AI 神醫大時代!生物科技專家:預防勝於治療

香港醫療水平在全球首屈一指,胃癌及肺癌治癒率更位處全球第一,乳癌及肝癌的存活率為全世界第二,僅次於美國,不過同樣舉世聞名的是公立醫院輪候時間,根據醫院管理局最新數字,白內障手術輪候時間平均最長要等 22 個月,全關節置換術預計平均輪候時間更超過 2 年,想縮短手術排期時間,解決公營醫療資源緊絀問題,人工智能(AI)是其中一個方法!

近年不少醫藥科技公司,落力鑽研如何運用 AI 智能化及自動化的特點,在醫學影像、藥物研發、個人健康管理等多個醫療場景落地應用,從而提升醫生診症效率。今次請來這三方面的專家:專研醫學影像的 Imsight Technology、從事藥物研發的 Aptorum Group(NASDAQ:APM),以及為個人健康提供管理方案的 Govita Tech Limited,剖析 AI 如何應用到不同場景,解決當前的醫療排期問題;不過問到 AI 會否有取代醫生的可能,所有專家均異口同聲認為,暫時未見到有此可能。

從生物標記找出潛在疾病

高醇新博士表示他們開發方案,目的是要幫助用家對自身健康有深入了解。

Govita Tech Limited 創辦人高醇新博士在美國從事生物科技研究十多年,一直在想六個字:預防勝於治療。「你見到衛生署的數字,每年死亡個案中有超過一半來自慢性病,最常見的包括糖尿病、心臟病及抑鬱症,如果可以及早發現患上這些疾病的風險,並予以預防,長遠可為社會減省醫療負擔。」於是他在 2016 年成立 Govita Tech Limited,通過檢測血液中的生物標記、遺傳學標記、小分子及生化標記,計算出患上慢性病的風險,並針對個人健康問題,度身訂造保健藥物,預早提防疾病來臨。

「面對健康問題,每個人也是獨一無二的,當中牽涉的生物標記數量龐大,目前我們研發出的保健藥物已達 1,200 種配方,但其實可以因應環境和生活方式等外在因素,衍生過萬種組合,不可能單靠人手來處理,必須透過電腦運算,再結合 AI 從海量生物訊息中找到規律不停學習,才能將準確性提高。」

高博士指出,目前美國是最熱心推動 AI 應用於醫療領域的國家,美國食品及藥物局(FDA)正在加快 AI 算法的審批,2017 年全年總共批准兩個算法,但 2018 年卻每個月批准一至兩個算法,截至現時 FDA 已批准的 AI 算法近 30 種。

「但在香港步伐卻明顯較慢,根據 Asia Business Council 編製的 2017 年 Asian Index of Artificial Intelligence,香港在 AI 醫療的研究數量,於八個亞洲地方中排尾二。考慮到本地大學高踞多個國際大學排行榜,學術研究水平甚高,並且香港具備發展創新科技的優勢,絕對有條件發展 AI 醫療,但首要解決數據庫問題,因為 AI 需要大量數據進行學習以提升準確度,目前全球五大醫療數據庫以西方國家為主,亞洲人的數據庫仍未見規模,雖然我們五年來也慢慢收集到數千人的檢測數據,慢慢建立起一個小型數據庫,但單靠私人公司蒐集需時極長,必須要有政府的推動才能成事。」

高博士說,身體內有不同生物標記,標示每個人的代謝情況,但當中數據太大,需要 AI 協助運算。

30秒看超過400X光片

談到數據收集,Imsight Technology 也有同感,總監李卓文(Chapman)指出,他們主要利用 AI 分析醫學影像(包括 X 光片、顯微鏡影像及電腦掃描影像),輔助醫生判斷,從而減輕醫生工作負擔,「本地醫院單是門診,每年 X 光片用量約為 24 萬張,當中還未計專科所用的數量,以門診部門有 20 位醫生來計算,每年也要看過萬張 X 光片,用 AI 分析的話,30 秒已看完超過 400 張 X 光片,並將有問題的地方圈出來給醫生參考,令醫生可以省卻不少時間。」

Chapman 說他們之前試過做盲測實驗,在公立醫院邀請一批剛畢業的醫科生睇兩次 X 光片,第一次沒有 AI 輔助,第二次則加入 AI 作參考,發現當中有 17%的 X 光片,在第二次檢測時才發現問題,「始終人的體力有限,長時間睇 X 光片專注力會有所不足,加入 AI 輔助不單省卻時間,也提升了斷症的準確度。」

Chapman 表示目前技術已成功應用於眼睛、肺部、乳房、腦部等影像上,最新正研究分析子宮抹片的顯微鏡影像,檢查是否有出現病變。

由 2017 年成立至今,目前 Imsight Technology 的方案準確度已高於 90%,有此成效全因在開發方案時,輸入大量影像給 AI 不停學習,Chapman 表示,「內地及香港共約 30 間醫院採用我們的方案,但以內地醫院佔大多數,原因是內地只要省政府接納有關方案,就可以直接下達市內所有醫院採用,但在香港卻要逐間醫院洽商;而且內地不單醫院數量較多,病人數量也遠超本地醫院,只要經過數據脫敏過程(即醫學影像只提供所需數據,去除病人私隱資料),可以提供大量影像給 AI 進行機械學習。」

但是否像高博士所言,要由政府推動醫療數據收集,Chapman 卻有所保留,「就像 80 年代港人北上設廠,但卻將最需要技術的品質認證專業留在香港,我覺得 AI 醫療也可以沿用此方式發展,始終香港的醫療研究水平於全球有領先地位,落戶香港對產業化有幫助。」

為罕見病找新藥物

(左起)Thomas、Ian 及 Clark 均表示現時可於雲端進行 AI 運算,毋須投資大量硬件,有利 AI 醫療的普及化。

病人數據較為敏感,但藥物數據卻公開透明,在美國納斯達克上市的 Aptorum Group 看準這點,希望透過 AI 找出新藥。創辦人兼行政總裁禤駿遠(Ian)表示,「研發藥物成本很高,藥廠找到一隻藥物,覺得有機會能治療新病,就要進行動物測試及數期臨床測試,當中不單要花費大量金錢,也可能要耗上 10 年以上時間,最終如果未能通過測試,所投資的時間及金錢就化為烏有。」

Aptorum 旗下 Smart-ACT 平台,透過 AI 不斷篩選超過 2,300 種已獲 FDA 核准的小分子藥物,識別出可以治療罕見疾病的候選藥物,顯著縮短研發成本和時間。研發部主管李偉業(Thomas)表示,「選擇罕見病的原因,是因為病例數目少,大型藥廠在商業考慮下較少會涉足,而我們由已批准使用的藥物入手,由於該藥物本已存在,因此該藥可豁免前期臨床以及動物測試實驗。」結果去年 AI 平台發現了候選藥物 SACT-1,可以治療嬰幼兒中的罕見兒童癌症神經母細胞瘤,已向 FDA 提交申請。

除了用 AI 找新藥,他們正與新加坡研究機構合作,在病毒測試過程加入 AI,首席醫療總監及執行董事鄭子俊(Clark)指出,「傳統要檢測病人身上病毒,最直接方法是驗血,但醫生要先估計病人有哪種病毒,然後再進行種菌,加上需時 5 至 7 日,病情較急的病人,醫生有機會未等到化驗結果,就要先處方藥物來控制病情,令用藥未必百分百準確。」

加入 AI 後,可通過其基因組構成快速鑑定,24 小時內能從病人身上找出 9 至 12 種病毒,有助提升治療成效。Clark 表示,「一些繁瑣及需要耗用很多時間的工作,AI 最幫到手,尤其是醫護向來是人的行業,全球醫護人才也出現短缺,引入 AI 後能幫輕醫生工作,解決醫療人手荒問題。」

Thomas 指出大型藥廠近年也採用 AI 於藥物研發上,不單能加速發掘新藥,也令成功率大大提高。

AI 未能取代醫生

醫療行業有了 AI 後,是否還需要人?Ian 斷言有生之年也很難否定人的存在價值,「尤其是藥物研發範疇,即使 AI 可以快速找到新藥,但最後也要通過臨床測試,除非發展到有一日人類可以虛擬形式出現,否則暫時未見到有可能單靠 AI 來開發藥物。」

Chapman 也認為靠 AI 完全代替人手有一定難度,「始終醫護行業不是麥當勞,多放兩部自動售賣機就可以減省前線人手,AI 在醫療行業的角色,是幫醫生解決樽頸問題,尤其是本地人口老化問題日趨嚴重,醫生的工作只會有增無減,必定需要引入 AI 來減輕他們的工作負擔,但 AI 得出的結果,最終還是要由醫生來判定。」高博士則認為,「如果病人因為 AI 介入而病情加重,目前並未有清晰的法律框架訂明責任,因此亦主要將 AI 應用在預防醫學及功能醫學領域,但在相關法律及道德框架未有定案前,很難將 AI 全面推廣到所有醫療領域,更不存在 AI 能否取代醫生這個爭議。」

撰文:特約記者

編輯:尹思哲