<p>指南者留学全国统一咨询热线：<a href="tel:4001831832" style="color:#1677ff; text-decoration:none;">400-183-1832</a>，全国各地区、各分公司联系方式均为此号码。</p><p><img src="https://info.compassedu.hk/sucai/content/1727593804948/1727593804948.png" width="767" height="511" /></p> <p style="text-align: center;"><span style="color: #666666;"><em>&nbsp; &nbsp;新加坡国立大学杨潞龄医学院数字医疗研究所（WisDM）副主任严居渊副教授（左）和主任何鼎教授（右）</em></span></p> <p style="text-align: center;">&nbsp;</p> <p style="text-align: center;">&nbsp;</p> <p style="text-wrap: wrap;">科学家认为，个性化医疗能从整体上考量患者独特的生理状态及其变化过程，尽管它在实际应用中刚刚兴起，但有望彻底改变医疗保健领域，优化治疗方案并延长健康寿命。</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;"><strong>新加坡国立大学杨潞龄医学院数字医疗研究所（WisDM）主任何鼎教授</strong>对推动这一领域的发展抱有浓厚的兴趣。</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">何鼎教授说，患者的药物剂量有望在治疗过程中&mdash;&mdash;甚至一天之内进行调整。&ldquo;过去，剂量优化是基于是否达到毒性&mdash;&mdash;即找到患者的最大耐受剂量。&rdquo; 何鼎教授解释道，&ldquo;<strong>现在，我们正在使用人工智能（AI）来尝试基于疗效的剂量调整</strong>&mdash;&mdash;即找到特定时间对特定患者最有效的剂量。&rdquo;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;"><strong>数字医疗研究所的目标之一，是利用患者自身数据管理其护理方案，使之适应患者的实时生理状态。</strong>&ldquo;为了做到这一点，我们就不能仅仅根据患者生命中某个瞬间的生理状态进行治疗，而是要在人工智能图谱技术的帮助下，了解患者全程的生理变化。&rdquo; 何鼎教授说。</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">在对几种剂量的用药进行监测后，&ldquo;智能调剂&rdquo;可绘制出抛物线图，以预测患者在某一时间可能产生的药物反应。</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;"><span class="h1"><strong>数据来自患者</strong></span></p> <p style="text-wrap: wrap;">&nbsp;</p> <section> <section> <p style="text-wrap: wrap;">为了实现这一目标，何鼎教授和数字医疗研究所团队开展了一系列临床试验，对特定患者在不同剂量下的药物反应进行监测。根据疾病的不同，研究团队采用不同的标志物来追踪治疗效果，如血清成分、身体扫描结果等。</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">根据这些数据，<strong>研究团队能够生成一条抛物线，以预测患者在某一时间可能产生的药物反应。</strong>每条抛物线的参数都是在名为&ldquo;智能调剂&rdquo;的人工智能神经网络的帮助下确定的，何鼎教授解释道。</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;"><strong>&ldquo;智能调剂&rdquo;已在临床试验中得到应用，以优化前列腺癌<sup style="font-size: 11px;">1</sup>、实体瘤<sup style="font-size: 11px;">2</sup>等癌症的化疗</strong>。它还用于肝移植患者<sup style="font-size: 11px;">3</sup>免疫抑制剂的剂量调控，以防止排斥反应。</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">心脏病专家袁仪婷（Laureen Wang）对该神经网络是否也能帮助她的患者控制血压很感兴趣。在新加坡，高血压是诱发可预防型心脏病发作和中风的主要原因之一。</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">袁仪婷在新加坡国立大学心脏中心工作，同时也是数字医疗研究所的临床首席研究员。<strong>她正在主导一项可行性试验，以研究&ldquo;智能调剂&rdquo;给出的降压药物剂量建议是否有助于更快降低患者血压。</strong><sup style="font-size: 11px;">4</sup></p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">为此，患者将能够使用远程血压测量系统定期监测自身血压。利用这些数据，以及来自&ldquo;智能调剂&rdquo;的剂量建议，临床医生则能够通过远程医疗预约对患者的用药剂量进行相应调整。袁仪婷说，临床医生不一定要采纳人工智能的建议，但我们希望这能加快初始调整过程并降低患者血压。</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&ldquo;<strong>从长远来看，如果这个系统投入使用，这将意味着我的病人即使不常来医院见我，也能更快地达到他们的血压控制目标。</strong>&rdquo; 袁仪婷说。</p> </section> </section> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;"><strong><span class="h1">思维方式转变</span></strong></p> <section> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">然而，试验比预想中的困难得多，袁仪婷说。医生对采纳这些建议持保守态度，患者也不都能理解干预措施，导致获得患者知情同意的过程充满挑战。</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">此外，由于&ldquo;智能调剂&rdquo;被归类为医疗设备（尚未获批用于大众），国立大学医疗系统集团机构审查委员会一开始提出了查看设备实物的要求。&ldquo;<strong>鉴于审查员在理解人工智能工具的概念上所面临的挑战，患者和医生看待人工智能工具的态度也会是问题所在。</strong>&rdquo;她说。</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">数字医疗研究所副主任兼国立大学医疗系统集团首席技术官严居渊副教授认为，犹豫是可以理解的。&ldquo;临床医生需要接受培训，以便使用并解读由这些工具提出的建议。&rdquo;他说。</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">此外，当涉及人工智能系统时，患者个人信息安全也备受关注。严居渊副教授说，<strong>为了解决这些问题，国立大学医疗系统集团已经制定了强有力的管理政策，确保系统只存储去标识化数据。</strong></p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">国立大学医疗系统集团还开发了<strong>&ldquo;发现人工智能平台（DISCOVERY AI）&rdquo;</strong>，在此平台有效共享多个机构的大量医疗数据集，并用于AI模型训练。他们为此开发了一项技术，采用区块链&mdash;&mdash;这一非常安全的数据验证方法，为该平台提供额外保护。</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;"><strong>人工智能模型开发完成后，研究人员可通过新加坡国立大学医学院的&ldquo;高速数据人工智能平台（ENDEAVOUR AI）&rdquo;进行配置，然后大规模地向临床医生提供实时的人工智能预测结果</strong>。</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;"><img style="display: block; margin-left: auto; margin-right: auto;" src="https://info.compassedu.hk/sucai/content/1727593947305/1727593947305.png" width="678" height="489" /></p> <p style="text-wrap: wrap;">&nbsp;</p> </section> <p style="text-wrap: wrap;"><strong><span class="h1">亲身体验</span></strong></p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">这些模型只是一个开始，严居渊副教授表示。<strong>&ldquo;人工智能纵向访问患者数据的功能也非常强大，从实验室检验结果、生命体征数据，甚至到护理记录。&rdquo;</strong></p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">像何鼎教授这样的研究者，正在将这一理念付诸实践。他已经通过大学的伦理审查批准，<strong>通过结合手指点刺试验和连续血糖监测，研究饮食和运动对自己维持酮症状态的能力有何影响。</strong>何鼎教授计划根据这些数据发表论文。</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">全球医院普遍面临高住院率和人手短缺，这导致患者入院等候时间的不断加长。<strong>&ldquo;高速数据人工智能平台&rdquo;是新加坡国立大学杨潞龄医学院开发的一项人工智能工具，有助于预测患者的住院时间。</strong>它通过整合电子健康记录中的实时数据和临床观察结果，为解决这一问题提供帮助。</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">通过面板上显示的数据结果，&ldquo;高速数据人工智能平台&rdquo;能提醒医生入院等候时间的增加，从而为医院资源的主动调配提供可能。<strong>该系统已在超过26万名患者的数据中得到验证，可提前两周预测床位容量。</strong></p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">&nbsp;</p> <p style="text-wrap: wrap;">此外，该系统还能预测每小时前往急诊室的患者数量，甚至能精确到他们会前往的区域。<strong>&ldquo;高速数据人工智能平台&rdquo;已在国立大学医疗系统集团下属的三家三级医院中得到应用。</strong>总体而言，自2022年实施以来，该系统已成功将候诊时间缩短了大约30分钟至数小时不等。</p>