生成式AI助攻醫學研究 探索慢性病複雜機制

【記者陳思妤／綜合外電】一項名為 AIRIS 的國際合作計畫，正致力於開發一個生成式人工智慧（AI）平台，旨在協助科學家整合複雜的生物醫學數據，深入探索慢性疾病的發展機制，並提出可供驗證的假設，期望能為新療法開啟方向。

目前多數生成式AI系統雖然能從龐大數據中找出統計關聯，但往往難以充分捕捉疾病進展背後的生物機制，也就是說，難以理解疾病為何發生與如何發展，這限制了其成果的可靠性。為解決此問題，這項為期四年的「以機制為基礎的多模態生成式AI用於生物醫學研究中的因果與動態模型建立」（Mechanism-Informed Multimodal Generative AI for Causal and Dynamical Modelling in Biomedical Research）專案，目標是打造一個AI研究協作者，它將側重於建立並運用疾病的機制模型，而非僅依賴統計模式。

AIRIS 平台將整合多模態的生物與臨床數據，包括醫學影像、實驗室檢測結果、基因體資訊以及病患病歷。該平台定位為研究工具，而非臨床決策系統，將支援研究過程中的多個階段，從協調碎片化的數據集、辨識潛在的機制途徑，到生成用於進一步探究的假設。專案還計劃利用模擬的「虛擬細胞」，將分子與細胞層次的過程與病患層面的結果連結起來，協助研究人員跨越不同生物尺度探究疾病機制。

根據《Hospital Healthcare Europe》報導，Harokopio University of Athens 的人工智慧與機器學習副教授 Christos Diou 表示，這項新工具將作為虛擬協作者，幫助科學家存取並協調數據、探索疾病機制、生成並測試假設，並設計嚴謹的研究。倫敦大學學院（UCL）的團隊也將為 AIRIS 專案貢獻在計算影像、SLD（一種疾病）及肺部疾病方面的專業知識。倫敦大學學院醫學部肝病學教授 Emmanuel Tsochatzis 也指出，透過這項合作，團隊希望針對 SLD 的發展與進程產出重要的新見解，最終改善高風險族群的辨識與照護。

這項價值 1,690 萬歐元的計畫已於 2026 年 6 月啟動，由歐盟的「地平線歐洲」（Horizon Europe）研究與創新框架專案資助。AIRIS 專案的核心原則包括透明度、穩健性、可解釋性、偏差偵測與緩解，以及對 AI 系統的技術監督，以確保其符合病患和臨床價值，並與健康優先事項保持一致。