【Biomedical系列】各式的醫學影像技術可謂是對抗肺炎疫情的關鍵
發布日期： 2020-04-06-2021-04-06
COVID-19肺炎病毒肆虐全球，也激起人類科技防疫的意識。而防疫科技中有賴許多光學、光電技術，例如紅外熱像儀、UV殺菌、耳溫槍等十多項技術或產品；從個人防疫裝備到醫院或國家醫療層級的設備都需要各式防疫方案。除了前光電協進會介紹了螢光分子影像技術可以檢測出冠狀病毒之外，其他影像技術、AI、超級電腦也陸續投入這場戰疫。
約翰霍普金斯大學醫學院感染和發炎影像研究中心主任Sanjay Jain博士在世界分子影像協會的網路研討會上說：大多數與COVID-19相關的研究都使用了CT技術來觀察病毒如何蜿蜒穿過呼吸和消化系統，但這不是一個診斷性的解決方案，而要如何真正掌握這個問題在病患群中的嚴重程度還需要其他的方法。
印度Adamas大學發展了另一種利用Tera Hertz影像技術- T-ray結合AI的檢測方法，以彌補CT影像與紅外線熱像儀在早期檢測冠狀病毒上的不足，畢竟發燒症狀很難區分是感冒或是新冠病毒所引起的。該校院長Mukherjee說：受病毒感染的肺部在Tera Hertz波段會有獨特的吸收波峰，以至於其影像會與健康肺部的影像有所不同。如果再結合AI的協助，這將有助於醫生或助理醫務人員在病患尚無症狀之前，做出判斷或篩選。所以Tera Hertz影像是紅外熱像儀和CT影像的另一種替代方案，可用於COVID-19患者的早期檢測和安全監測。
該校的Bhatia教授解釋：用T-ray做診斷的原理是依據水分子在細胞和生物分子中的分佈情況做判斷，並可快速診斷，準確篩選，檢測大量人口，非常具有成本效益。為了防治傳染病，早期的診斷和檢測不僅可以比較容易治療，而且還可提早遏止傳染，對於公共安全與衛生健康都會有很大的幫助。
光電協進會認為Tera Hertz影像，即所謂的“T-ray”會是繼X光、超音波、CT、MRI之後，投入醫療影像的一項技術。而近年來醫療影像結合人工智慧AI，在診斷的判斷上可謂如虎添翼。這方面其實需要大量的數據（Big Data）、AI演算法，以及超級電腦的運算能力。未來量子計算將取代超級電腦，可大大縮短研發的時間。但在量子計算尚未真正能處理普遍性問題之前，美國加州Lawrence Livermore國家實驗室（LLNL）正在結合AI、生物資訊和超級電腦，來發現新抗體和藥物，以對抗COVID-19病毒。
LLNL研究人員已經從幾乎無限多種組合中篩選出大約20種具有對抗COVID-19的抗體設計。當疫情爆發時，LLNL就發表了COVID-19蛋白結構的預測，且被十幾個其他研究單位下載使用。在提出病毒的三維結構之後，LLNL團隊利用超級電腦與AI來針對能結合SARS-CoV-2的抗體進行模擬篩選，以測試分子間的作用是否有效。SARS-CoV-2被認為是引起COVID-19的病毒。另一LLNL組團隊也利用超級電腦對兩種COVID-19蛋白質分子進行模擬篩選，即分別針對蛋白質的4個位點進行了超過1億次的對接計算，進而篩選出2600萬個分子，以作為可能預防感染或治療COVID-19的化合物。LLNL的科學家稱COVID-19大流行是一個“警鐘”，意味著政府需要長期投資在防疫能量方面，尤其是將超級電腦的運算能力應用於醫療研究上。
光電協進會也呼應LLNL研究人員Faissol所述，現階段耗時多輪的實驗步驟對於燃眉之急的嚴峻疫情似乎已緩不濟急。未來如何加速疫苗的研發，趕上病毒的變異速度，以杜絕疫情延燒，必定是痛定思痛之後，得立即進行的工作。而此工作需要多種高密度知識的整合，包括結構生物資訊學(Structural Bioinformatics)、分子模擬、大量的實驗數據庫、AI與機器學習，以及超級電腦等。
