DForum
NVIDIA
 

【智能医疗大家谈】从掌握疫情到辅助药品开发 AI应用超乎想象

收集、定义、分析、产出、预测、回测等各种大数据结合算法应用,AI在智能医疗与防疫科技上,在在都显示数据辅助生活决策的优势与威力。Unsplash

本专栏【智能医疗大家谈】不定期邀请智能医疗生态系各专家与产业人士,与读者分享从各角度对于智能医疗观察、想法、剖析。

随著日前国内大规模解封,正式宣告台湾步入后疫情时代。台湾抗疫成绩在国际有目共睹,包括建立「口罩国家队」,确保国人防疫物资供应充足,更启动「口罩外交」的外援工作;严格且彻底地实行「边境管制与到港检疫措施」,在边境成功拦检境外移入病例;推出Line防疫机器人「疾管家」,防止疫情假消息流传等。而在进入后疫情时代之际,能处理大量信息的人工智能(AI),将成为未来因应突发性传染病流行的关键,特别在「掌握病患活动史」、「协助疫调决策」、「辅助药品开发」以及「实时解答疫情咨询」等四大领域,尤能发挥AI的价值。

第一:掌握病患活动史

要防堵疫情扩散,关键之一便是掌握每位确诊案例的活动史,再逐一分析关联性,找出其它可能的感染者,但以人工处理非常耗时费力。若能妥善用运AI的自然语言处理(NLP)技术,就能建立「知识图谱」,以视觉化的方式连结时间、地点、症状等信息,最终产生一张关系网络图,让所有病患间的关联一目了然。相较于一般的关联性资料库,找关系不容易;知识图谱的关系表达力佳,例如哪里些人曾在同样的餐厅或交通工具上出现;或是更进阶分析,当某车站出现确诊者后,同车的人可能去哪里些地方,能大幅节省疫调时间,有效协助疫调决策。

第二:协助疫调决策

AI不只可以用在疫调追踪上,甚至可以纳入各项疫情相关数据,打造一个信息统整平台,不仅能推估疾病传染力,更有助政府进行决策。信息统整平台内可运用AI,纳入各种影响疫情发展的信息,例如人口普查资料,包含密度、居住地、上班地、不同地区的年龄分布,有效掌握人口流动方向;或是大众运输资料,如捷运和公车的乘载量;更进一步还会纳入公卫政策的影响,象是强制每人都要戴口罩,传染力会降低多少等。透过模型推论,最终可以评估传染力的程度及趋势,未来在制定政策上,能成为实施决策时的依据。

第三:辅助药品开发

防疫是场与时间赛跑的比赛,尤其药品开发更是刻不容缓。然而在药品开发前期,需经由实验确认化合物能否对疾病的蛋白质产生作用;但化合物数量庞大,逐一实验耗时费力,使新药开发至少需10年之久。若能善用AI率先筛选出有潜力的化合物候选者,就能大幅缩短前期开发的时间跟成本。例如,工研院2017年的AI药物开发平台研究计画,运用AI从约11.2万笔化合物中,筛出治疗三阴性乳癌(MDAMB-231)之候选化合物,成功将寻找化合物的时间,由两个月缩短至1周。因此,当未来面对突发性的传染病,也能善用AI,加速辅助新药品开发。

第四:实时解答疫情咨询

疫情爆发后,咨询需求激增,AI的语意辨识也能派上用场。例如此波疫情,光是3月健保署的咨询专线,就涌入了30万通,比疫情前多出了10万通。因此健保署也在2020年4月推出在线文字机器人「阿KEN」,让服务实时不断线、疫情咨询有问必答。「阿KEN」背后的技术能量正是来自工研院研发的「文字问答虚拟助理」,也就是AI客服机器人,目前阿KEN的正确率高达8成以上,能实时解答疫情咨询、24小时不间断。

AI与大数据分析将是未来「抗疫」的最佳利器。对此,工研院长期投入AI应用领域的技术创新研发,协助台湾未来有足够的能力抵御大规模、突发性的流行传染病。


本篇作者冯文生为工研院巨量信息科技中心执行长暨AI人工智能应用策略办公室副主任

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