AI醫學

人工智能（Artificial Intelligence, AI）已經在很多行業中被應用，如日本、中國、韓國先後推出24小時不用休息的AI主播。[1] 還有會做pizza、漢堡、刀削麵等的AI機器人廚師，[2] 及可以在短短幾分鐘寫出約40,000篇報道的AI記者，還會寫出法文和德文。[3] 在醫學方面，AI也開始有所作為。

現今，AI在醫學方面的應用主要有四方面：[4]

一、基因編輯：基因編輯技術雖惹來不少批評，但研究人員仍努力研發出更可靠的基因編輯法寶，以至可以「直接修正更大段導致遺傳病的基因突變」。美國博勞德研究所（Broad Institute）的生物化學家劉如謙及其團隊研發了「優質編輯」（prime editing），並聲稱「理論上可修正大約89%已知的致病人類基因變異」。[5]

二、醫療個人化：不同的病人對藥物和治療方案的反應都不同。因此，個人化治療具有極大潛力，可以延長病人的壽命。治療可以有不同的選擇，有時醫生也難以確知哪些因素會影響治療，以致影響他們作決定。機器學習可以自動執行這項複雜的統計工作，並且幫助醫生去發現病人對特定治療將產生怎樣特定的反應。簡言之，演算法可以預測病人對特定治療的可能反應，使醫生根據預測的結果更容易設計正確的治療計劃。

三、更快研發新藥：開發藥物是一個既漫長又「燒錢」的過程。根據美國食品藥品監督管理局（U.S. Food and Drug Administration, FDA）所列出研發新藥的過程，[6] 第一步、發現與建立（Discovery and Development）。研發者要先進行一些基礎研究，然後再深入研究疾病的發病過程，研究人員按此設計藥物來停止或逆轉疾病的影響。[7] 第二步、臨床前研究（Preclinical Research）：在藥物應用於人體之前，為了初步證明藥效及安全性，臨床前的藥效實驗通常會用細胞、老鼠，有時也用猴子來試藥；至於臨床前毒理實驗（也稱為安全性實驗），主要是用老鼠、狗、猴子、有時也會用迷你豬等等來試藥。[8] 第三步、臨床研究（Clinical Research）：以人體進行四階段的臨床試驗。第四步、FDA藥品審查（FDA Drug Review）：如果藥物開發者從其早期測試、臨床前和臨床研究中獲得證據，證明該藥物對預期用途是安全有效的，則該公司可以提出申請，將該藥物推出市場。FDA審查小組徹底審查了有關該藥物的數據後，會決定是否批准藥物推出市場。第五步、藥品上市後FDA安全監控（FDA Post-Market Drug Safety Monitoring）：FDA審查有關處方藥和非處方藥問題報告，以此決定加上藥物劑量或用法上的資料及添加注意事項。短短一段文字簡單介紹了在美國，新藥的研發及推出市場的過程，然而，實際上操作起來，一般來說新藥其實要花上10至15年的時間才能推出。除了時間成本，一種新藥的開發平均可花上27億美元。[9] 機器學習可以使藥物開發中涉及的許多分析過程變得更加高效，這有可能節省數年的工作和數億美元的投資。

四、診斷疾病：正確診斷疾病需要多年的醫學培訓。即使那樣，診斷通常也是一項艱鉅及耗時的過程。在許多領域，往往是對專家的需求超過供應。這使醫生承受壓力，有機會延誤了拯救病人性命的診斷。機器學習，尤其是深度學習演算法，最近在自動診斷疾病方面取得了很大進步，令診斷變得較便宜及容易獲得。

我們現在集中討論診斷疾病方面的AI技術，AI可協助醫生判讀X光片或電腦斷層掃描（Computed Tomography, CT）影像等。要判讀有關醫學影像，要消耗放射科醫生不少精力，由於放射科醫生每天都要查看大量影像，有時難免出現漏診情況。為了防止「走漏眼」等延醫個案出現，中國南京鼓樓醫院醫學影像科讓經過特殊「培訓」的AI機器人成為閱讀CT片的第一「讀片人」，篩選了當中有可能是肺部結節（組織中的突起物）的CT片，隨後交給高級職稱醫生進行二次讀片和審核，最終由審核報告的醫生負責撰寫報告。[10] 香港方面，由於每間醫院每天都有數百張肺部X光片，故在2017年已開始研究AI的應用，協助醫生看肺部X光片。[11]

除了防止「走漏眼」的個案，AI的應用也可以為醫生及病人爭取時間。特別是面對肆虐全球的新冠肺炎病毒，為了縮短診斷時間，台北醫學大學附設醫院於2020年6月8日對外表示，與台灣人工智慧實驗室合作，並在醫院標準流程中正式應用能夠自動偵測新冠肺炎的胸腔X光偵測系統。[12] 其實早於台灣，阿里巴巴達摩院及阿里雲已合力研發AI診斷技術，有關技術能在20秒內判讀新冠肺炎疑似個案的電腦斷層掃描影像，分析結果準確率達96%。有關技術已在2020年2月16日已在中國的醫院應用，並會逐步向超過100間中國的新冠肺炎定點醫院部署及應用。[13]

這樣看來，AI測讀X光片似乎比人類醫生更準確，會否有一天，人類醫生會遭AI全面取代？答案是否定的。即使現在AI判讀X光片的準確度高，但其實它只能替代部份簡單重複的工作，真正需要動腦筋作判斷的部份，AI是無法代替人類的。[14] 因此充其量，AI只是人類的助手，況且，AI也不是全然無誤，如人類一樣，它也有「走漏眼」的時候，例如在某些診斷出是癌症的個案中，曾有六名美國醫生透過乳房X光造影發現癌症個案，然而Google AI卻診斷不出來。[15]

不單在測讀X光片，AI在其他醫學方面都幫了人類不少忙，這些都是不能否定的事實，但在醫學路上，是否只有發展AI這一條路呢？上面提到，面對新冠肺炎疫情，AI可以幫忙測讀X光片，而且有相當好的成效。但原來除了AI，面對新冠肺炎疫情，人類的好朋友——狗隻，也可以派上用場。在香港的私家醫院做深喉唾液測試，最快約三至四小時便會有結果。2020年9月，在芬蘭的赫爾辛基萬塔機場，有15隻訓練有素的狗隻可以透過氣味，嗅出哪一位入境者患有新冠肺炎，這試行計劃非常有效，狗隻在不需要直接接觸乘客，只需要嗅一嗅乘客抹拭過頸部的布，幾分鐘便有答案，負責有關試驗計劃的教授稱，結果的準確度接近百分之百。有關計劃的成本也相對低廉。除了芬蘭，其他地方如阿聯酋、法國、俄羅斯及智利等都有試行類似計劃。[16]

有德國的研究團隊指出，檢測犬具有相當潛力，可大規模地檢測感染者。他們還想再進一步，更加了解狗隻在檢測呼吸系統疾病時的潛力和限制。[17] 早前，也有一項新的研究指出，狗隻可以利用牠極強的嗅覺，從收取到的血液樣本中辨識誰是癌症患者，其準確率幾乎達到97%。[18]

筆者並不是想在這裡指出，人類在醫學上不再需要發展AI，只是想點出在醫學路上，原來除了科技之外，人類還可以選擇其他途徑。當人不斷研發新科技的同時，請不要忘記神原先在大地上為人類預備的生物，有的成為了佳肴讓人類果腹，有的卻可以助人類一臂之力。人類如能善待牠們，或訓練牠們成為自己的好幫手，這是何等美事。但願有一天，科學家可以研發出「試毒AI」，替人類試服各種新藥，試用各種洗髮劑等，讓動物不用在實驗室受苦，這樣，AI不但可以令人類少受些苦，也能減少其他生物所受的苦。