李建謀:例行性健診免疫力檢測興起 用AI解析找出精準治療

撰文專欄:李建謀
日期2022-05-20
李建謀 富禾生醫總經理

李建謀為富禾生醫總經理兼創辦人,2004年取得中央研究院、國家衛生研究院、國防醫學大學合辦生命科學研究所之博士學位,在多種免疫細胞的製備、修飾乃至於免疫細胞療法皆具備實務經驗。目前在臺灣、中國、美國及日本以共同發明人身分,持有共計17項免疫細胞相關技術專利。
富禾生醫以獨特的免疫功能分析平台及免疫細胞為核心,加上循環腫瘤細胞分析技術,開發出精準診斷及客製化免疫細胞療法;此外,也藉由符合人體細胞組織優良操作規範(GTP)的實驗室,發展自體免疫疾病(包括紅斑性狼瘡、類風溼性關節炎)和再生醫學療法開發(脊椎損傷、退化性關節炎)。

採訪整理 / 吳培安


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。想要有效地從最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。

AI大數據分析優勢:在最複雜的程序中,找到最簡單的出口

以富禾生醫為例,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4,000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。

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。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。

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常說的「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。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。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。


由血液所得的免疫功能檢測分析數據量往往非常龐大,若以傳統的生物統計分析,將會非常花錢、耗時、且結果判讀不易,難以直接幫助臨床醫師做出診斷,本圖為血液樣本液態切片示意圖。(圖/vecteezy)

AI免疫大數據加速實現精準診斷+客製化治療

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,用扎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。

>>本文刊登於《環球生技月刊》Vol. 95