透过AI、DNA等新的方法来治疗癌症

透过人工智能的进步，DNA 的数据收集与分析可望提供崭新的医疗诊断与治疗方式。

传统的医疗诊断，医生依靠基本的工具、直觉和假设来做出判断。现在呢？电脑、存储器系统和运算处理速度正加速在改变一切。医疗诊断的数据分析，可透过X光、核磁共振成像、CT扫描、PET扫描，以及治疗期间内每次诊断的数据收集。但是人类基因组—DNA是最复杂的数据数据，那麽这些数据如何有效的蒐集和存储呢?

Shirley Pepke是洛杉矶基因体学研究员(Genomics Researcher)，致力于采用患者的DNA定序，量身定制卵巢癌的治疗方案。Pepke表示：「你不可能只分析单一基因，在发现特定基因发生变异时，仅锁定该基因而提供一种药物，然后期望这些变异基因能够被治癒。」

病人在60亿DNA硷基对云中的某处发生错误，导致细胞不受控制地分裂，核心的问题是每个癌症亚型(肝癌、淋巴瘤、黑色素瘤等)中的基因问题其变化多到令人难以置信的程度。幸运的是，现在科技的发展，能够使用强大的电脑来理解所有的相关信息。原本医学术语很难被理解，但透过机器学习、人工智能，医学研究人员能够获得癌症数据的演算法，当研究人员了解损坏细胞机制的本质时，就可以开始利用医疗人员的专业知识来构思治疗方法。

Pepke表示：「患者需要一种收集肿瘤数据的方法，可是对于特定肿瘤很难获得庞大的数据。电脑分析数据的运算能力已经有了，只需要人们开始参与。如果我们将这个数据收集，运用到每个人会怎麽样？」。随着患者提供自己的DNA定序和疾病产生的描述，集结这一些信息后，癌症基因体图谱可以变成疾病指数的参考。而研究人员和医生可以利用他们的专业知识和这些高效演算法，研究专门针对此人的药物。

南加州大学助理教授Greg Ver Steeg，开发了一种称为相关解释(CorEx)的演算法，可在数据中找出适合的模式。比如他们使用CorEx分析卵巢癌患者的基因表现数据，发现对患者的免疫系统进行特定的刺激，可提高患者的长期生存率。根据CorEx的结果和Pepke自己的肿瘤数据，她开始服用一种尚未核可用于治疗卵巢癌的免疫疗法药物。

Pepke的目标是让所有罹患卵巢癌的女性(不仅是那些具有科学专业知识和与研究计划相关的女性)，都能分享她们的数据 。制药公司可以将过去的医疗经验、当前和未来的临床试验整合到数据数据库中，为治疗提供更深入的见解。

Micron先进运算解决方案副总裁Steve Pawlowski指出，人类根本无法自行进行此类分析，这也是为什麽需要透过电脑运算庞大的数据分析数据。医疗领域经由各种方式蒐集疾病数据，产生需要进行连接分析的庞大数据数据。像癌症这样的疾病中，可能会发生成千上万的突变链，因此研究人员或医生可以利用这些信息来了解病况进展，研究所有的变异之处。

Micron的系统提供高带宽存储器解决方案，将简化数据存储和数据分析的流程，可将大量关键医疗数据快速进行存储和传输至处理元件，因而推动了更多创新医学的可能性。Pepke说：「这肯定需要大量的DRAM，运算这些演算法真的需要比自己原先所以为的数量还要多的存储器。」

将数据储存在接近处理器之处，对于简化数据分析也很重要，这使高带宽存储器变得非常有用。如果要和分散在不同地点的研究人员与医生打交道，务必要将数据或数据副本存放置于靠近工作岗位，以免在分析上花费额外的精力和时间。 Pawlowski说：「如果我必须离开工作冈位并且来回传输数据，我就无法实时获得自己需要的结果，我们的整体目标并不是传输数据。」

Pawlowski：「我们正努力学习关键知识，加上理解对生物系统运作的方式，以创造更复杂的结构，从而可以进行更大量的运算，这正是我们在努力实现的目标，记忆的存储和运算变得相当难以区分。」Micron的存储器技术传输了大量健康相关数据，因而带来了更好的治疗方法，特别是像结合CorEx这样的演算法和Pepke这样的创新者。

Shirley Pepke在开始服用她的实验定制免疫治疗药物两个月后，她的医生在核磁共振成像找不到肿瘤的迹象。Shirley的工作能够继续挽救自己的生命，也为所有女性带来治疗方法的可能。透过人工智能的进步、数据分析以及将癌症数据汇集在一起的进一步努力，她的希望将成真。