哈佛醫學院研究員最近開發數位孿生，建立病患虛擬分身測試藥物效果，讓醫生開藥前預測療效，改變傳統依賴大數據治療個別病患。新技術結合智慧手錶等裝置收集的資訊、醫療紀錄及人工智慧分析，從概念階段邁向實際應用。
解決「一種藥未必人人有效」問題
Massachusetts General Hospital（MGH）腦退化症研究中心首席研究員 Steven Arnold 指出，目前醫生開新藥時，多依據數千人大型實驗的平均效果，病患通常需長期服藥，醫生只能假設藥物有助延緩病情，無法確定對個別病患是否真的有效。
數位孿生可為病患製作虛擬分身，測試不同治療方案。MGH 腦研究中心主任 Hiroko Dodge 創建聊天機器人，模擬病患說話，分析對話及早發現記憶力衰退跡象，無需招募大量新病患測試。
為每位患者創建 100 個虛擬分身
MGH 研究員 Chao-Yi Wu 用統計學協助醫生更準確判斷治療方案能否幫助特定病患。她基於約 50,000 名腦退化症患者資料，為每位病患創建多個數位分身，與病患年齡、性別、種族、經濟背景相同，甚至步行速度等與腦退化症特徵都一樣。
Wu 表示病患可有百個虛擬分身，比較服藥與未服藥的認知力變化，從統計數字判斷藥物是否真正有效。論文顯示，虛擬病患組反應與真實病患服用安慰劑反應類似，證明技術可靠。業界資料顯示，數位孿生可將臨床測試規模減少最多 33%，大幅節省研究成本。
AI 分析細胞預測治療效果
哈佛醫學院教授 Marinka Zitnik 開發 COMPASS AI 工具，分析患者細胞及健康資料。腫瘤科醫生可上傳腫瘤組織檢驗結果，連同用藥紀錄或血壓等資料，系統運用 AI 分析遠超醫生過往能處理的龐大資訊。醫生可直接詢問系統病患對特定抗癌藥物產生良好反應機率，系統回答還會解釋原因。
Zitnik 指出近年大型語言模型使對話式 AI 成為可能，十年前根本無法實現。投入研發數位孿生人員及資金呈爆發式增長，因 AI 製造了更多機會。
全球數位孿生醫療市場規模將從今年 25 億美元增長至 2035 年 334 億美元，年複合增長率達 29.6%，增長動力來自人工智慧、深度學習及大數據分析等。澳洲墨爾本大學開發的 DT-GPT 系統已能預測病情變化，表現優於 14 個先進機器學習系統。
（本文由 Unwire HK 授權轉載；首圖來源：Pixabay）
科技新報粉絲團
加入好友
訂閱免費電子報
