AI 追蹤全球新冠病毒演變 基因大數據打造精準防疫 《全方位 AI x 防疫線上論壇》重點報導

0
首圖:與會貴賓與講者合照,由左至右為:全幅健康照護子中心執行長曾柏元(左1)、全幅健康照護子中心傅立成主任(左2)、科技部政務次長許有進(左3)、科技部前瞻司司長楊琇雅(左4)、工研院生醫所副所長莊曜宇(右3)、中研院生物醫學科學研究所何美鄉研究員(右2)、台灣發展研究院許瑞彰顧問(右1)

有鑒於全球 COVID-19 疫情持續延燒,且可能轉為長期抗戰,由科技部補助全幅健康照護子中心、臺大人工智慧與機器人研究中心主辦,臺灣大學生醫倫理中心、財團法人台灣發展研究院、穎銳生醫顧問有限公司、社團法人台灣自殺防治學會、美商圖策智能科技有限公司、台灣醫務管理學會協辦的《TAIWAN is Helping : 全方位 AI x 防疫線上論壇》在台大集思會議中心舉行。此次論壇就防疫議題延伸四大面向包括:病毒與 AI 應用分析、檢測與治療開發、公衛與心理創傷、以及法制與醫療倫理等,邀請國內外產官學相關機構等 16 位國內外知名學者專家擔任講者,分享他們的研究發現。除了蒞臨現場聆聽,本次論壇也另有線上直播,希望能因應因疫情引起的減少接觸措施,讓更多人參與論壇,盼為台灣乃至全世界的防疫貢獻心力。

首先,科技部政務次長許有進致詞提到,在過去對抗 SARS 經驗中,台灣科技產業曾大力協助。AI 和大數據技術對人類有助益,在這波疫情中,對防疫和藥物選擇以及疫苗研發都有幫助,並且能追蹤病毒傳染。AI 智慧醫療是未來趨勢,透過跨領域與跨國際在醫療上對疫情有協助。

林清詠執行長:全球 COVID-19 病毒可分八大類,AI 可監測追蹤病毒演變

病毒與 AI 應用分析不論是在疫情監控或是技術研發皆扮演重要角色,主辦單位邀請到美商圖策智能(Graphen, Inc.)執行長林清詠博士以「Graphen COVID-19 病毒演化監測 」為題,解讀全球 12000 多株病毒的基因序列,並將之分為八大類。截至 2020 年 4 月 29 日,已定序 12294 個病毒株,其中有 6205 種變型。林博士說,2019 年底從武漢開始已抓到數團的病毒株在生長,並為它們定序。因為演化理論、適者生存,病毒會開始變異。而越多感染者,越多變異種類;越長時間,越多變異點;新冠病毒平均每一週增加一個穩定存活的變異點。林博士說明,基因組就像是機器的零件,是軟體也是硬體,基因改變會直接改變蛋白質。而 COVID-19 基因組生成 26 個蛋白質,一個蛋白質就像是一個零件。當零件變調,產生不同的功能,便越變越多產生各式各樣新的新冠病毒出來。而 COVID-19 病毒為何這麼強,原因是它的複製能力與偽裝能力,讓人體的免疫系統以為它是外來物,在潛伏期間一直傳播,而複製完容易爆發出去。

美商圖策智能(Graphen, Inc.)執行長 林清詠 博士 線上遠距連線演講

林博士進一步分析八大主要攻擊全球的 COVID-19 病毒,分為 A(又分為 A1、A2)、B、C、D、E、F、G、H 八大類。A 類主要分布地區為中國,基因分析顯示所有病毒很有可能都是從這兩株(A1)和(A2)演化而來。其中一株(A2)與蝙蝠和穿山甲上病毒基因幾乎最近。B 類主要分布地區也是中國,均為直接從 A1 演化出來的各式各樣病毒株。這些變化影響了各個蛋白質,不過這些變異在現有序列中都沒有再產生大規模傳播。C 類主要分布地區為歐洲,特徵是棘狀蛋白(spike protein, S 蛋白)變異,S 蛋白是病毒會感染人類的關鍵。不過變異位點並不在和人體 ACE2 結合的RBD上。D 類主要分布地區為英、荷、港,特徵是 NSP2、NSP3 以及 ORF3 蛋白變異。NSP3 負責把病毒的各個蛋白質剪開,並且負責影響被感染細胞的蛋白質。E 類主要分布地區是美西與加拿大,特徵是 ORF8 變異以及大多數還有兩個 NSP13 變異。ORF8 蛋白的功能尚待研究。NSP13 可能是病毒用於展開 RNA。F 類主要分布地區是西、澳、韓、中,特徵是均為直接從 A2 演化出來的各式各樣病毒株。這些變化影響了各個蛋白質,不過這些變異在現有序列中都沒有再產生大規模傳播。G 類主要分布地區是歐洲與南美,特徵是 S 蛋白與其核蛋白(nuclear protein, N 蛋白)上三個連續位點的變異。N 蛋白是用來保護病毒基因 RNA 的殼。H 類主要分布地區是法國與美東,特徵是 S 蛋白變異與另一個 ORF3(脱跳專家)蛋白變異。ORF3 的功能在於把宿主細胞膜戳破,讓在其中複製的病毒外傳。

全球八大 COVID-19 病毒分類樹狀圖

全球八大類 COVID-19 病毒分布地區與特徵

林博士也表示其公司 Graphen 現正監測四種變異,包含任何變異(Any Mutation)、錯義突變(Missense Mutations)、靜默突變(Silent Mutations)、與激進突變(Radical Mutations),且任何範圍都可能監測。此外,因 COVID-19 大流行,會帶來全球 AI 醫療研發在 2025 年以前達超過 20 億美元發展的效應。最後,更盼透過先進 AI 技術解決人類難題。

延伸閱讀:台灣防疫外交展望論壇亮點:醫療、公衛、AI 如何戰勝武漢肺炎?

莊曜宇副所長:台灣需加強建立新冠案例基因定序資料庫   宿主的基因定序也需重視

基因體研究專家暨工研院 (ITRI) 生醫所莊曜宇副所長以「疫情與基因大數據之應用 」為題,分享 RNA 定序與數據分析、基因資料庫與分析工具、COVID-19 定序資料庫、病毒與宿主遺傳學、生物資訊學的 AI 技術、ITRI 的 COVID-19 診斷系統等內容。莊副所長指出,英國目前已經完成超過 10,567 個的新冠病毒株基因定序,台灣目前在 GISAID 資料庫中僅有 69 個,不到台灣確診人數的六分之一,台灣需加強在這方面多一些努力,並且與國際接軌。他強調,除了 COVID-19 病毒本身的基因定序外,「宿主的基因定序」(host genetics)也很重要,也就是被感染的患者本身的基因序列,未來可以多做這方面的研究。台灣人身上的 ACE2 受器每個人都可能不同,因此在做研究時應多注意。他總結提到,由於疾病是非常複雜的,所以多組學是必要的,以提供全面性的解讀,而不只是使用定序。領域知識對大數據分析和 AI 是必要的。研究宿主基因變異與 COVID-19 病毒序列同等重要。ITRI 的 BDL 已開發了兩種基於核酸的 COVID-19 診斷系統。

工研院生醫所 莊曜宇 副所長

李友專教授:遠距醫療可助防疫   盼台灣通訊診療法修補完善 

將於 2021 年出任國際醫療資訊協會理事長的臺北醫學大學醫學資訊研究所李友專特聘教授分享,預測(Predict)、遠距醫療 (Telemedicine)、大數據分享(Sharing / Big Data)、資訊透明度(Transparency)是防疫的四大關鍵。 現在是全世界了解到共享醫療大數據價值的好時機,且 AI 能夠提供幫助。從「預測(Predict)」來說,AI 可以運用在精準防疫,因心理恐懼比新冠病毒可怕,而恐慌的原因是其病毒是隨機發生的,不分性別年齡、職業貴賤、國籍種族;無症狀及復原者皆可長時間(接觸/飛沫/氣溶膠)傳染;可長時間附著並「存活」在無機體表面,AI 可以在早期篩選高風險者,對於誰應隔離,應朝向精準、個別化做。 再者,最強的防線是:只要醫療體系不崩潰,就不易發生大規模社區傳染。 提供醫療體系最強資源、最好防護、充足人力,讓 AI 打破恐懼,做入院前篩檢,有系統化的數位快篩,可減低醫療崩潰。AI 還可以做早期偵測、預測部署、遠距醫療。關於遠距醫療 ,雖然台灣有相關的通訊診療法,但其仍有不足之處,但起碼台灣可以做疫情即時追蹤監控(Pre-screen consultation)。假使台灣門診減少,可減低成本。

臺北醫學大學醫學資訊研究所 李友專 特聘教授

陳秀熙副院長:台灣需要預防性疫苗   可考慮執行血清檢查監視計畫                   

臺大公共衛生學院陳秀熙副院長以「台灣防疫佈署的現在與未來」為題演講,COVID-19 是全球大流行,台灣確診病例並不多,致死率也很低,主要是因為做了境外阻絕(邊境管理及隔離檢疫)與減害計畫(包括減少大型聚會、個人防護如戴口罩與勤洗手、環境防護等),但隨著疫情趨緩各國逐步解封,對台灣的防疫是一個挑戰。陳秀熙舉例,之前清明節的 Cyber-Condolence 數位掃墓還不錯。他也提及澳洲防疫做得不錯,他們推出社交距離手機程式 COVIDSAFE,台灣或可參考。另外他也建議可能的 IoT 應用程式可以運用在 COVID-19 防疫隔離與居家醫療照護上。最後,對於台灣及國際未來的挑戰,陳秀熙提出,台灣可感染宿主多,需要預防性疫苗來達到群體免疫,也需要治療性疫苗及抗病毒藥物以減低傳染與加速康復。而為了讓免疫力持續,可執行血清檢查監視計畫(Serological Test Surveillance)。

臺大公共衛生學院 陳秀熙 副院長

何美鄉研究員:中和抗體是免疫的指標且可用於治療   建議研發可檢驗中和抗體的快篩劑

曾參與抗 SARS 行動的專家中研院生物醫學科學研究所何美鄉研究員以「疫情攻防策略」為題分享疫情攻防策略,表示防疫有攻有守,台灣打贏了第一波戰疫,那該如何應對下一波疫情呢?首先,她提出需先回答幾個重要的科學問題,包括感染後有無免疫力、病毒和抗體能否同時存在、COVID-19 病人何時具或不具感染性。會議中她分別回答了這三個問題。第一、感染後的病人有免疫力。第二、病毒和抗體可以同時存在。第三、COVID-19 病人的感染性在發病日時已達高峰,爾後逐漸下降,且在抗體出現後,感染性已大大減弱,這也間接說明了為什麼磐石艦群聚爆發事件有病毒(核酸陽性)、但沒有感染性。

何美鄉進一步提出,中和抗體是免疫的指標,也具保護性,COVID-19 確診病人正常情況下都會產生中和抗體,但是普篩的中和抗體試劑至今仍沒有,她建議台灣要研發可檢驗中和抗體的快篩劑。在應用上,中和抗體可用於治療,以及可用於出入境免於檢疫的指標。此外,少數的資料顯示無症狀感染者可能不會產生抗體,或抗體產生較慢,關於無症狀感染者如何處理需另討論(現在進負壓隔離病房)。

何美鄉也表示,若達到群體免疫,疫情會下降。方法有二,一是自然感染,二是施打疫苗。關於疫苗,最快 2020 年第 3 季以「緊急使用」少量供給醫護人員使用;關於全民使用的疫苗,因緊急藥證對全民使用適用性、或產能的限制,全民使用的時程較難估算,超級樂觀估算也要 2021 年第 3 季才會有全民使用的疫苗。

中研院生物醫學科學研究所 何美鄉 研究員

本次論壇亦邀請擔任Marcus Institute for Aging Research 遺傳流行病學計畫(Genetic Epi Program)主任的哈佛醫學院許益祥副教授、台灣感染症協會理事長兼台大醫院小兒部主任的黃立民醫師、穎鋭生醫顧問有限公司朱棻玉總裁、參與國研院國網中心「COVID-19 全球疫情地圖」計畫的王聿泰組長、參與「手持核酸分子快篩系統」研發的工研院生醫所精準醫療診斷指引技術組陳廷碩組長、於今年3月在權威醫學期刊《美國醫學會雜誌》(JAMA)撰文分享臺灣防疫作法的史丹佛大學政策和成果和預防中心的王智弘主任,擔任全國自殺防治中心副執行長的臺大護理學系吳佳儀副教授、台灣臨床研究倫理審查學會理事長蔡甫昌教授、擔任臺灣人體生物資料庫倫理委員會委員的中央研究院歐美研究所何之行助研究員,以及《AI 法律評論網》創辦人臺北醫學大學醫療暨生物科技法律研究所李崇僖所長,加入論壇提供專業看法。

傅立成主任: AI 與大數據可助防疫    長期抗疫亦須兼顧法制倫理與社會心理等全方位面向

科技部補助全幅健康照護子中心傅立成主任在論壇最後總結,COVID-19 疫情造成國內外這一波抗疫的浪潮,我國政府因有 SARS 經驗所以能及早因應,加上有世界級水準的醫療公衛以及人民有高度防疫觀念,使得台灣這次防疫的成果世界矚目。這次科技部補助臺大全幅健康照護子中心,邀集跨單位、領域、海內外的各界意見領袖參與論壇,希望能發揮拋磚引玉的影響力。

傅主任進一步說明,從 AI 與大數據分析的角度看 COVID-19,不管是病毒基因、病例的醫療、或是公衛與資訊,對個別與群體疫情的監測及高風險族群的識別都有所助益,也使得我們能夠進一步精確的篩檢治療;今日有講者提及普篩會浪費太多國家財力,所以做精準篩檢應好好利用大數據。另外,我國的防疫成果使得國內只有 400 多個 COVID-19 病例,但是從大數據的角度看這個數據稍微少了點,所以應積極跟世界各國合作,尤其是目前確診案例佔全球三分之二的歐美國家,讓台灣能夠有參與國際研究的能量,也協助拓展參與防疫臨床產業的開發,打通國際市場。

此外,傅主任也提及,這次論壇討論到因防疫公衛政策衍伸出的法制倫理、社會衝擊和群眾心理等人社科學研究面向,也需要受到重視,例如流行病風險評估、疫情的模型跟預測、防疫相關的醫療倫理等,都非常需要重視。雖然今天談的是 AI 科技,但國家社會在疫情攻擊下要能有好的社會與生活,各個面向的議題都需要重視。期盼今天的討論能幫助政府在未來防疫公共政策上的制定及協助民間面對防疫時產生的衝擊,進一步能夠影響國際社會對台灣防疫的效仿。

最後,傅主任說,國內疫情雖緩和,但是國際上疫情還是非常嚴峻,要有長期抗戰和因應未來可能的其他流行病的準備;科技部補助全幅健康照護子中心亦有在規劃和防疫相關的智慧醫療或照護面向等議題,希望論壇主題能和世界合作,達成全方位的目標。

延伸閱讀:科學實力給你強大佛系免疫力

©www.geneonline.news. All rights reserved. 基因線上版權所有 未經授權不得轉載。合作請聯繫:[email protected]