文 / 黃博郎
漸凍人的病況發展難以預測，但成功大學資訊工程學系教授蔣榮先、楊士德特帶領團隊成員方文杰、張桓瑞、楊震，深入研究漸凍人病況發展預測，並參加「世界夢想挑戰賽（DREAM Challenge）」的漸凍人病況發展預測的計算生物醫學程式設計競賽，擊敗30支來自全球知名大學及醫學研究機構隊伍，勇奪世界第一，是台灣參與DREAM Challenge以來獲得的最高榮譽，證實台灣系統生物與醫療資訊的技術能力，也期盼能利用台灣優異的程式設計與撰寫能力，造福更多罕見疾病患者。
DREAM Challenge為國際生醫領域極為重要的大數據（Big Data）演算競賽，創立於2006年，由美國哥倫比亞大學、美國國立衛生研究院、IBM，以及紐約科學院（The New York Academy of Sciences）贊助成立，每年提供3至5項不同主題競賽，由各組織提供資料與數據，參賽者提出運算程式模型來分析，每年均吸引世界各地眾多電腦科學、工程與統計等學者專家參與競賽。成大團隊參與的競賽項目為DREAM ALS Stratification Prize4Life Challenge，設計演算程式以預測漸凍人病程發展。
蔣榮先指，主辦單位提供了7千多名漸凍人症病患300多萬筆臨床檢查等相關研究數據，包括(身高、體重、家族病史、血液檢測等)；參賽隊伍必需先從龐大資料、數據篩選出與漸凍人症可能有關的6項「特徵資料」，再選擇最適合的演算法，讓演算法去分析與整合「特徵資料」，建立漸凍人症病程進展的預測模型。
蔣榮先分析成大團隊能夠在國際勁敵環伺中脫穎而出的原因，應該與團隊成員資工背景者佔多數有關，得以跳脫生醫觀點或框架，單純以統計、演算的角度來處理海量臨床數據與資料；成大團隊將臨床檢查資料所代表的意義，全部轉成數字，從300多萬筆資料中，找出與漸凍人症最相關的20幾個特徵，再篩選出數10組不同特徵組合，經由交叉驗證找出最佳特徵組合，要找出這個最佳特徵組合難度極高，應是獲勝關鍵。
成大團隊找出的6項特徵包括：疾病症狀發作到試驗開始的時間長度、言語能力、切割食物與使用家庭日常用品的能力、軀幹協調功能、血中磷含量、小腿功能，團隊依篩選出的特徵，再用交叉驗證方式挑選出最適合競賽的預測演算法－GBRT，再將GBRT演算法與6項特徵資料做最有效的分析、整理與歸納，才能建立起漸凍人病程演進的預測模型。
主辦單位事先提供所有競賽隊伍漸凍人症患者確診0到3個月內的資料，請各隊依所建立的預測模型，預測患者3個月後到9個月間的病況；成大團隊的預測模型所演算的預測結果，是所有競賽對手中最吻合現實資料。競賽最大的挑戰之一在於，數據除了靜態的資料外，還有多項隨時間變動的資料，大大增加了預測模型建構的難度。有效的預測演算，由於減少臨床研究需要的樣本量，能大幅減少大型臨床研究費用支出，尤其是像漸凍人這類罕見疾病，患者數量較稀少，減少臨床研究的患者數量的意義極為重大；團隊提出的「特徵資料（新的預測因子）」將能提供研究人員關於漸凍人疾病更多的訊息與線索。
文章引用:
https://tw.news.yahoo.com/%E6%BC%B8%E5%87%8D%E4%BA%BA%E7%97%85%E7%A8%8B%E9%9B%A3%E6%B8%AC-%E6%88%90%E5%A4%A7%E7%B2%BE%E6%BA%96%E6%BC%94%E7%AE%97%E5%A5%AA%E4%B8%96%E7%95%8C%E5%86%A0%E8%BB%8D-080627318.html
留言列表
