、如何結合人工智慧以及透過 IoT 來無遠弗屆地應用？郭台銘的論壇邀請美國前總統歐巴馬精準醫療研究重要推手、美國范德堡大學癌症中心主席石瑜（Yu Shyr，見首圖）與會，與大家分享如何進一步發展醫療大數據的商機。
羅氏斥資購併醫療數據公司
石瑜一開頭就問，為何羅氏大藥廠願意花 19 億美元，買下什麼都沒有而只有醫療數據的 4 年公司 Flatiron？那是因為醫療大數據是「油礦」！但是油礦要變現，還要整合應用統計、人工智慧以及機器學習。他指出，美國看到英國政府與阿斯特捷利康、葛蘭素史克、嬌生集團等 4 大藥廠共同投資兩億英鎊進行「50 萬人基因定序計畫」。在這個計畫下將招募 50 萬名 40 歲以上自願者，收集基因、人口統計、環境和生活形態變數的研究，以期實現精準治療並降低副作用，同時推廣預防醫學來提升整體的健康。這個有史以來最大的基因計畫，預計於 2021 年夏天完成。
美國為了急起直追這個大趨勢，決定由政府立法來推動。2016 年 12 月 13 日歐巴馬總統趕在下台前簽署了《21 世紀醫療法案》（21st Century Cure Act），而其中最重要之一就是精準醫療「The Precision Medicine Initiative Cohort Program」，後來改名為「ALL of Us」。這個法案由政府相關機構執行，同時也提撥 7,100 萬美元給范德堡大學。「 ALL of Us」計畫在精準醫療為優先目標的架構下，蒐集自願參加者的唾液、尿液和血液等做為研究的參考。值得一提的是，美國聯邦快遞（FedEx）還特別設計特殊顏色標籤的信封方便遞送樣本。美國政府同時也選了哈佛、麻省理工學院和華盛頓大學來進行下一階段的基因定序工作。石瑜說，范德堡大學啟動參加 ALL of Us 計畫後，令人意外的是，在 50 星期內就有 307,000 人參與，女性占將近 6 成；同時有 239,000 人完成第一階段的計畫，現在數據庫有 153,000 份的電子病歷和 244,000 份的生物樣本包括唾液、尿液和血液等。
大量數據代表無窮的價值
不過值得注意的是，電子病歷的蒐集最為困難，因為每家醫院都有數個醫療數據庫，但這些數據庫只供內部使用或是申請保險給付，整合很不容易，這次可以蒐集到超過 15 萬份的病歷資料，實屬不易。
此一計畫相關數據已經公開，上網就可以查詢，不但可供大眾使用，也是政府政策很重要的參考。石瑜以大麻和海洛因毒品的使用為例，根據這個數據庫的統計，有 48.12% 的人曾經接觸大麻，17.51% 接觸過海洛因，5 人中就有 1 名有毒品的經驗，這是很嚴重的問題，而透明的資訊可以讓政府應用不同政策和方法來快速解決問題。
數據庫的蒐集已經展開了，現在的問題是如何快速挖掘數據的價值？AI 將扮演關鍵的角色，而現在 AI 在醫學影像的應用算是最成功的，FDA（美國食品藥物管理局）所核准的 AI 產品，比重最大的就是 AI 結合醫學影像的診斷。
例如，2019 年 9 月 FDA 核准 GE（奇異）利用 AI 來診斷病患的肺部是否塌陷為例，原本需要幾個小時的診斷竟可以縮到幾分鐘就研判出來。
既然 AI 這麼有效率，會不會取代病理醫師？石瑜指出，美國知名的紀念史隆‧凱特琳癌症中心 2019 年 9 月在《Nature》發表一篇論文，該研究蒐集超過 15,000 位罹患前列腺癌、基底細胞癌和乳腺癌轉移至腋窩淋巴結病患的 44,000 多張醫學影像；結果 AI 的解讀，不但可以保持 100% 的靈敏度，還可以減少病理師 65~75% 的工作量。
▲ 智慧醫療下一步，AI 應用將扮演關鍵角色。
應用軟體有利加速診斷
石瑜表示，這會減輕病理醫師許多的事前訓練與工作量，但不會取代病理醫師，病理醫師應該將時間用在更複雜案例的研究。當然 AI 的應用不只如此，還可以用在了解癌細胞轉移以及追蹤藥物治療效果的評估。石瑜指出，2019 年 12 月發表在《Cell》的 1 篇論文指出，vDISCO 成像技術結合 DeepMACT 人工智慧深度學習，可以追蹤腫瘤轉移以及了解藥物治療的效果。
為什麼追蹤癌細胞的轉移很重要？石瑜表示，90% 癌症病患不是死於原位癌而是死於轉移，這都是因為抗癌藥無法到達體內多重轉移部位，如果可以清楚觀察、追蹤到藥物是否能在體內各個部位殺死癌細胞，就可以了解這藥物的效果，協助新藥精準且快速的研發上市。vDISCO 成像技術的重要性，是一般 MRI（核磁共振成像）和生物發光成像設備雖然可以追蹤腫瘤，但是很難分辨、偵測到數以百計微小轉移，也無法追蹤藥物是否可以針對微小轉移起治療的作用。此外，vDISCO 還能把癌細胞攜帶的螢光蛋白信號增強 100 倍以上，可以更清楚辨識散落到身體各處的癌細胞轉移的位點。
由於 vDISCO 的3D 掃描成像所蒐集到的數據非常複雜和龐大，如果用傳統的方法需要幾個月的時間，所以 AliErtürk 博士的團隊研發出比傳統高出 300 倍速度的 DeepMACT 人工智慧系統處理數據，本來需要數個月時間來處理，現在幾個小時就可以完成。研究團隊也利用某一款治療癌症的抗體藥來追蹤該藥的治療效果，結果發現該抗體雖在臨床試驗已被證明可減少腫瘤的生長，但卻發現小鼠體內多達 23% 的轉移無法有效治療。這說明了為什麼癌症難以徹底根治，但實驗也證明 vDISCO 成像技術結合 DeepMACT 人工智慧將是未來新藥開發更精準、更快速的有效工具。
醫療大數據與 AI 在生物醫療產業界的應用愈來愈廣。在藥物開發方面，阿斯特捷利康與 DeepMatter 合作利用 AI 來提升藥物化合物合成的生產率、賓大開發出 AI 可以找出 2,891 種藥物交叉副作用以減少病患致死和住院可能、Google 與禮來利用 AI 來加速更個人化的免疫療法，以及諾華大藥廠與微軟簽下 5 年合作計畫將 AI 全面融入藥物研發、臨床試驗和製造。
▲郭台銘（中）認為，醫療大數據結合 AI 與物聯網將是大勢所趨。
從新藥到醫材應用範圍廣
至於 AI 在醫材的應用也很多：Sony 力捧日本 AI Medical Service 搶全世界第一台消化道內視鏡 AI 診斷上市、AI 幫英國 17,000 人的 MRI 影像大數據找到心臟衰竭基因、Google 雷達微波技術加上 AI 可以檢測血糖免穿刺之苦、以色列的 Zebra Medical Vision 的 AI 醫療圖像分析可發現如脂肪肝、冠狀動脈鈣化、肺氣腫（emphysema）、脊椎壓迫性骨折和其他疾病指標的證據。
全球科技大廠在醫療大數據和 AI 都不會缺席，Google、蘋果、Facebook、亞馬遜等都以不同的醫療應用切入，而台灣科技大廠也紛紛搶進，鴻海、群聯、友達、宏碁、廣達、台達電、緯創、聯發科等集團，也有轉攻生醫領域計畫或宣布與醫院合作開發 AI 的應用。
以「永齡華人抗癌聯合行動」為例，此項計畫所推動的乳癌及血癌基因檢測，目前已啟動 8 個臨床研究計畫，每年近 8,000 名乳癌及血癌病患受惠，並可執行近 1.2 萬次基因檢測。這次與 7 大國際頂尖生技大廠簽署合作備忘錄的機會，更是具體搶進醫療大數據的行動。正如郭台銘所說的台灣發展醫療 AI 有其利基，就等待開花結果的時機，對投資人來說也是值得追蹤的新趨勢。
（本文由 財訊 授權轉載）
延伸閱讀：