佛蒙特大學獲巨額合約將開發AI醫療數位分身提升重症照護精準度

佛蒙特大學的 Gary An 醫師獲得高達 3,800 萬美元的創紀錄研究合約，將開發人工智慧醫療數位分身，藉由即時模擬重症患者的免疫反應，協助臨床醫師做出更精準的治療決策，以期縮短加護病房住院時間並改善患者預後。

【記者張皓廷／綜合外電】佛蒙特大學（University of Vermont, UVM）羅伯特·拉納醫學院（Larner College of Medicine）的外科醫生暨研究員 Gary An 醫師，獲得一項價值高達 3,800 萬美元的研究與開發合約。這筆合約將用於開發人工智慧（AI）驅動的醫療數位分身（digital twin），旨在協助臨床醫師為重症患者提供個人化的治療方案。這也是佛蒙特大學校史上獲得的最大筆研究獎項。

數位分身是一種數學模型，用於模擬現實世界的物體、過程或系統，透過即時數據預測性能、識別問題並指導決策。在醫療領域，研究人員預想數位分身能建立個人化的模型，預測個別患者的疾病進程。透過持續添加和分析分子與臨床數據，這個由 AI 驅動的工具將能推薦最有效的治療方式，並協助臨床醫師判斷何時介入以及何種醫療干預能發揮最大效益。

Gary An 醫師主導的 ReSCUED（Reprogramming Severe Critical Illness Using Extensible Digital Twins）計畫，目標是解決醫學領域中最頑固的挑戰之一，即糾正重症照護病房（ICU）疾病（例如嚴重創傷、燒傷或敗血症）所導致的免疫反應失調。目前美國每年約有 460 萬人次在 ICU 接受治療，費用高達 700 億美元。研究人員相信，若 ReSCUED 計畫成功，可望將加護病房的平均住院時間縮短至少 25%。

根據 ReSCUED 的方法，研究人員將透過頻繁採集患者血液樣本和生理監測，測量重症患者的免疫及炎症狀態，進而建立一個模擬患者病情的數位分身。接著，他們會在實際給藥前，利用這個數位分身評估經美國食品藥物管理局（FDA）批准的潛在治療策略。該計畫的目標是提供臨床醫師一個個人化的工具，幫助他們了解患者病情的演變，並以此資訊指導治療。當 ReSCUED 投入實施後，患者的血液將每六小時採集一次，測量其中關鍵細胞、蛋白質和分子的含量。這些數據會即時應用於數位分身，提供患者免疫反應的最新資訊，讓數位分身能隨著患者病情變化持續優化其預測。研究人員將運用數位分身訓練一個 AI 虛擬顧問，為重症醫學帶來前所未有的精準度。

此項研究計畫是 Advanced Research Projects Agency for Health 的 CIRCLE 計劃一部分。羅伯特·拉納醫學院將擔任這項跨領域合作的主導機構，匯集全美大學和企業的臨床、運算及生物技術專長。臨床數據將在 Wake Forest School of Medicine、University of Alabama at Birmingham Heersking School of Medicine（透過 Quantum Leap Healthcare Collaborative 參與）以及 Washington University School of Medicine 等三處地點收集。Gary An 的團隊將專注於開發運算模型和數位分身平台，預計將在羅伯特·拉納醫學院創造新的運算建模職位，並強化佛蒙特州日益發展的生物技術與 AI 研究生態系。

此外，兩家私人企業夥伴也將貢獻專業技術。位於麻州劍橋的 DNA Medicine Institute 將提供一套最初為國際太空站開發的床邊分子檢測平台。而總部位於加州的 InflammaSense Inc. 則提供穿戴式監測技術，用於測量迷走神經（炎症的關鍵調節因子）的活動。Richard Page 醫師表示：「這項歷史性的獎項反映了羅伯特·拉納醫學院所進行的大膽且創新的研究。Gary An 醫師及其合作夥伴正在推進一種新的重症照護方法，這可能徹底改變醫師治療部分重症患者的方式。」Kirk Dombrowski 補充說：「人工智慧為我們提供了一種方法，來評估這些複雜的生物動態，並判斷現有治療如何能更有效地用於特定患者。」

這項計畫預計為期五年，採里程碑式推進。前三年將用於開發和驗證數位分身，並展示其在運算上預測患者結果的能力。若這些里程碑順利達成，後續階段將在更多實驗環境中測試該技術，最終推向涉及重症患者的臨床試驗。研究人員期望在計畫結束時，能建立一個整合生理學、分子檢測、運算建模和人工智慧的綜合平台，以支持臨床決策，最終目標是優化治療選擇、縮短 ICU 住院時間並改善重症患者的健康結果。

參考來源