文／本報綜合報導

那是一個陽光燦爛的日子，空氣中已有一絲春天的氣息。安吉拉沿著走廊來到健康諮詢室。他已經看了好幾年的病，但那天早上他走路有點拖著腳，臉部表情有點僵硬，還有輕微顫抖。不到一周的時間，他就被診斷出帕金森氏症，但為何醫生沒能及早發現他的症狀？

對於世界各地的患者來說，這種情況太普遍了。只有當身體出現明顯不適時，疾病才會被確診。當身體向醫生發出警訊時，表示已經出了問題。如果能夠及早發現疾病，患者就有機會接受早期治療，甚至有可能在病情開始之前就先預防。近幾年來的新技術，已為人們帶來一線希望。



● AI醫學模式新趨勢

BBC報導，未來探索網站（Future Exploration Network）創始人──未來學家道森（Ross Dawson）預測，未來醫療體系將從目前的亡羊補牢式轉向一種新的系統，其重點在預防和追蹤潛在的健康問題，而不是坐等疾病惡化。他表示，社會型態已轉變，人們對健康生活的期望值也不斷提高。

這十幾年，新技術和新數據有突破性發展，催生了人工智能（AI）領域的醫學知識建構，它在模式識別方面比人類有效得多。透過監測心率、呼吸、運動，甚至呼吸中的化學物質，AI能夠在症狀出現之前就發現潛在的健康問題。這可以幫助醫生干預或改變病人的生活方式，以減輕或預防疾病。這些系統能夠辨識人眼看不到的東西，發現人體所透露出關於未來健康狀況的訊息。

眼睛是健康之窗

道森提到的一些研究中，AI能透過不斷監測脈搏，預測出哪些人有罹患心臟病的可能。有一項研究，甚至提出心臟病理學家認為沒有預測價值的變數。谷歌的一項研究顯示，AI運算數據還可以透過觀察眼睛，預測你是否會得心臟病。經過訓練的AI對28萬4335名患者的視網膜進行掃描，透過分析縱橫交錯的血管中所隱藏的圖案，AI機器學會了發現心血管疾病的跡象顯示。


日常行為的波訊

專家卡塔比（Dina Katabi）表示，如果AI能夠及時為病患提出警訊，那麼對遺傳病和帕金森氏症、憂鬱症、肺氣腫、心臟病，以及失智症等各種衰弱性疾病的延誤診斷將成為過去。

他設計一種傳輸低功率無線訊號的裝置，這些電磁波會反射到病人身上。由於身體的移動會改變周圍的電磁場，他將無線訊號描述為「神奇的怪物」，它超越了人類的自然感官。在病人家中安裝這樣的設備，可持續監測他們的睡眠模式、活動和步態，也可監測病人的呼吸頻率以及是否有人摔倒。除此之外，透過監控心跳，還能了解病人的情緒狀態。

他說，電磁波肉眼不可見，但卻能補充目前的醫學知識。人類感知變化的能力有限，但這種設備能夠隔牆提取重要訊息，透過監測病人日常行為的變化可以盡早發現疾病的苗頭。

面部特徵的識別

AI還可透過分析面部特徵預測未來可能發生的疾病。有研究顯示，它可以識別出人類面部細微的差異，而這些差異正是病患的徵兆。總部位於波士頓的初創公司FDNA開發了一款名為Face2Gene的程式，使用一種被稱為「深度表型」的技術，可以透過分析患者面部特徵識別出可能患有的遺傳疾病。

AI透過輸入1萬7000多張受216種不同遺傳條件影響的患者照片進行訓練，某些疾病的患者會呈現出特有的面部特徵，FDNA的運算已經學會識別這些人類醫生通常檢測不到的特有型態模式。罕見遺傳病的早期診斷意味著可以更快地為患者提供醫療服務，同時使家庭不必經歷漫長的診斷過程。罕見疾病影響10%的世界人口，諸如此類的AI技術將改變未來醫學界。



● 光影掃描診斷法

然而，並非所有疾病症狀都顯而易見。長期以來，醫生都依靠X光和掃描進行診斷。史丹佛大學（Stanford University）臨牀放射學弗蘭克（Ben Franc）教授正致力於解開PET掃描中隱藏的祕密。每年，腫瘤科例行進行的全身PET掃描達數百萬次。如今醫生透過這種掃描確定腫瘤的位置，從圖像中提取的訊息可以使醫生更加了解病人，甚至查出未發現的疾病。

腦內的訊號

弗蘭克與研究小組利用AI，開發出能夠發現新陳代謝中細微變化的數據，這是大腦某些區域對葡萄糖的吸收狀況，它被認為是阿茲海默症早期發展的過程。在對40名從未見過的患者的圖像進行測試後，該運算平均能比人類醫生提前6年檢測出阿茲海默症。

不僅是老年失智症，他的研究小組發表的一篇論文指出，結合來自MRI和PET掃描的大量原始數據，可以用來預測患者的乳腺癌亞型及有無復發的生存率。這個不斷發展的新領域被稱為放射學，它利用掃描的原始數據來識別肉眼無法識別的特徵。



● 語調表情心理分析

雖然掃描和影像技術可提供關於身體健康的線索，但精神健康狀況仍難以檢測。全球心理健康狀況不斷惡化，目前影響全球大約25%的人口，在一些國家已達到流行病的比例。心理疾病是導致殘疾的主要原因，也給社會帶來巨大的壓力。

AI為此提供了新方法，能及時發現心理疾病的早期症狀，即分析用詞、語調和其他語言上的細微差別。南加州大學創意技術研究所開發的艾莉（Ellie）是一名虛擬治療師，可以分析病人臉上的60多個點，判斷他們是否患有抑鬱症、焦慮症或創傷症候群障礙。一個人在回答問題前停頓的時長、姿勢和點頭的次數，都能幫助艾莉在「會診」時進一步了解病人的精神狀態。

正如史丹佛大學生物醫學倫理學學院的馬汀（Nicole Marinez-Martin）發表在《倫理學雜誌》的文章指出，AI有望改善精神疾病的預測、診斷和治療過程，為精神疾病的治療帶來重大進展。