國際生醫新聞

人工智慧 (AI) 與機器人學習 (ML) 近年來蔚為顯學，不論各行各業都有其蹤跡，特別是醫藥業，最近更重視，因為 AI 與 ML 不但參與製藥，甚至於臨床也都有幫助，試驗數據顯示，其可以分析疾病的早期指標，並可以藉由此量化疼痛。

近期發生的新冠肺炎事件，全球延燒，AI 與 ML 也馳援協助，例如新加坡衛生部就是一個很好的例子，他們利用數千名新冠肺炎的病患資料數據，在不進行 RT-PCR 的測試狀況下，使用 AI 與 ML 進行檢測，測試是否可以藉由數值分析判斷並發現病情惡化的患者。

關於量化疼痛，這裡也有一個例子：一家位於新加坡的生物科技公司 Biofourmis，正在與日本 Chugai Pharmaceutical 合作，使用其設計的 Biovitals® 平台客觀地確定患者子宮內膜異位症的疼痛程度，傳統的識別方式較不客觀，對於提供患者止痛藥物種類或劑量方面仍有改善的空間；相反地，藉由 Biovitals® 平台偵測 20 多種生理變化 (如皮膚溫度、脈搏或暗示感到沮喪的皮膚電活動等)，將數據輸入演算法後，便可與數百萬其他患者的數據進行比較而量化，藉此客觀地確定疼痛的程度，對於臨床上有一定的幫助。

此外，AI 可以增強患者依從性。遠端傳感器或穿戴式設備在臨床試驗中越來越普遍，當這個設備越適合受試者日常生活，受試者就越可能保持參與試驗。而透過這些設備，有時也會發現一些新的觀察指標與訊號。此外，在新冠肺炎蔓延的現在，許多受試者不願再為了填寫數據問卷或測量某些生理指標而前往風險較高的醫療院所，此時 AI 與 ML 的協助，便可填補此空缺。

目前生物學的演算法可用於臨床研究，但有一執行上的困難就是連續資料的取得，AI 與 ML 都需要投餵大量的數據資料給其分析，因為人類很難從大量的數據資料中找到微小卻有意義的信號，但是我們可以透過 AI 與 ML 找到具統計意義的訊息，這個對於未來的研究十分重要，相信有著科技的協助，我們對於未來的醫學發展更具信心。

資料來源：BioSpace、富比士