智能应用 影音
DTResearch
event

抗生素与药物开发 中国医巧用NLP与KG

中国医药大学附设医院智能医疗科技创新中心主任游家鑫(左三)与中心团队跨领域专业成员,共同推升医疗产业数码科技辅助成效。蔡腾辉

医院当中除了急诊以外,许多门诊、研究室、科室都有大量的资料可供应用,中国医药大学附设医院智能医疗科技创新中心主任游家鑫和各科室配合,共同发想主题,担任对接需求和技术之间的桥梁。

集成跨领域人才 医疗AI更切题和需求

智能医疗科技创新中心团队成员6人,包括了美国微软访问学者、软件工程师、拥有信息大厂背景工程师、美国普渡大学神经听觉研究员等跨领域科技人才,同时对学术、专利、研究、医疗、流行病学、神经科学都有涉猎,主要协助中国医药大学附设医院藉由数码化、人工智能(AI)等方式改善流程与提升人力运用效率。未来也希望能够透过生医创新题目的商品化,与台湾智能医疗产业共同型塑生态实力。

希望实践Health in Cloud的游家鑫分析,透过微软Azure平台进行云端运算,降低配电、机房散热等维护工程需求,同时团队的创意也能够在云端权限设定之下,开放给有志一同的团队参考,加速医疗界创新与数码转型时程。此外,由于AI智能医疗、数码医疗、云端医疗的领域已是无远弗届,因此技术、内容、资料上云端,都有助于未来和国际接轨的效率,也让着重医疗科技服务提供的团队,也能在云端实践弹性的智能医疗。

超级细菌发生抑制与NLP药物研发

抗生素滥用为超级细菌发生原因之一,游家鑫分析,最近10年的新抗生素药品,也仅是换皮不换骨,并且常在上市后一年就产生抗药性,因此除了透过 AI 缩短检测时间,并协助提升抗生素的合理使用之外,中心也透过AI来加速新型抗生素开发。

此外,长期累积的海量医学论文资料库是进行医药研究的重要养分,然而人工查找耗费大量时间成本,加上医疗产业具有高度专业化分工特性,跨科别领域的信息与论文资料不易流通。中心透过自然语言处理(NLP)与知识图谱技术(Knowledge Graph;KG),搭配Pubmed期刊论文资料库,进行爬梳与分类整理、找出不同药物与疾病之间的关系,组成关联性网络后再进行优先顺序的筛选,让研究资源更效率;同时交叉比对不同科别用药与疾病之间的关系,尝试在已开发的药品中,发现全新用途。游家鑫与中国医学大学新药所陈晔教授团队合作,透过质谱仪找到的抗药细菌生物标记后,针对目标抗药蛋白,透过修改现有药品,进行新型抗生素开发。

蔡腾辉

DIGITIMES电子时报智能医疗主编蔡腾辉Mark Tsai
专注研究智能医疗产品技术服务导入场域时,所遇到的困难症结与如何克服要点。
精通中英德语,热爱挑战与Swing Dance。
Facebook:DIGITIMES智能医疗

作者更多专栏

  •     按赞加入DIGITIMES智能医疗粉丝团