秉持著無止盡追求醫學治癒的目標,中國醫藥大學校院專家齊心努力,積極發展細胞治療、精準醫學 、人工智慧醫療、多維列印等尖端醫療研究,並經由專利與產學合作,讓多年研發成果可以造福更多的民眾。
多維列印醫學研究及轉譯中心,為本院與中國醫藥大學、亞洲大學及美國喬治亞理工學院合作共同成立,進行醫療與工程之異業結盟,是全臺首創完整的與臨床體系整合,進行生物列印相關之醫療技術的先端研究及開發。
本中心目前以再生醫學、智慧手術規畫軟體、智慧感測及器官晶片為四大研發主軸。多維生物列印技術是再生醫學的重大驅動力,能有效擴張組織再生的可能性,現今生物列印技術已可達成皮膚、神經系統、人工血管、軟骨的再生。透過數位影像及軟體技術,以患者的醫學影像進行手術規畫,與多維列印客製化醫材結合,提升醫療的精準度及手術的成功率。此外,近年積極開發腫瘤器官晶片,結合臨床醫師解決患者癌症藥物篩選的難題,期望透過體外建立患者的腫瘤晶片,快速測試出最合適癌症患者的治療方案。
腫瘤器官晶片是一種在體外建構患者體內微環境的特殊晶片,透過腫瘤器官晶片進行生物學研究和評估用藥策略,尋求對患者更有效的療法以及降低副作用的不適感,提供醫師對於患者用藥與治療方式的選用參考依據,提升醫療品質。多維列印醫學研究及轉譯中心自2017 年連續榮獲4 屆國家新創獎,此項「生物製造之癌症晶片應用於患者特異性用藥預測平台」於2020 年榮獲第17 屆的國家新創獎,又於2021 年榮獲科技部「未來科技獎」。
本中心從原創研究到臨床應用,結合臨床試驗並配合法規規範,進行創新醫療技術及器材之商品化開發。未來更因應科技創新與臨床需求達到醫療器材技術升級,且持續各項前瞻技術研究,並從材料端、製成端、設備端到應用端積極推動多位列印之臨床應用,進而提升患者醫療品質改善國人健康。
以「生物製造之癌症晶片應用於患者異性用藥預測平台」榮獲第 17 屆國家新創獎大數據中心於2015 年底成立,致力於建構高品質醫療大數據生態圈,並促進數據、知識與應用之發展,研發以病患為本之數據精準智能。本中心特色為數據多元深度清理整合與國際與產業合作。本中心整合體系之電子病歷、全國健保資料、全台環境數據、乃至於基因型資料等,亦部署前瞻性智慧數據的收集,全幅呈現生老病死的醫療軌跡以探究疾病風險因子與預測病程,勾勒完整知識網絡,為資料應用作最佳導航。由於高品質數據為開發人工智能之金鑰,本中心建立一標準化之醫療數據製程以進行資料盤點、標註、清洗、結構化、自然語言處理與合理性驗證,以建構大數據倉儲。
本中心亦積極進行國際及產業合作,與中亞聯大、中央研究院、台灣人工智慧學校、與長佳智能公司等人工智能專案,更與美國史丹佛大學、約翰霍普金斯大學、卡內基美隆大學等國際多所大學有互惠交流。至今,本中心建構了17 年共近300 萬病患之臨床數據倉儲,建立超過100 個主題式資料庫,並建置數據整合應用平台- iHi 海雲平台,以利於數據智能的開發。數據的品質已有多項成果,近70 篇國際期刊發表( 高影響期刊至少15 篇),建置4 項臨床決策輔助智能系統,開發7 項人工智能演算法(4 項申請台美專利、1 項申請TFDA/FDA)。
大數據中心將持續發揮醫療數據的智庫角色,致力於數據智能醫療之全球品牌,秉持落實全時全人全科醫療之信念。結合人工智慧建構全方位3C 數位醫療服務, 緊密連結病患(Uninterrupted Connection),提供個人化精準照護並延伸至病患家屬(Precision Care),以真正治癒病患身心靈(Holistic Cure) 為目標,達成奠基於大數據智能之「無距醫療」。
大數據中心建立數據智能生態圈,整合300 萬就醫病患之電子病歷資料、主題式資料集、疾病資料集、20 萬人基因型資料、醫療儀器資料、醫療影像資料、人工智能產出資料,更能串連全台的健保資料與環境空汙資料,以提供全面性且深入的基因-臨床- 環境數據生態圈,為發展數據智能醫療最好的根基近年來FDA 陸續核准AI 軟體醫材(SaMD),說明醫學影像輔助診斷更臻成熟,人工智慧醫學診斷中心,著重發展智慧醫療於預防、診斷、治療及預後的應用,持續開發如糖尿病視網膜病變、兒童骨齡判別、失血及缺血性中風偵測、半月板撕裂偵測…等醫學影像輔助診斷工具。
在醫學影像,電生理訊號、電子病歷NLP 之應用成果顯章,並已於臨床輔助使用,如:AI 輔助敗血症預測可針對感染後造成的敗血症風險,輔助臨床醫師診斷、提升醫療品質、降低病人死亡風險。電生理訊號方面,由心電圖判別心律不整、判斷是否有STEMI 急性心肌梗塞及進行呼吸中止之評估;運用腦波EEG 判斷癲癇症等。其中急性心肌梗塞輔助診斷結合AIoT 應用於台中市及南投縣消防局於救護車,提供更即時之輔助診斷。
電子病歷也是AI 應用重要的一環,中心開發護理語音助理協助護理師紀錄及交班的語音辨識工具,來減輕臨床護理工作的負擔,更進一步開發ICD-10 智慧編碼,協助疾病分類師正確且有效率的編碼,也可提供給醫師進行適當診斷碼的建議。生物資訊領域應用,藉由SNP 基因晶片的GWAS 分析,進行中風計畫的研究開發,由基因點為的分析由先天基因造成的中風的風險,找出PRS 低風險的致病因子及高風險的保護因子,開發預防醫學以降低國人因中風造成的危害。另仍持續進行基因插捕的技術,將SNP 推展至數千萬個點位甚至到Whole Genome 的資訊,持續解碼疾病在genotype 及phenotype 的關聯;並結合基因資訊搭配醫學影像的多體學研究(Multi-Omics),做到更精準醫學輔助應用。
跨領域整合醫療數據與人工智慧兩個研究,發展人工智慧分析技術與工具,並兼顧提升臨床工作效率與品質。運用自然語言處理(Natural Language Processing, NLP) 與知識圖譜(Knowledge Graph) 等相關技術,找出不同藥物與疾病之間的連結,組成關聯性網路後再進行優先順序的篩選,讓研究藥物開發更有效率,同時提供臨床輔助決策建議。針對未被滿足的臨床需求,團隊規劃與設計一個醫學影像分析平台,根據臨床資料與問題的限制與特性,自主發展醫學影像處理與人工智慧核心技術,實現智慧醫療及精準醫療的目的。核醫正子影像之腫瘤深度定位及攝護腺癌骨轉移辨識、醫療影像系統及處理方法等相關系統,目前已取得國內專利。
現行臨床醫學檢驗流程針對微生物感染源進行菌種鑑定與微生物製劑敏感性試驗後,約需3-5 天將檢測資訊提供給臨床醫師進行抗生素治療評估。2021 年中心跨領域結合臨床檢驗質譜儀(MALDI-TOF MS) 與機器學習模型,研發「智能抗藥性細菌快速預測系統」,可達成1 小時內針對細菌抗藥表現進行預測,能有效縮減臨床檢驗流程,同時減少抗生素濫用造成的問題,加速醫療數位轉型,並獲得生技獎項的肯定。
未來,本院更將建構AI 醫療雲、遠距醫療系統與數位孿生(Digital Twins) 資料庫的建構, 發揮更全面的AI 應用服務, 打造Smart Hospital 智慧AI 醫院,提供病患最優質的個人化醫療服務。
比對生理年齡預測最終身高,如同一位資深可靠的兒童遺傳學專家協助判讀