【醫療AI】發展精準醫療(Precision medicine)為什麼必須要有人工智慧的參與?

基因資料龐大且繁雜,適合人工智慧發揮

人體基因解碼的大數據是精準醫療的基礎,但如此龐大的資料庫很難用傳統的方式從中抽取出有意義的資訊。以「人類基因體計畫」中蒐集的資料為例,人體23 對染色體中所有DNA的序列,有將近 31.7 億組鹼基對,每個鹼基位有 A、T、C、G 四種可能,其中有 3 萬至 3.5萬已知具功能的基因對,有許多基因所產生的蛋白質也會相互調控。個體的基因圖譜資料可能就達數百GB外,還往往需要與龐大的蛋白質資料庫比較。基因分析的工作涉及重複性相當高的試誤過程,是非常適合人工智慧的題目。

AlphaFold 2在短短的幾個禮拜內,就預測了人類所有已知蛋白質的結構。

精準醫療需要人工智慧處理資訊的極高效率

過去分析蛋白質的結構,非常繁瑣。要完整分析特定的蛋白質,需要整合低溫電子顯微鏡(cryo-electronmicrosopy,cryo-EM)、X光晶體學(x-ray crystallography)或核磁共振的影像,才能取得成果。但這些影像技術往往非常的貴,且需要曠日廢時的分析。研究單一蛋白質的結構,就可能需要花費數十萬美元的經費和數年時間的反覆實驗,而且研究方法並不適用於其他的蛋白質。

Atomwise 的 AtomNet 平台,運用影像辨識技術,不須local ligand data,就能篩選出可能與蛋白質結合的藥物分子。

人工智慧的判斷力能夠持續累積 是精準醫學進步的基礎

根據成大醫院資訊長蔣榮先教授在《從AI到智慧醫療》提及,「任何一位醫師,都有體能或記憶力的限制,不可能精準地記得每一篇醫學文獻中的記載或是每一個醫療案例。醫師可能會因為看診而疲勞、有診斷的盲點或偏見,甚至是生病的時候,使得患者得到品質不一的判斷力。」尤其是精準醫療領域相關的研究與資訊,在未來會持續爆炸性增加,醫療人員想要與時俱進,必須仰賴人工智慧驅動的專家系統協助。

--

--

數位無限軟體(InfinitiesSoft)專注於為企業解決虛擬化、容器化、微服務、邊緣運算、混合雲管理、異質IT環境與人工智慧帶來的挑戰,整合異質雲管與熱門的開源AI深度學習架構和開發工具環境,提供一站購足的AI機器學習雲平台方案AI-Stack。

Love podcasts or audiobooks? Learn on the go with our new app.

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store
InfinitiesSoft數位無限

InfinitiesSoft數位無限

數位無限軟體(InfinitiesSoft)專注於為企業解決虛擬化、容器化、微服務、邊緣運算、混合雲管理、異質IT環境與人工智慧帶來的挑戰,整合異質雲管與熱門的開源AI深度學習架構和開發工具環境,提供一站購足的AI機器學習雲平台方案AI-Stack。