透过AI、DNA等新的方法来治疗癌症

文 / DIGITIMES
2019-01-31 18:07

​作者:DIGITIMES谢明珊

传统的医疗诊断,医生依靠基本的工具、直觉和假设来做出判断。现在呢?计算机、存储器系统和运算处理速度正加速在改变一切。医疗诊断的数据分析,可透过X光、核磁共振成像、CT扫描、PET扫描,以及治疗期间内每次诊断的数据收集。但是人类基因组—DNA是最复杂的数据数据,那么这些数据如何有效的搜集和存储呢?

Shirley Pepke是洛杉矶基因体学研究员(Genomics Researcher),致力于采用患者的DNA定序,量身定制卵巢癌的治疗方案。Pepke表示:「你不可能只分析单一基因,在发现特定基因发生变异时,仅锁定该基因而提供一种药物,然后期望这些变异基因能够被治愈。」

病人在60亿DNA碱基对云中的某处发生错误,导致细胞不受控制地分裂,核心的问题是每个癌症亚型(肝癌、淋巴瘤、黑色素瘤等)中的基因问题其变化多到令人难以置信的程度。幸运的是,现在科技的发展,能够使用强大的计算机来理解所有的相关信息。原本医学术语很难被理解,但透过机器学习、人工智能,医学研究人员能够获得癌症数据的算法,当研究人员了解损坏细胞机制的本质时,就可以开始利用医疗人员的专业知识来构思治疗方法。

Pepke表示:「患者需要一种收集肿瘤数据的方法,可是对于特定肿瘤很难获得庞大的数据。计算机分析数据的运算能力已经有了,只需要人们开始参与。如果我们将这个数据收集,运用到每个人会怎么样?」。随着患者提供自己的DNA定序和疾病产生的描述,集结这一些信息后,癌症基因体图谱可以变成疾病指数的参考。而研究人员和医生可以利用他们的专业知识和这些高效算法,研究专门针对此人的药物。

南加州大学助理教授Greg Ver Steeg,开发了一种称为相关解释(CorEx)的算法,可在数据中找出适合的模式。比如他们使用CorEx分析卵巢癌患者的基因表现数据,发现对患者的免疫系统进行特定的刺激,可提高患者的长期生存率。根据CorEx的结果和Pepke自己的肿瘤数据,她开始服用一种尚未核可用于治疗卵巢癌的免疫疗法药物。

Pepke的目标是让所有罹患卵巢癌的女性(不仅是那些具有科学专业知识和与研究计划相关的女性),都能分享她们的数据 。制药公司可以将过去的医疗经验、当前和未来的临床试验整合到数据数据库中,为治疗提供更深入的见解。

Micron先进运算解决方案副总裁Steve Pawlowski指出,人类根本无法自行进行此类分析,这也是为什么需要透过计算机运算庞大的数据分析。医疗领域经由各种方式搜集疾病数据,产生需要进行连接分析的庞大数据。像癌症这样的疾病中,可能会发生成千上万的突变链,因此研究人员或医生可以利用这些信息来了解病况进展,研究所有的变异之处。

Micron的系统提供高频宽存储器解决方案,将简化数据存储和数据分析的流程,可将大量关键医疗数据快速进行存储和传输至处理元件,因而推动了更多创新医学的可能性。Pepke说:「这肯定需要大量的DRAM,运算这些算法真的需要比自己原先所以为的数量还要多的存储器。」

将数据储存在接近处理器之处,对于简化数据分析也很重要,这使高频宽存储器变得非常有用。如果要和分散在不同地点的研究人员与医生打交道,务必要将数据或数据副本存放置于靠近工作岗位,以免在分析上花费额外的精力和时间。 Pawlowski说:「如果我必须离开工作冈位并且来回传输数据,我就无法实时获得自己需要的结果,我们的整体目标并不是传输数据。」

Pawlowski:「我们正努力学习关键知识,加上理解对生物系统运作的方式,以创造更复杂的结构,从而可以进行更大量的运算,这正是我们在努力实现的目标,数据的存储和运算变得相当难以区分。」Micron的存储器技术传输了大量健康相关数据,因而带来了更好的治疗方法,特别是像结合CorEx这样的算法和Pepke这样的创新者。

Shirley Pepke在开始服用她的实验定制免疫治疗药物两个月后,她的医生在核磁共振成像找不到肿瘤的迹像。Shirley的工作能够继续挽救自己的生命,也为所有女性带来治疗方法的可能。透过人工智能的进步、数据分析以及将癌症数据汇集在一起的进一步努力,她的希望将成真。