蔡騰輝2019-04-09 由人類iPSC 細胞分化產生之間質幹細胞MSC 可作為細胞治療與組織修復使用。陳彥榮研究室提供 希望維持良好健康狀況的民眾，每年都會定期健康檢查。然而，健康檢查的精細度，以及在預防醫學與精準醫學的技術與實際應用層面日益增廣的未來，健康檢查其實可以進一步與細胞科學、基因檢測、家族病史等資訊內容互相結合。國立台灣大學生命科學院生化科技學系副教授陳彥榮表示，這些都是未來人工智慧可以協助的領域，同時也說，人工智慧不僅讓應用變得多，同時也讓基礎科學變得更加扎實與有價值。
高階健檢的細胞學應用 健康檢查的項目越來越多，可以研究與分析的程度也越來越深，不過現在許多生物化學數據，以及包括大腸鏡等影像分析，目前還沒進入細胞分析的層級。即便如此，陳彥榮說，也許在不久的將來，透過分離身體細胞或是幹細胞的影像，進而分析細胞型態，作為能夠判斷細胞是否健康的參考，這都是預防醫學環環相扣當中的一環。
再生醫療與抗衰老：幹細胞也會老 此外，許多人都希望在健康檢查的時候，能夠讓身體年齡比實際年齡還要低。抗衰老也成為高齡社會台灣的健康醫療產業的重要命題。再生醫療就是希望能夠延長壽命、在人們生病前就要預防疾病。老化的因素很多，其中之一是身體幹細胞庫的枯竭。在再生醫療產業這塊，目前正嘗試透過幹細胞分析，來作為身體老化評估指標。藉由體外幹細胞分化，或是特定標記來分析老化程度。希望能搶在人老化之前、幹細胞變得不足或是老化之前，就進行處置，否則幹細胞不足，也就無法聚集足夠的健康幹細胞來提供修復的功效了。
細胞科學結合AI 協助精準醫療 癌細胞可以透過患部的基因表現差異，以及基因定序、DNA、RNA定序等變異與診斷位點不同，找出相異的突變，發展出個人化的精準醫療療法。但每個人身上的基因數據量龐大，這時就可以透過人工智慧來分析相關性。基因分析其中一個重要的意義，就在於協助醫師篩選藥物，達成精準醫療之效。
AI跨域特性 讓生物科學更豐富 一般來說，生物研究比較縱向，都是一個步驟接著下一步驟，有先後次序。但陳彥榮分享接觸AI與應用AI的經驗，與以往的縱向研究不同，AI能夠提供更多元的橫向整合。而在這樣同時與多面向合作的過程中，不僅有效提高研究的效率，更增加應用的廣度。不只是醫療過程與醫學指引的文獻內容數據量大，生物科學的基礎理論與每年不斷新增的期刊與發表也很多，也因此透過AI閱讀、歸納、分析大數據，也可以給予研究員統整後的資料結果。舉例來說，細胞型態判讀，就可以透過AI來改善品質與培養細胞；分析生物歧異性，不僅學術單位，藥廠也可以應用。
與醫療團隊合作的細胞科學 目前陳彥榮團隊也與台大醫院等有密切合作，不管是新興腫瘤抗體的開發或是癌症基因分析與形成機制。現在從癌症細胞製作誘導式多能性幹細胞 (Induced Pluripotent Stem Cell；IPSC)的過程中，也都可以回溯與瞭解癌症形成的歷程，提供癌症藥物開發治療與診斷的新標的。藉由人工智慧技術，未來在預防醫學與預測上會有很多應用。其中包括了抽血檢測、micro RNA、蛋白質。甚至像是不同種大腸癌、乳癌的RNA分泌，也有不同種狀況與不同數量。這些都是可以藉由AI技術來將RNA的初始回推，進而發現出現哪種生物標記後，會得到什麼病。
Posts
No comments:
Post a Comment