近年來，癌症相關檢測技術推陳出新，加上新冠肺炎(COVID-19)疫情升溫，越來越多的醫學中心、醫事檢驗所和生技公司，紛紛推出主打比傳統例行性健檢更多元與全面的「免疫功能分析」服務，幫助一般民眾和癌症患者，更了解自己的免疫系統是否有問題。
 
然而，越全面的分析，需要處理的生理數據越龐大。國內免疫功能分析領導公司富禾生醫總經理李建謀表示，要有效從繁雜的數據中找到最簡單的答案，人工智慧(AI)是最強而有力的工具，但仍有一些挑戰有待克服。
 
李建謀指出，一位病人的免疫功能分析，原始資料就多達5萬筆，循環腫瘤細胞液態活檢也有約4千筆，數據相當龐大。若以傳統的生物統計分析，將會耗費較多的費用與時間，且得到的分析結果往往相當複雜、判讀不易，較難協助臨床醫師做出診斷。
 
李建謀說，「AI大數據分析的優勢，就是在複雜的程序中，找到最簡單的出口。」
 
因此，富禾生醫近年積極導入AI，作為免疫大數據分析的有力工具。李建謀表示，相較傳統古典統計學利用逐筆資料排列組合的比對(pairing)方式，AI演算法可以將龐大的資料快速地聚類分析(grouping)，把幾百筆分析結果用一句概論涵蓋，這恰好和醫師參考諸多資料，最後下診斷的概念不謀而合。
 
在AI演算法分析的過程中，還可以藉由特徵選擇(feature selection)，將幾百個參數項目依照重要性排序，挑選出對疾病診斷最重要的幾種，進而在成本管控上節省費用、發揮優勢。
 

AI免疫大數據分析兩大挑戰：取得有價值資料、說服民眾傳統癌檢差異

 
AI成功的關鍵在於有價值數據(valuable data)的建立，電腦科學與資通訊領域朗朗上口的「垃圾進、垃圾出」(Garbage in, garbage out)，正是強調輸入系統的資料必須有價值，才能得出有價值的結論。
 
「臺灣在談論AI時，也經常想到健保資料庫，但健保資料庫的數據內容非常繁雜，不見得會有需要的資料。」李建謀因此建議，如果有特殊屬性與敏感族群相關的資料，應該要建立自己的方法。
 
另一個挑戰是功能性分析的敏感度較高，因此和現有的影像學、例行性防癌篩檢或傳統癌檢的結果，常出現差異，必須思考如何建議客戶持續追蹤的作法。
 
例如曾發生過病人免疫功能分析結果異常，也測到循環腫瘤細胞，但病人自覺身體狀況不錯且影像學檢查並無異狀，以現有的腫瘤標記檢測結果也是陰性。因此，病人對自身健康狀況並無警覺性。
 
此外，也面臨到檢測原理在法規層次的挑戰。李建謀進一步表示「臺灣在精準醫療分子檢測實驗室認證項目上，大多還在基因體檢測層次，希望主管機關未來能逐步開放蛋白質體學的功能性分析方法。」
 
富禾生醫期待未來將分析所得的龐大數據，結合AI分析，並導入既有的服務檢測，進而應用到臨床的三大面向：(1) 幫助醫師執行不同癌種的疾病診斷 (2) 篩選敏感藥物，例如標靶藥物、免疫查核點抑制劑(ICI)藥物，以及 (3) 評估患者癌症治療的預後(prognosis)，追蹤使用藥物後的狀況。
 
其策略是透過免疫功能分析平台、循環腫瘤細胞液態活檢，篩選出適合個人的標靶藥物、免疫查核點藥物及所需的免疫細胞，以建議醫師和病人合併治療的選擇，發揮最大治療功效。
 
目前，也在與各大醫學中心合作下，建立大量的臨床前期研究案例，用紮實的臨床經驗，證明它的助益。富禾生醫在鼻咽癌診斷及肝癌治療的ICI藥物篩選皆與醫學中心合作，兩項合作都預計在今年發表相關論文及專利。
 
 
(報導 / 吳培安)