<p><img src="https://info.compassedu.hk/sucai/content/1727593804948/1727593804948.png" width="767" height="511" /></p> <p style="text-align: center;"><span style="color: #666666;"><em>&nbsp; &nbsp;新加坡國立大學楊潞齡醫(yī)學院數字醫(yī)療研究所（WisDM）副主任嚴居淵副教授（左）和主任何鼎教授（右）</em></span></p> <p style="text-align: center;">&nbsp;</p> <p style="text-align: center;">&nbsp;</p> <p style="text-wrap: wrap;">科學家認為，個性化醫(yī)療能從整體上考量患者獨特的生理狀態(tài)及其變化過程，盡管它在實際應用中剛剛興起，但有望徹底改變醫(yī)療保健領域，優(yōu)化治療方案并延長健康壽命。</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;"><strong>新加坡國立大學楊潞齡醫(yī)學院數字醫(yī)療研究所（WisDM）主任何鼎教授</strong>對推動這一領域的發(fā)展抱有濃厚的興趣。</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">何鼎教授說，患者的藥物劑量有望在治療過程中&mdash;&mdash;甚至一天之內進行調整。&ldquo;過去，劑量優(yōu)化是基于是否達到毒性&mdash;&mdash;即找到患者的最大耐受劑量。&rdquo; 何鼎教授解釋道，&ldquo;<strong>現在，我們正在使用人工智能（AI）來嘗試基于療效的劑量調整</strong>&mdash;&mdash;即找到特定時間對特定患者最有效的劑量。&rdquo;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;"><strong>數字醫(yī)療研究所的目標之一，是利用患者自身數據管理其護理方案，使之適應患者的實時生理狀態(tài)。</strong>&ldquo;為了做到這一點，我們就不能僅僅根據患者生命中某個瞬間的生理狀態(tài)進行治療，而是要在人工智能圖譜技術的幫助下，了解患者全程的生理變化。&rdquo; 何鼎教授說。</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">在對幾種劑量的用藥進行監(jiān)測后，&ldquo;智能調劑&rdquo;可繪制出拋物線圖，以預測患者在某一時間可能產生的藥物反應。</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;"><span class="h1"><strong>數據來自患者</strong></span></p> <p style="text-wrap: wrap;">&nbsp;</p> <section> <section> <p style="text-wrap: wrap;">為了實現這一目標，何鼎教授和數字醫(yī)療研究所團隊開展了一系列臨床試驗，對特定患者在不同劑量下的藥物反應進行監(jiān)測。根據疾病的不同，研究團隊采用不同的標志物來追蹤治療效果，如血清成分、身體掃描結果等。</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">根據這些數據，<strong>研究團隊能夠生成一條拋物線，以預測患者在某一時間可能產生的藥物反應。</strong>每條拋物線的參數都是在名為&ldquo;智能調劑&rdquo;的人工智能神經網絡的幫助下確定的，何鼎教授解釋道。</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;"><strong>&ldquo;智能調劑&rdquo;已在臨床試驗中得到應用，以優(yōu)化前列腺癌<sup style="font-size: 11px;">1</sup>、實體瘤<sup style="font-size: 11px;">2</sup>等癌癥的化療</strong>。它還用于肝移植患者<sup style="font-size: 11px;">3</sup>免疫抑制劑的劑量調控，以防止排斥反應。</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">心臟病專家袁儀婷（Laureen Wang）對該神經網絡是否也能幫助她的患者控制血壓很感興趣。在新加坡，高血壓是誘發(fā)可預防型心臟病發(fā)作和中風的主要原因之一。</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">袁儀婷在新加坡國立大學心臟中心工作，同時也是數字醫(yī)療研究所的臨床首席研究員。<strong>她正在主導一項可行性試驗，以研究&ldquo;智能調劑&rdquo;給出的降壓藥物劑量建議是否有助于更快降低患者血壓。</strong><sup style="font-size: 11px;">4</sup></p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">為此，患者將能夠使用遠程血壓測量系統(tǒng)定期監(jiān)測自身血壓。利用這些數據，以及來自&ldquo;智能調劑&rdquo;的劑量建議，臨床醫(yī)生則能夠通過遠程醫(yī)療預約對患者的用藥劑量進行相應調整。袁儀婷說，臨床醫(yī)生不一定要采納人工智能的建議，但我們希望這能加快初始調整過程并降低患者血壓。</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&ldquo;<strong>從長遠來看，如果這個系統(tǒng)投入使用，這將意味著我的病人即使不常來醫(yī)院見我，也能更快地達到他們的血壓控制目標。</strong>&rdquo; 袁儀婷說。</p> </section> </section> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;"><strong><span class="h1">思維方式轉變</span></strong></p> <section> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">然而，試驗比預想中的困難得多，袁儀婷說。醫(yī)生對采納這些建議持保守態(tài)度，患者也不都能理解干預措施，導致獲得患者知情同意的過程充滿挑戰(zhàn)。</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">此外，由于&ldquo;智能調劑&rdquo;被歸類為醫(yī)療設備（尚未獲批用于大眾），國立大學醫(yī)療系統(tǒng)集團機構審查委員會一開始提出了查看設備實物的要求。&ldquo;<strong>鑒于審查員在理解人工智能工具的概念上所面臨的挑戰(zhàn)，患者和醫(yī)生看待人工智能工具的態(tài)度也會是問題所在。</strong>&rdquo;她說。</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">數字醫(yī)療研究所副主任兼國立大學醫(yī)療系統(tǒng)集團首席技術官嚴居淵副教授認為，猶豫是可以理解的。&ldquo;臨床醫(yī)生需要接受培訓，以便使用并解讀由這些工具提出的建議。&rdquo;他說。</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">此外，當涉及人工智能系統(tǒng)時，患者個人信息安全也備受關注。嚴居淵副教授說，<strong>為了解決這些問題，國立大學醫(yī)療系統(tǒng)集團已經制定了強有力的管理政策，確保系統(tǒng)只存儲去標識化數據。</strong></p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">國立大學醫(yī)療系統(tǒng)集團還開發(fā)了<strong>&ldquo;發(fā)現人工智能平臺（DISCOVERY AI）&rdquo;</strong>，在此平臺有效共享多個機構的大量醫(yī)療數據集，并用于AI模型訓練。他們?yōu)榇碎_發(fā)了一項技術，采用區(qū)塊鏈&mdash;&mdash;這一非常安全的數據驗證方法，為該平臺提供額外保護。</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;"><strong>人工智能模型開發(fā)完成后，研究人員可通過新加坡國立大學醫(yī)學院的&ldquo;高速數據人工智能平臺（ENDEAVOUR AI）&rdquo;進行配置，然后大規(guī)模地向臨床醫(yī)生提供實時的人工智能預測結果</strong>。</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;"><img style="display: block; margin-left: auto; margin-right: auto;" src="https://info.compassedu.hk/sucai/content/1727593947305/1727593947305.png" width="678" height="489" /></p> <p style="text-wrap: wrap;">&nbsp;</p> </section> <p style="text-wrap: wrap;"><strong><span class="h1">親身體驗</span></strong></p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">這些模型只是一個開始，嚴居淵副教授表示。<strong>&ldquo;人工智能縱向訪問患者數據的功能也非常強大，從實驗室檢驗結果、生命體征數據，甚至到護理記錄。&rdquo;</strong></p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">像何鼎教授這樣的研究者，正在將這一理念付諸實踐。他已經通過大學的倫理審查批準，<strong>通過結合手指點刺試驗和連續(xù)血糖監(jiān)測，研究飲食和運動對自己維持酮癥狀態(tài)的能力有何影響。</strong>何鼎教授計劃根據這些數據發(fā)表論文。</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">全球醫(yī)院普遍面臨高住院率和人手短缺，這導致患者入院等候時間的不斷加長。<strong>&ldquo;高速數據人工智能平臺&rdquo;是新加坡國立大學楊潞齡醫(yī)學院開發(fā)的一項人工智能工具，有助于預測患者的住院時間。</strong>它通過整合電子健康記錄中的實時數據和臨床觀察結果，為解決這一問題提供幫助。</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">通過面板上顯示的數據結果，&ldquo;高速數據人工智能平臺&rdquo;能提醒醫(yī)生入院等候時間的增加，從而為醫(yī)院資源的主動調配提供可能。<strong>該系統(tǒng)已在超過26萬名患者的數據中得到驗證，可提前兩周預測床位容量。</strong></p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">此外，該系統(tǒng)還能預測每小時前往急診室的患者數量，甚至能精確到他們會前往的區(qū)域。<strong>&ldquo;高速數據人工智能平臺&rdquo;已在國立大學醫(yī)療系統(tǒng)集團下屬的三家三級醫(yī)院中得到應用。</strong>總體而言，自2022年實施以來，該系統(tǒng)已成功將候診時間縮短了大約30分鐘至數小時不等。</p>