<p>人有生老病死，「老」和「病」困擾著每一個人。臺灣隨著高齡人口增加，長期照護的需求跟壓力愈來愈大，社會資源和人力足夠因應嗎？即使年輕人也時刻面對各種疾病威脅，耳熟能詳的「及早發現，及早治療」，卻不容易做到，某些惡性、慢性疾病的治療更是有難度。好在精準醫療、醫學工程的進展，替難題帶來新契機。國立陽明交通大學數位醫學暨智慧醫療研究中心的楊智傑教授身兼醫師與研究者，可謂跨領域的整合者。</p>
<p>&nbsp;</p>
<h2><strong><span style="font-size: 20px;">「精準醫療」是什麼？</span></strong></h2>
<p>從小看病到大，大家對醫療都不陌生，可是什麼是「精準醫療」？從每一位病患的角度出發，自己的病情都是獨特的；可是在面對眾多患者的醫師眼中看來，病患與病患之間存在共通性。奠基於實證醫學的現代醫療，便是依靠統計學等分析方法，透過臨床試驗比較療法的效果，從歸納尋找治療疾病的標準方式。</p>
<p>&nbsp;</p>
<p>這套思維被多年臨床經驗證實相當有效，卻也不可避免有所局限，因為每一位患者的狀況確實有差別。對於同一種疾病，即使歸納出標準的療法，對大部分患者有效，卻可能對少數患者幫助有限，療法效果差異很大。原因到底是什麼呢？</p>
<p>&nbsp;</p>
<h2><strong><span style="font-size: 20px;">關注個人差異的精準醫療</span></strong></h2>
<p>以肺癌為例，研究不同患者的生物標記，會發現即使乍看都是肺癌，但若比較不同患者的癌細胞，甚至是同一位患者不同部位、不同罹病時期的癌細胞，卻有著不同的基因型與表現型。也因此某種藥物針對某一類癌細胞相當有效，但對其他類突變未必如此。</p>
<p>&nbsp;</p>
<p>醫療終歸要「對症下藥」，只是原本的症是肺癌，精準醫療的症則是「這位患者的肺癌」。「這位患者」的病況及治療後的復原情形，受到先天的遺傳變異，後天的基因突變，生長背景與日常生活的狀況，以及其他疾病等因素影響。精準醫療便是精準地考慮個體狀況差異，像是我們熟悉的標靶藥物等治療手段，便常用於精準醫療。也因為關注個體狀況差異，才讓我們看見精準醫療拓展到長期照護的可能性，因為唯有個人化才能適時給出最需要的支持。</p>
<p>&nbsp;</p>
<p>既然要對症下藥，掌握資訊就是關鍵，該如何取得資料，取得誰的資料？一種做法是，先蒐集很多患病與沒有患病者的資訊，交叉分析比對，找出有價值的線索。</p>
<p>&nbsp;</p>
<div class="py-6">
<div class="jsx-3968805167 flex justify-center -mx-2">
<div class="jsx-3968805167 px-2">
<div class="jsx-3968805167 relative overflow-hidden"><img decoding="async" class="jsx-3968805167" src="https://www.charmingscitech.nat.gov.tw/backend/wp-content/uploads/2023/09/1-1_670x460.jpg" /></p>
<div class="jsx-3968805167 absolute w-full left-0 bottom-0 p-4 text-white text-[13px]" style="background: rgba(0, 0, 0, 0.66); display: block; line-height: normal;">隨著數位化科技進展，AI 輔助診斷、遠距醫療將漸漸成為常態。</div>
</div>
</div>
</div>
</div>
<p>&nbsp;</p>
<h2><strong><span style="font-size: 20px;">精準醫療的基石：人工智慧與生物資料庫</span></strong></h2>
<p>像是臺灣在 2012 年成立的「臺灣人體生物資料庫」，已經蒐集 20 萬位參與者的樣本，包括基因組定序、健康狀況、就醫、用藥紀錄等資訊；另外不同的臺灣研究者，也跨領域組隊挑戰胰臟癌、腦科學等領域，希望能幫助患者。大量資訊都有機會串連臺灣的健保資料庫，讓不同團隊從資料庫各取所需，除了尋求潛在療法，也希望能找出與疾病相關的危險因子，提供潛在患者有用的建議以預防疾病。</p>
<p>&nbsp;</p>
<p>除了要找到新線索，還要更快更準的找到。現今醫療檢驗的項目眾多，醫療人員面對病人資料時容易眼花撩亂。該如何縮短判斷時間，正確解讀資訊，快速找到問題關鍵？診斷部分 AI 能幫上忙，像是醫學影像的判讀，包括 X 光、電腦斷層、超音波、磁振造影、病理組織切片等資料，受過訓練的 AI 診斷平臺能夠協助醫師，更快速又準確地診斷病理影像，及早發現癌症、確認病灶。</p>
<p>&nbsp;</p>
<h2><span style="font-size: 20px;"><strong>AI 輔助開刀：搶救老年中風患者的黃金治療時間</strong></span></h2>
<p>外科手術方面，目前還沒辦法完全不依靠專業醫師，只讓 AI 操刀，但是 AI 已經能有效協助醫師。例如達文西手術系統，配備擬真的人類關節設計以及 3D 影像系統，在醫師操縱下，不僅能減少失血與開刀傷口，還能在真人無法接觸的位置動刀。</p>
<p>&nbsp;</p>
<p>而在動刀之前，若能獲得更完整資訊，動起刀必然更有把握。有的手術可以事先安排，妥善準備好再動刀，有些卻十分緊急，一刻都不能耽擱。例如高齡族群常見的中風，能早一點處理，治療與恢復的把握就更多一分。腦中風約有三分之一為出血性腦中風，必需在三小時內正確診斷出血位置並進行開顱手術，增加恢復機率。這宛如與死神賽跑，如今 AI 已能在診斷與手術兩階段，協助人類搶得先機。</p>
<p>&nbsp;</p>
<p>中風後即使手術成功，患者依然需要長期復健。包括防止身體僵硬的物理治療、恢復日常生活能力的職能治療，以及處理說話吞嚥等的語言治療等。醫院空間有限，患者回家後，要如何提升在家復健的效果？結合 AR/VR 的「混合實境中風上肢復健系統」應運而生。</p>
<p>&nbsp;</p>
<h2><span style="font-size: 20px;"><strong>專家對於居家照護機器人的想像</strong></span></h2>
<p>從中風復健可以知道，手術以外，日復一日的生活中也時刻有醫療需求。如老人長照更是希望能面面俱到，顧及生活中的每個面向。人力資源有限，隨著高齡人口占比增加，長照機器人有了大顯身手的空間。</p>
<p>&nbsp;</p>
<p>實務上，不見得要把機器人做成類似《大英雄天團》電影角色「杯麵」般的人形，只要能協助居家照護的工具都能算。每個人的長照需求不同，如果機器人能理解被照護者的特定要求，滿足生理、心理的需求，也能算是一種精準醫療。可惜這方面仍有待改善，但樂觀來想，這也是充滿希望，進步可期的新領域。</p>
<p>&nbsp;</p>
<div class="py-6">
<div class="jsx-3968805167 flex justify-center -mx-2">
<div class="jsx-3968805167 px-2">
<div class="jsx-3968805167 relative overflow-hidden"><img decoding="async" class="jsx-3968805167" src="https://www.charmingscitech.nat.gov.tw/backend/wp-content/uploads/2023/09/1-2_670x460.jpg" /></p>
<div class="jsx-3968805167 absolute w-full left-0 bottom-0 p-4 text-white text-[13px]" style="background: rgba(0, 0, 0, 0.66); display: block; line-height: normal;">長期照護需求愈來愈大，新科技能帶來有用的協助。</div>
</div>
</div>
</div>
</div>
<p>&nbsp;</p>
<h2><span style="font-size: 20px;"><strong>醫療工程的進步實現智慧醫療</strong></span></h2>
<p>不論診斷、手術、復健、長照等領域，都離不開「醫學工程」的應用。楊智傑教授強調，醫學進步和科技進展脫不了關係。從工程的角度出發，開發工程技術來解決醫學問題，可稱為醫學工程。反過來說，將工程技術融入到臨床照護，從醫學角度出發，運用科技讓醫療變得更安全，病患體驗更佳，也就是工程醫學。</p>
<p>&nbsp;</p>
<p>前述的長照機器人、達文西手術系統等，皆屬於醫學工程的應用；而仿生醫材、骨材等醫療輔具，在 3D 列印等新科技的支持下，更有相當廣泛的應用，像是監控眼壓的的軟式隱形眼鏡偵測器，便能及早診斷青光眼。</p>
<p>&nbsp;</p>
<h2><strong><span style="font-size: 20px;">AI 與網路創造更有效率的醫療環境</span></strong></h2>
<p>醫療不可避免的一大問題是，大多數患者的身體，和擺放儀器的醫療場所有段距離，老人更是不適合長途移動。遠距看診能解決許多問題，節省病人的交通時間、避免感染風險，也讓醫療團隊更有效率服務更多患者。</p>
<p>&nbsp;</p>
<p>說到效率，詳實記錄診斷與療程資訊的病歷雖然不可或缺，但著實耗費醫療人員大量時間。如 ChatGPT 這類生成式 AI 能協助病歷生成，也可以整理出更結構化的資料，有利於未來資訊分享。</p>
<p>&nbsp;</p>
<h2><strong><span style="font-size: 20px;">效率化暗藏危機：醫療紀錄的隱私權</span></strong></h2>
<p>新科技在醫療的應用，乍看一片光明，然而，資訊安全與隱私問題也相應而生。例如前述的長照機器人，日常照護與診斷時，一定會蒐集患者的個人資料，並使用資料庫進行分析。病歷數位化加上跨院共享，不論紀錄、調閱都很方便，也增加隱私曝光的風險。大批數位化的紀錄不但給了有心人士可趁之機，也觸及更根本的問題：如何平衡利弊？</p>
<p>&nbsp;</p>
<p>楊智傑教授認為：「告知同意仍是基本的精神。在臨床照護上，要對病患做任何檢查和治療處置，醫師和專業醫療人員都會善盡告知病患的責任，讓病患了解目前要接受的檢查或治療。因此，即使收集個人身體數據可以自動化，或某些醫療處置可以被機器取代，都仍應善盡告知同意的義務。」</p>
<p>&nbsp;</p>
<p>要促進新科技在醫療的利益，減低風險與弊病，有賴患者、醫師、法律人的共同參與和努力。例如對生物資料庫缺乏管制，會導致濫用的風險，可是假如太過嚴格，又會阻礙有益於病人的進步。患者不完全是被動的接受者，多吸收與思考相關知識，也有助於自己的病情，與醫療團隊創造雙贏。</p>
<p>&nbsp;</p>
<h2><span style="font-size: 20px;"><strong>進步，是為了更好更安全的醫療環境</strong></span></h2>
<p>回歸問題的本質，楊智傑教授認為：「醫療的目標仍在於不斷地精進醫療流程，讓病患接受更好更安全的治療。精準醫療和醫學工程的進步，都是讓現代醫療能更上一層樓的關鍵。儘管現在還有很多困難，但科技的進展仍會帶動許多突破，最終達成精準醫療和智慧醫療的目標。」</p>
<p>&nbsp;</p>
<p>那麼，你看見的未來醫療與長照是什麼樣貌呢？</p>
<p>&nbsp;</p>
<p>（客座總編輯｜國立陽明交通大學數位醫學暨智慧醫療推動中心 楊智傑主任；責任編輯｜曹盛威、劉品萱）</p>
