2020.05.14
《TAIWAN is Helping:全方位AI x防疫線上論壇》活動紀錄 (上)


紀錄整理:穎銳生醫顧問有限公司 Lawrence Chen 陳太一
編修:全幅健康照護子中心


 有鑑於COVID-19疫情的持續延燒,並且很可能需要對於疫情有長期抗戰的準備,由科技部補助全幅健康照護子中心、臺大人工智慧與機器人研究中心主辦,臺灣大學生醫倫理中心、財團法人台灣發展研究院、穎銳生醫顧問有限公司、社團法人台灣自殺防治學會、美商圖策智能科技有限公司、台灣醫務管理學會協辦的《TAIWAN is Helping:全方位AI x防疫線上論壇》,於4月30日上午9點至下午5點舉行。本次論壇邀請15位國內外知名學者專家擔任講者,探討議題包括:病毒與AI應用分析、檢測與治療開發、公衛與心理創傷、以及法制與醫療倫理等四個面向。
開場致詞貴賓,科技部許有進政務次長致詞片段:
https://youtu.be/avOc5Z6Asdg

(一)病毒與AI應用分析

 病毒與AI應用分析不論是在疫情監控或是技術研發皆扮演重要角色,主辦單位邀請到帶領團隊繪製出全球首個AI 「COVID-19基因演化路徑分析」的美商圖策智能(Graphen, Inc.)執行長林清詠博士、基因體研究專家工研院生醫所莊曜宇副所長、擔任美國貝斯以色列女執事醫療中心(BIDMC)老年基因體中心(GeriOMICS)共同主任的哈佛醫學院許益祥副教授、將於2021年出任國際醫療資訊協會理事長的臺北醫學大學醫學資訊研究所李友專特聘教授,以及台灣感染症協會理事長、同時也是台大醫院小兒部主任的黃立民醫師,來談談他們的研究發現。

  • Graphen COVID-19病毒演化監測- 林清詠博士
    演講片段:
    https://youtu.be/F5fvdAmJ75w
     AI「COVID-19基因演化路徑分析」(www.graphen.ai/covid.html) 是一個以圖學為基礎開發出的COVID-19監測平台, 根據Graphen得到的群集分析(Cluster Analysis),COVID-19目前演化出八大群(A - H)。其中A群(分為A1與A2)為最早發生於中國之病毒株,基因分析顯示其餘病毒株很有可能都是從這群分出來的;而攻陷紐約的則是H型病毒,紐約高達80%的感染都是此型病毒,此型病毒有位於S 蛋白與ORF3蛋白的突變,而ORF3與病毒脫離細胞有關係,目前尚不知感染之生理意義。此平台對於生醫研發的意義在於,利用病毒傳播與演化的理解,不但可以輔助AI進行流行病模式的追溯與預測,也可進行有效藥物開發。林博士也於問答時間提及,目前Graphen已計畫於國網中心建立平台,與台灣以及全世界各個單位進行進一步的連結。

  • 疫情與基因大數據之應用- 莊曜宇副所長
    演講片段:
    https://youtu.be/mNndyX2z4Xs
      台灣在防疫成功的同時,是否也能夠對於病毒基因定許有所努力?莊副所長提到,從過去的研究已經可以得知,寄主基因(Host Genetics)與病毒基因(Viral Genetics)對於COVID-19的監控非常重要,例如:對於高低危險群的的分析、藥物適用性的分析,以及更深入的Meta Analysis(如ACE2的多型性(Polymorphism)於Taiwan Biobank進行檢索等),都是可以做到的;然而必須提到的是,不同的分析工序與流程可能會導致不同的變異,因此演算法的分析必須要有好的檢定統計量比較。工研院對於本次COVID-19的疫情,有兩種診斷系統已進行開發。而AI與基因大數據要能夠結合,仰賴於不同分析平台的整合、跨領域的結合。須強化寄主基因與病毒基因的交互連結研究,以及對於大數據、AI以及生醫領域的知識(Domain Knowledge)。

  • SARS-COV-2 virus mutations and human genetic variation to viral infections- 許益祥副教授
    演講片段:
    https://youtu.be/-xF4a611wvw
      對於病毒的治療,必須要考慮到病毒的變異。目前有研究進行比較十一種不同突變株感染猴細胞,發現各突變株感染模式相似,差別則是於24小時內產生。現今有數個發展中的治療策略:中和性抗體以病毒之S、M、E蛋白之各種組合作為標的;RNAi與小分子(small molecules)治療著重於干擾病毒與宿主的交互作用,而人類基因體變異與病毒感染的交互作用也在治療策略當中扮演重要角色。雖然有報告指出ACE2的變異對於S蛋白入侵的效力並不顯著,仍極有可能存在其他因子影響寄主與病毒互動。許教授的團隊目前著力於中和性抗體的開發,也同時關注人體基因型變異與COVID-19感染的關係,若國內外有樣本該團隊可協助分析。 

  • AI vs. Pandemics - 李友專特聘教授
    演講片段:
    https://youtu.be/98Rv8kO-9PQ
     李教授就國際健康科學資訊學院(IAHSI)曾對WHO提出對於資訊以及AI於公共衛生與醫療的落實提出之四點建議進一步解說:
    1. AI預測(Predict by AI),或是所謂精準防疫,AI可以幫助早期篩選高風險者(例如數位居家快篩)入院前篩檢,甚至進行遠距醫療等,降低醫療體系的負荷。
    2. 遠距醫療(Telemedicine)在疫情爆發的時刻更可看出其優點。然台灣因通訊診療法的緣故而不能透過此方式開處方;而英國之NHS已經轉部分門診為遠距醫療,若台灣也能夠落實跟上,每年或可減少3600萬次診療,也可以大量減少醫療資源的浪費。
    3. 巨量資料分享開源(Sharing / Big Data)的重點在於:分享高品質的醫療資料,如各國的Biobank等。這些資料必須避免偏誤取樣(biased sampling)以及假資料,而資料開源的困難之處有兩個:各國以及各個團隊資料格式混亂,以及不願意分享。
    4. 公開透明準則(Transparency)也遇到相同的問題。各國對於社群網路的管控程度以及內部資訊的空開標準不一致,因此不易全世界分享。
      綜上所述,這次的疫情是一個實踐AI與醫療相當好的機會,可一定程度的推動AI醫療的發展,如何落實上述四點即是關鍵。李教授也提出讓各國能夠有效進行資料共享的相關建議,分兩個面向談。第一,如何讓各國分享? 現在各國科技防疫競爭,以及研發市場導向,使得資料分享更困難,,可能需要一個類似WHO的機構強制性要求會員分享。第二,如何讓分享的資料有效?資料必須要有相同的格式才能加快AI開發。目前有OMOP Data Model來規範資料格式,但重點還是在於各個單位願不願意遵守規範。

  • COVID-19病毒與感染綜觀- 黃立民主任
    演講片段:https://youtu.be/0K0wBv5KJcw
     黃主任認為,關於COVID-19疫情抑制,最關鍵的仍然是疫苗開發。如果能針對受體結合區(Receptor Binding Domain)進行疫苗開發,將會是很好的標的。目前WHO認定已有超過三十種疫苗開發中,但疫苗有安全疑慮,必須確保完全的無毒性。因此什麼時候能夠有安全與有效的疫苗,是臨床實務上最關心的部份。現場聽眾也就台灣在國際合作疫苗開發方面向黃主任提問。他的想法是,與禽流感流行疫苗採購一樣,買權利、與大藥廠簽約、當大流行時確認供貨。但國內法規不允許買權利,因此於國內生產是目前唯一的可能性。但政府必須付錢讓國外疫苗於台灣生產,故必須於法規以及其他方面規劃好合作可能性。
 


(二)檢測與治療開發

 臺灣的研究單位在新冠病毒的檢測與治療開發上也陸續有許多技術突破,本次論壇與此議題相關領域的專家為擁有超過30年法規顧問經驗的穎銳生醫顧問有限公司朱棻玉總裁、參與國研院國網中心「COVID-19全球疫情地圖」計畫的王聿泰組長,以及參與「手持核酸分子快篩系統」研發的工研院生醫所精準醫療診斷指引技術組陳廷碩組長。

  • 防疫生技產品FDA EUA緊急授權許可- 朱棻玉總裁
    演講片段:https://youtu.be/c9gsX1ZaxKU
     美國NIH於今年2月4日所公布針對COVID-19的緊急授權許可(Emergency Use Authorization, EUA),其基準適用於FDA審核某產品時,對於是否能夠對COVID-19的預防、診斷或者治療有幫助,進行判斷以給予販售許可。醫療AI於本次COVID-19之EUA有兩個重點項目:遠距醫療,以及醫療數據收集相關工具。FDA對於軟體醫材(SAMD)以及 AI相當重視,實務上審核過程中FDA非常配合,但產品驗證必須於Pre-EUA就先行準備好,品質系統與優良企業規範於EUA不需提供,顯示出FDA也積極協助醫療AI產品的核可。
     
  • 技防疫平台介紹- 王聿泰組長
    演講片段:
    https://youtu.be/i4Q_pUZb2qY
     國網中心的台灣杉二號超級電腦具強大的計算力,而依據本次疫情的需求也開放使用申請,根據使用目的不同分為生物類(基因、蛋白質結構、分子對接與分子動力模擬、醫學影像等),以及非生物類(社群資料探勘、資源流通、遠距或線上教學或解決民生問題等),均可以申請使用。國網中心也有開發「COVID-19全球疫情地圖」,為一即時傳播各項數據的平台(covid-19.nchc.org.tw/),包含台灣COVID-19 疫情報告、全球COVID-19 疫情報表等資訊。也開啟「御守台灣 科技防疫」的專案申請(event.nchc.org.tw/2020/wecanhelp/),不限產官學研,提出問題並且對於運算資源有需求者皆可申請,審核通過後可免費使用臺灣AI雲。
     
  • 檢測技術在新興傳染病之應用及市場- 陳廷碩組長
    演講片段:
    https://youtu.be/qv0DliiBPIY​
      目前國內開發生產檢測產品之產業供應鏈大致完整;然而因各國邊境封鎖的關係濾水膜目前有缺貨的現象,分子檢測產業供應鏈也面臨原物料日漸短缺,而檢測所依賴的電子零件則較充裕。陳組長也提到,產品開發過程中主要的問題為樣品收集(如:採樣與運送必須要有標準化的採樣方式、保存方式與保存配方等),以及檢測誤差(樣本的前處理問題(GIGO))等。他也就台灣常規體外診斷醫療器材(IVD)與本次疫情的專案製造,申請時之性能評估項目做比較。而面對國外防疫相關醫材產品快速增加,台灣是否有立即可以切入的點?陳組長回答,既有的萃取與聚合酶連鎖反應(Polymerase Chain Reaction, PCR)廠商出貨狀況好,而新創公司多著重在即時檢測(Point of Care Testing, POCT)的部分,至於是否需要特別扶植快篩或者其他產品,可再多方討論。
     

    *本次演講所有影片清單請見:https://www.youtube.com/playlist?list=PLqh_hsIR_bXa4CgysBWs3NbOTjsUxITOh*

    【更多內容請見活動紀錄(下)】