昨(1)日，第二屆「NBRP Pitch Day全國生醫轉譯選拔媒合會」在國家生技研究園區舉辦，第二日活動上午邀請到美國國家醫學院院士、德州大學系統前副校長暨Apricity Health創辦人Lynda Chin，分享精準醫療的未來願景如何透過人工智慧(AI)科技加速達成，以及遇到哪些挑戰。
 
她認為，精準醫療可以分成「精準藥物發現」(drug discovery)與「精準照護交付」(care delivery)兩大環節。起初，癌症基因體學促進了精準醫療的問世，透過找出對的標靶、對的藥物、對的患者來改善功效，許多被視為創新里程碑的新穎療法也陸續獲得批准。
 
然而Chin指出，並不是所有的患者都因此均等受惠，例如知名標靶藥物pembrolizumab搭配鉑類化療藥治療非小細胞肺腺癌(NSCLC)，在藥物獲批、進入常規醫療後，其展現出的整體存活率(OS)較臨床試驗展現出的結果低上許多。
 
Chin認為，雖然這部分是因為患者本身的異質性(heterogeneity)、每個人的腫瘤變異性太大，加上社會性的決定因素(social determinants)，但臨床試驗和常規醫療相比，在醫療團隊配置上，專科醫師人力更充足、術業更專攻，醫療介入(intervention)方式也更標準化、照護執行上也能更積極主動。
 
相較之下，常規醫療在醫護專業及管理上的變異性更高，管理患者的負擔也更沉重。Chin認為，這正好凸顯了即使新療法陸續問世，醫療照護現場所受到的種種限制，也無法完全將其轉換成患者的治療效益。若能將AI整合到照護交付之中，就能大幅改變治療的成功概率(POS)。
 
#未來醫療的三大特色：科技支持、數據啟發、AI強化#
 
Lynda Chin指出，AI能夠解決知識落差和專科人力的短缺，並且透過多樣化的驗證與學習框架，改善臨床照護的配置與運行。例如工作流程的整合、訓練與教育、模擬驗證特定技術的可用性，為資訊科技、法規遵循、資訊安全、組織治理、品質安全監測、臨床運作環境提供優化方案，過程中還能透過自我學習，分析根本原因，並提供修正/預防性行動。
 
Chin強調，比起AI能做什麼事，它能為人類帶來什麼影響更為重要，特別是必須要有人去使用它，它才能帶來效益(outcome)、效率(effectiveness)及生產力(productivity)。
 
她所共同創辦的Apricity Health，正是以橋接精準醫療的新藥發現與照護交付為目標。其所開發出的ApricityCare虛擬人力平台，透過整合來自各地的門診團隊，提供全天候的第一線醫療回應服務，重新分配非緊急醫療照護的需求，同時整合即時數據用於決策過程中。
 
「未來醫院中的照護團隊將具備三大特色：科技支持(technology enabled)、數據啟發(data informed)、AI強化(AI augmented)。」Chin說。
 
至於精準醫療、AI醫療最常被問及的商業模式，Chin說明，Apricity Health的價值在於生成真實世界證據與洞見，並將其實踐到臨床中。例如，每位患者的癌症都是獨特的，對治療會產生緩解或是抗藥性反應都不同，但能夠在研究型醫院或癌症中心接受治療的患者其實不到20%，其他80%的患者可能無法與研究型醫院或臨床試驗搭上線，其常規電子病歷可能也無法充分被取得。
 
因此，Apricity Health還開發出另一套平台Dynamic Precision，其整合真實世界患者數據、功能性驗證、血液生物標誌檢測，幫助更早篩選出可能緩解的患者，增加患者得到有效治療的機會；若將Dynamic Precision與前述的ApricityCare、加上多體學技術整合在一起，將能為新藥開發、醫療機構及患者帶來價值，進而創造獲利的商業模式。