14/11/2015

複雜性症病的謎題需要人工智慧來破解

複雜性症病的謎題需要人工智慧來破解

蘇冠賓
中國醫藥大學 醫學院副院長
精神醫學及神經科學教授
精神疾病、腦疾病、癌症、心血管疾病、代謝性疾病,都是當代最困難的醫學難題,過去的研究即使是長期前瞻性設計,也都受限於施測人力和分析工具,僅能抽樣性地取用單一觀察點(例如每日或每)。然而,隨著智慧手機的普及,加上日新月異的穿載式配備,「系統性」、「連續性」、「大量性」的受試者生物指誌得以被收集,這種前所未有的「即時性」、「動態性」的數據分析,更提供了醫學上事先診斷和預防的可能性。所以,如果科技公司能推出「跨領域穿戴式」的醫療儀器和設備,一定會大大改變了研究數據的型態,把醫學研究、診斷、甚至治療提高到不同的境界。



最近人工智能又獲全勝,昨天Deepmind在Nature發表名為《Mastering the game of Go without human knowledge》的論文中,展示更強大的新版本圍棋程式「AlphaGo Zero」,在數十天的自我學習後,打敗世界高手和天下無敵手的AlphaGo之各個版本,而且竟是100%的勝率!這項研究又再驗證了即使在圍棋這樣最具挑戰性的領域,也可以通過強化學習,達到自我完善的目的。去年人工智慧(AI)機器人Watson,只花17秒就分析完3469本醫療著作、24萬8000篇期刊論文、10萬6000份檢測報告、6萬多份臨床數據,再根據病患基因圖譜和環境資料,立即制定3個優選治療建議!AI只花17秒,就打敗了大多數醫師!

Emotional Intelligence in AI is the Future of Mental Health
分析辨識情緒行為的人工智慧是精神醫學的未來趨勢

精神疾病是當代最困難的醫學難題,傳統的研究即使用長期前瞻性設計,也都受限於施測人力和分析工具,僅能抽樣性地取用單一觀察點(例如每隔一、二週、或一個月)去分析,這些數據對主要診斷或治療標誌往往「可以接受、但不夠理想」,對於長期成效評估(long-term outcome)的「涵蓋性和解釋量」都不夠完美。想像「代謝疾病、糖尿病或高血壓」的治療,能夠以持續性監測(continuous data from ambulatory blood pressure/sugar/lipid levels)的觀察,分析運動前後、工作時的影響、飯前餐後的動態指數時,科學家就能發現「連續 vs. 抽樣」數據在「預後、併發症和死亡率」上之具有意義的成效。同樣的道理,持續性即時監測分析「情感性精神病、憂鬱症、過動症、失智症…等等大腦疾病」的精神及情緒狀態之動態改變,在可遇見的未來,會對於精神健康的促進和精神疾病的診斷和治療,產生革命性的改變。

蘋果收購「應用人工智慧技術來分析情緒表情」的Emotient公司

幾年前蘋果公司就收購「應用人工智慧技術來分析情緒表情」的Emotient公司,研發AI技術來分析面部表情、判斷人們的情緒,主要幫助廣告商評估客戶對其廣告的反應。在日本,電話公司也開始利用語調辨識的技術,協助接線生提前評估來電者的情緒反應。聲音和影像辨識技術成為相當熱門的領域,Facebook和Google的Alphabet皆重金投資於這類技術,不僅運用在商業,更可廣泛地發展未來的醫學診斷及治療。


(圖 designboom.com)

蘋果開發整合醫療感測器的穿戴式醫療裝置

蘋果公司也積極開發整合醫療感測器的穿戴式醫療裝置,原本有意把Apple Watch發展成為結合診斷和治療功能的配戴式醫療助手,但醫療儀器受到美國食品和藥品管理局(FDA)的嚴格審查,為了不要拖慢Apple Watch 創新發表(升級賺錢)的速度,Apple Watch現階段只開發無需經過 FDA 審核的小功能(例如記錄日常活動、心跳、鼓勵提醒養成良好習慣…)。蘋果將研發另一款整合醫療感測器的穿戴式醫療裝置,一旦科技公司「跨領域」推出了實用的穿戴式醫療儀器和設備,會大大改變研究數據的型態,把醫學研究、診斷、甚至治療推到不同的境界。


複雜性症病的謎題需要大數據來破解 

不久之前,Thomas Insel 辭去任職13年的美國國家精神衛生研究院(NIMH)院長,加入Google的Alphabet,他認為,「未來我們說到健康的相關產業,討論的不再是禮來或輝瑞(藥廠),而是蘋果Apple和谷歌IBM(資訊業)」(In the future, when we think of the private sector and health research, we may be thinking of Apple and IBM more than Lilly and Pfizer)。他深深了解系統性、非片段性的數據,才是突破複雜性最高的精神疾病之關鍵。在他的TED演講中,可以看出他對精神疾病研究上的瓶頸有深入見解。有趣的是最後引用的是比爾蓋茲(資訊業)的話:「我們總是高估未來兩年將發生的變化,低估未來十年會發生的變化」,於是他辭去公職,加入Google。

在精神醫學的研究方面,目前可以著手、也是相當重要的議題是:
1. 面部和語音的情緒辨識(含固定作業之下的反應)科技必須突破。
2. 基礎活動量(體動)連續資料的收集並建立常模標準。
3. 連續性的睡眠或腦部活動資料之收集並建立常模標準。

眼前應該要儘速克服的困難是:
1. 經費(臨床試驗和提供設備給病患進行長時間配戴,以收集連續資料)
2. 跨領域團隊的密切合作。
3. 收集正確的大數據提供Emotional AI運算的基礎,再回到臨床大規模研究進一步驗正。


結合頂尖的臨床轉譯團隊,台灣能有競爭力

如果Apple、Google或科技公司真的「跨領域」推出了「穿戴式」的醫療儀器和設備,一定會大大改變了研究數據的型態,把醫學上預防、診斷、和治療的研究提高到不同的境界,面對這些歐美「巨獸型」的科技公司的投入,台灣能有佔有一席之地,甚至獨樹一格,領先世界嗎?台灣在資訊工程、電腦科學、以及穿載式配備上已有相當好的基礎,在硬體和軟體上的技術,也應該接近應用端的需求,但是,接下來更重大的挑戰,是如何進行「正確無誤、精準可信的臨床大數據」收集。

利用的醫療水準和健保資訊完整性為世界稱羨,然而台灣健保資料庫或醫療院所現成的資料,都是觀察性的回溯資料,並不符合完善控制條件之下之前瞻性數據,其中絕大部是受到「健保給付制度、因應醫療方便、和醫師個人見解」所產生的誤差資料。因此,如何結合台灣最頂尖的臨床轉譯研究團隊,進行精確「持續性、即時性之精神及情緒狀態之動態監測」的大數據收集,不但是未來用來研發「個人反應或社會互動下Artificial Emotional Intelligence」運算之Algorithm的基礎,更是AI能在Mental Health成功的關鍵!換言之,台灣有能力收集「前瞻性、嚴謹設計、精準控制條件」大數據的臨床研究團隊,結合高度研發能量的頂尖產業團隊,一起投入跨領域的合作,才能會讓medical AI的相關成果或產品有更高的競爭優勢。

台灣有一流的醫療水準、大量的臨床個案、和完整的健保資訊,結合AI還需要的是:
1. 台灣在國際上有影響力的臨床轉譯團隊,有能力收集「精準控制條件(有嚴謹研究設計概念)之下的前瞻性臨床大數據」。
2. 符合國際標準和共識的大規模、高品質的臨床試驗。
3. 主持人親自投入實驗,願意積極投入跨領域合作。

結語

引領潮流需要的是劃時代的見解和理論,而且是不同領域的人才爭奪戰。大腦的情緒反應和人類的精神疾病是科學和醫學上最複雜、最困難的挑戰。AI不但將帶給產學合作的新方向,對於深受疾病之苦的患者及家屬,AI或許成為破解醫學之謎的關鍵。精神疾病有強烈的社會、文化、語言之共通性,台灣的產學合作若能有所突破,其應用可以造福到所有華人、乃至於全世界的社會,未來也不容易被歐美超越。

「系統性連續性的健康或病態行為之收集」、「即時性動態性分析這些大數據的Algorithm之研發」、加上「因應相關應用之倫理規範之建立」,將提供「用穿載式配備預測發病時間、用虛擬實境預防創傷後症候群、用情緒辦識眼鏡協助自閉兒童社交功能、和AI心理治療師進行諮商」…等精神醫學應用上的無限可能,也會把醫學研究、疾病預防、診斷、和治療,提高到不同的境界。未來的精神醫學大師,很可能是熟悉電腦運算的AI高手、或是在虛擬實境中和病人潛意識的恐懼對戰的電玩高手。

(蘇冠賓部落格:http://cobolsu.blogspot.tw)


Reference:
  1. Apple smart strap patent hints at new direction in wearable tech (http://www.geeksnack.com/2015/12/05/apple-smart-strap-patent-hints-at-new-direction-in-wearable-tech/; http://www.technmau.com/apple-smart-strap-patent-hints-at-new-direction-in-wearable-tech-368679)
  2. 蘋果收購「應用人工智慧技術來分析情緒表情」的Emotient公司。http://www.theverge.com/2016/1/7/10731232/apple-emotient-ai-startup-acquisition
  3. 引領潮流需要的是劃時代的見解和理論 (更新2017/10/16)  http://cobolsu.blogspot.tw/2015/10/blog-post_16.html
  4. Bill Gates: "We always overestimate the change that will occur in the next two years and underestimate the change that will occur in the next ten. Don't let yourself be lulled into inaction." From his book, "The Road Ahead," published in 1996.








Post a Comment