台大公衛學院流行病學與預防醫學研究所教授陳秀熙表示，精準醫療在慢性病、癌症治療行之有年，在傳染病的運用卻相對有限。記者林琮恩／攝影
全球每5至10年皆面臨重大傳染病疫情爆發，醫界應對疫情方式亦與時俱進。不過，台大公衛學院流行病學與預防醫學研究所教授陳秀熙表示，精準醫療在慢性病、癌症治療行之有年，在傳染病的運用卻相對有限，如今免疫學成為醫學界顯學，由人工智慧（AI）驅動的精準醫療，除可用於疫情預測，更可用來分析當下威脅人類的長新冠。
疾管署與台大傳染病防治研究及教育中心今舉辦「應用流行病學專業人才訓練計畫40周年紀念學術研討會」。陳秀熙表示，新冠後疫情時代，病毒不斷變異、重組，產生新型病毒威脅全民，運用AI技術，可幫助政府及學者及時發現新型變種病毒出現；隨著人類對免疫機轉愈來愈了解，AI也可用於預測患者免疫反應，配合精準治療，可提升感染傳染病患者的痊癒機率。
「AI可用於預測下一波疫情來臨時間，但更重要的是，如果知道下一波疫情將來，該如何應對。」陳秀熙表示，目前疫苗研發必須經過3期臨床試驗，等待時間漫長，運用AI可加加速疫苗研發，並發展「個人化疫苗」，更直接幫助民眾抵禦新型態病毒；透過AI及機器學習（ML）技術，可針對患者體內病毒量，分辨患者罹病後的重症、死亡等風險，並發展精準治療。
藉由AI分析，可減少面對重大疫情的NPI（非藥物措施）介入程度。陳秀熙表示，民主社會民眾重視自由，以AI模型分析，可讓NPI的程度降低，針對風險程度較高的區域精準介入即可，讓全面封城、餐廳全數關閉的情況不在上演，將強制性、隔離性措施降至最低；AI模型也可分析不同身體狀況、疫苗接種情形患者，所需的隔離時間。
陳秀熙表示，近期全球都在關注長新冠議題，為尋找長新冠治療方式，至少400個臨床試驗正在進行，長新冠對人類的威脅持續，在長者身上以心血管疾病表現，在年輕人身上則有腦霧、運動後容易疲倦等特徵，且新冠病毒持續存在人體內，即使本身不造成症狀，也恐激發體內潛伏的其他病毒，全球學界對長新冠的定義雖有待凝聚共識，但藉由AI模型，可根據患者症狀進行分類，並配合適當的藥物進行治療。
2024/11/08 16:00
轉載自聯合新聞網: https://udn.com/news/story/7266/8347227?from=udn-ch1_breaknews-1-99-news
Post gallery
