SHOW TIME

全球力拼肺炎防疫 AI扮演關鍵角色!

李友專,臺北醫學大學醫學科技學院創辦院長,國際醫療資訊協會理事長(2021~2023)

本文經李教授授權整理其受訪之內容




1.心理恐懼比新冠病毒可怕

(心理恐懼比病毒可怕,善用AI精準防疫)
 

為什麼相較於其他的流感重症、A型流感、B型流感、禽流感和豬流感民眾都沒那麼恐懼,可是到了新冠病毒卻都那麼害怕?因為我們對它不了解,就目前觀察到的現象是不分性別、年齡、職業、國籍或種族,從老年人到年輕人,一般的平民百姓到貴族,一般人到有錢人,通通都有可能會得到。
 

冠狀病毒另一個恐怖的地方在於沒有症狀的人與復原中的病患,還是具有傳染力的。冠狀病毒主要的傳染途徑分為接觸、飛沫與氣溶膠。所謂的氣溶膠(Aerosol)就是飛沫跟空氣混合均勻時的一個狀態,可以傳播得比飛沫更遠,一般飛沫傳播範圍大概是1公尺以內,氣溶膠可以5到10公尺。飛沫、氣溶膠這些傳染途徑還可以透過戴口罩來防範。但對接觸傳染的預防相對麻煩,因病毒可以長時間附著並存活在無機體的表面,可能透過按門鈴、拉門把或是按電梯就會接觸到病毒。一開始認為說,大部分病毒無人接觸,應該2、3天後就會消滅,但是現在的新型冠狀病毒可以存活至14天,甚至經過了17天,在鑽石公主號的無機體上還是可以驗得到病毒。
 

台灣的最強防線就是醫療體系,然而這道防線只要一崩潰,就會造成嚴重的社區感染。在湖北省有30幾家醫學中心叫三甲醫院,分析發現三甲醫院越多的都市,感染率跟死亡率就越高。原因是一開始不管輕症或重症的病患都跑到了大醫院,然後在醫院群聚感染,醫護人員無法處理,越來越多的患者最後也導致醫護人員感染,醫院崩潰,崩潰之後全部都倒回社區,就造成社區感染。

醫院及醫療體系一定不能崩潰,才不會有大規模的社區感染。醫院的防護網要做好,我們要提早供應強力的資源與防護、充足人力給醫療人員與醫療體系,避免醫護人員過勞,因為過勞容易犯錯,犯錯容易造成醫療體系崩潰。而AI在此時就可以做很多事來減少醫護人員的工作量,包括入院前的篩檢、早期的偵測與預測、提早部屬資源及遠距醫療。

2.AI防疫準備好了嗎?

(全球力拼肺炎防疫 AI扮演關鍵角色)
 

現在的AI是基於大數據,沒有大數據就沒有AI,所以資料的數量很重要,除此之外深度與廣度也同樣重要。谷歌在幾年前曾設計一套軟體來預測流感,叫做「Google Flu Trends」,結果真正發生流感時卻預測失敗了,原因在於只使用病人搜尋過的關鍵字所產生的單一資料,結果就產生過度擬合(overfitting)的狀況,谷歌最後就將這套服務廢除掉了。所以從這個例子來看,我們可以瞭解到資料是有深度及廣度,意思就是說除了電子病例外,時間序列還有肺部影像X光、CT等等都要全部收集。如果病患擁有多面向的資料,不只性別、年齡、生活習慣,包含影像資料、病史及用藥史,AI在這方面上就會發揮很大的效用。
 

我們也在對全世界各個國家呼籲,趁這個機會將資料都收集起來。但是現在的狀況是很多國家都是來不及收集、資料不齊全、人力設備不足,而且也未將資料進行共享之情形。
 

3.Kaggle

(全球資料未共享,「AI防疫戰」仍遇阻礙)
 

談到全球的資料共享的議題,近日有個關於新型冠狀病毒的世界性Hackathon,全世界的駭客把全球的數據集中起來,想辦法解決有關武漢肺炎的重要問題。北醫也參加了這個世界的競賽,我們把數據都放在一個叫做Kaggle的平台,美國國家衛生研究院(National Institutes of Health)、微軟及臉書也有參與這項活動,所以危機也是轉機,當全世界都覺得這是一項重要的事,把資源全都投入設法解決一項難題,很快就會找到一個好的方向。
 

義大利、美國、韓國、巴西、瑞士及愛爾蘭等國家,目前已提出了大數據在平台上共享,當然不只上述的國家有參與,但不是每個國家都有辦法提出大數據。現在遇到了問題在於每個國家提供的格式不同、維度不同、來源也不同。
 

義大利提供的資料是只能到城市的發病人數,美國及韓國的資料則可精準到每位病患的狀況,因為資料量較大且細,所以目前數據也是以上述兩個國家提供的為主。在資料貢獻上,台灣因為防疫做得太好,跟其他國家幾萬人來講,我們只有200多人,數據不是很足夠,可是我們也有不少駭客,在幫忙破解資料,看看武漢肺炎的弱點在哪裡,或是尋找以前病毒造成的嚴重肺炎,是用哪些藥治好的,或是哪些疾病的組合會讓死亡率提升,或是利用基因上的生物特徵了解病毒的演變史從而找出對付它的藥。
 

4.健保資料庫

(肺炎防疫AI發揮功效 區分高風險患者)
 

台灣擁有龐大的健保資料庫,每個民眾擁有一個叫做健康存摺的資料,可以從裡面得知性別、年齡、病史、用藥、生活習慣及T.O.C.C(旅遊史Travel、職業史Occupation、接觸史Contact、群聚史Cluster)。
 

政府有將一部分的資料開放做使用,台灣是很適合用來做AI區分高風險病患,雖然現在的病例沒有那麼多,但是可以先用AI將高風險病患區隔開來,然後加強這些人的篩檢。現在各個國家都還在爭論,應該全民篩檢還是應該有症狀才篩檢、還是高風險的人才篩檢、還是老人都篩檢、還是咳嗽才篩檢。事實上高風險的人篩檢就可以了,運用AI把高風險的人篩選出來優先篩檢他。其實大部分的國家都做不到全民篩檢,因為現在的技術篩檢所花費的時間及金錢太高了,對於人口龐大的國家來說更是不可能。
 

5.AI+醫師線上諮詢 居家防疫很可以

(AI助攻居家防疫 線上諮詢、即時監控)
 

WHO也有特別提到說「遠距醫療」,意思就是說不要小病跑到大醫院,然後增加了感染的風險與傳染別人的風險,也增加醫療崩潰的風險,對大家來說都不划算。對於目前不便出門、不想出門與不能出門,以及盡量不要進出這個大醫院的這個狀況,北醫發展了一個叫做「皮膚好朋友」的線上諮詢服務。對於皮膚出現了狀況,可能不是那麼嚴重,非要用藥不可的人,有沒有辦法用遠距來做線上諮詢,所以開發出來了這個「皮膚好朋友 ASKIN」的服務。
 

台灣善用大數據,而且在醫療上面長期的投資,綜合以上幾點,AI的運用與台灣在這次防疫的經驗,值得其他國家的學習。