上報 Up Media

呂廷格

 

● 羅氏藥廠腫瘤科全球主管

在傳統研究技術結合龐大計算能力及巨量新資訊之下，人類邁入了醫療科學的轉型期，近日，Google宣布已發展出勝過人類放射學的乳癌預測人工智慧系統──而這不過是大數據將掀起的醫學診斷、療程與研發的革命先聲罷了。

但想實現人工智慧所蘊含的巨大潛能，吾人必須建設一套具全球共識的真實世界數據收集與使用管理辦法。

所謂真實世界數據（real-world data），即指有助於最新醫學研究的一切資訊，其中部分已被應用許久，譬如，長期以來癌症學者便使用匿名醫療紀錄，篩選出最可能對創新實驗療法有良性反應的患者。

然而，其他諸多數據則至近期大規模分析技術出現後，才搖身一變為可用資源。

儘管人工智慧與相關科技所提供的嶄新可能，在隱私權和數據持有權上帶來各種複雜且具爭議性的問題，人們仍可透過創設健全的個資保護規範來克服挑戰，對世界各政策制定者與全球管理機構而言，此乃刻不容緩的任務。

在美國，大範圍的可用匿名病患數據已掀起一波波創新浪潮，醫療科學的強勢發展遠超過真實世界數據法規的建立速度。

譬如美國國家癌症中心（National Cancer Institute），即準備推出一套兒童癌症數據倡議（Childhood Cancer Data Initiative），此倡議中一項為期10年的計畫將運用美國國內每位兒童及青少年癌症患者的數據探尋最新的標靶、療法。

同樣地，蘇珊科曼乳腺癌基金會（Susan G Komen Foundation）也推出了乳癌大數據倡議（Big Data for Breast Cancer），其中包含以演算法分析部份最難治癒的乳癌病例的生物程序（Biological process）。

可惜，這些數據都僅來自美國病患，故在全球層面上適用性有限。

畢竟，人體生物學依不同群體、個體而異，這部分歸因於環境與孤立、移民、歷史疾病負擔等長期偏向因子所造成的基因差異，鐮狀紅血球貧血症（Sickle-cell anemia）、阿什肯納茲基因疾病（Ashkenazi genetic diseases）和囊狀纖維化（Cystic fibrosis）僅是諸多特定族群疾病中的三個案例。

這些個別生理學間的變項，代表適用於某一次群體的療法不見得適用於另一次群體，因此，創建一個盡寬盡廣的真實世界數據網乃是首要之務，哪怕在建設可用的匿名真實世界數據上，歐洲要遠落後於美國。

對病患隱私權與數據持有權的合理顧慮，乃是導致此落後的主要原因。

想化解這層顧慮，就有賴於全球性的規範來防止一切數據濫用，醫療當局也應標準化真實世界數據收集與使用的指導原則，並建立一套基因組學研究分享的全球性標準。

為此，醫藥公司及其他醫界權威和歐盟相關主管者與美國食品藥物監督管理局（US Food and Drug Administration）正合作界定，對研究者而言何謂兼顧「病患隱私權」與「提供者課責性核心價值」的安全數據使用方式。

近期研究的重大突破告訴我們，在正確的政策組合下，真實世界數據的應用將締就怎樣的榮景。

自獲得2200萬名匿名癌症病患的數據庫以來，羅氏集團（Roche）研究員已研發出一套預後評分系統（prognostic scoring system）。利用此系統，醫護人員將能藉一系列因子，預測患有自體免疫疾病的癌症患者在面對免疫療法時可能產生的不良反應。

鑒於受此反應所苦的患者們僅佔這新型療法的臨床受試者的極小比例，此系統是為該領域研究的一大進展。

若能有效利用最新科技及世界最大的癌症基金組數據庫，人們將能加速個別療程的發展，並更佳地回應受致命疾病威脅的病患需求。但在此光明的前景外，真實世界數據的應用也使如何分享個人數據成為一項複雜的課題，對此課題視而不見既不現實也不負責任，因這可能意味著放棄醫療史上最大的躍進。

這些政策挑戰需由國際社會共同面對。唯有如此，吾人才能完全實現技術革命為醫學研究帶來的裨益。

（翻譯：許博雅，責任編輯：簡嘉宏）

© Project Syndicate

（原標題為《Globalizing the AI Revolution in Health Care》文章未經授權，請勿任意轉載）