Loading [MathJax]/extensions/tex2jax.js

0

5
2

文字

分享

0
5
2

到底什麼是精準醫療?——專訪「國家級人體生物資料庫整合平台」執行長黃秀芬

科技大觀園_96
・2022/01/09 ・4067字 ・閱讀時間約 8 分鐘

談到醫療,許多人想到的可能會是對相同疾病採用相同療法的傳統治療行為,但事實上隨著科技進步,醫療產業也正在出現變革,其中「精準醫療」便是近年來最熱門的話題之一.但精準醫療究竟在「準」什麼?對未來醫療產業又可能帶來什麼樣的影響?

為了解答這項問題,我們特別專訪到國衛院分子與基因醫學研究所研究員級主治醫師,同時也是國家級人體生物資料庫整合平台(NBCT)執行長,長年投入分子遺傳學及病理診斷研究的黃秀芬醫師。

什麼是「精準醫療」?

黃秀芬解釋,醫療行為最重要的是診斷必須正確,但過去很長一段時間裡,醫學都是仰賴前人經驗積累而成,要使用什麼藥、採用什麼療法都以經驗為主,對待所有人都沒有什麼不同。直到臨床試驗成為常態,大家才發現人都有不同的樣態,人種、甚至是居住地點的差異,都會影響人罹患疾病的可能,同時也會讓患有同樣疾病的人對治療行為出現不同反應。

2003 年人類基因組計劃(Human Genome Project)成果公布後,醫療界開始了解到人在基因上的個體差異,不同種族的基因突變率也不一樣,這讓醫生開始懂得從基因上做出辨別,選擇有同樣基因突變的病人參與臨床試驗才更能確認治療的有效性。

-----廣告,請繼續往下閱讀-----

2004 年 EGFR 基因突變和肺癌標靶藥物療效的臨床研究成果發現,基因差異導致相同的藥物醫療未必有相同的療效,這更進一步深化了醫療界對基因研究的重視,加速標靶療法(Targeted Therapy)、個人化醫療(Personalized medicine)的研究探索,隨著醫療持續發展,這些針對個人基因來選擇最佳醫療決策的醫學模式有了更統整性的說法:精準醫療(Precision Medicine)。

只是不管精準醫療有多「準」,要想真正達成「針對基因進行醫療決策」的效果,事先瞭解群體基因特徵就成為不可或缺的基礎,而這也正是人體生物資料庫(Biobank)出現的原因。

2003 年人類基因組計劃成果公布後,醫療界開始了解到人的基因差異,將導致醫療效果有效性。圖/Pixabay

BioBank 的「生物檢體」,幫研究者揪出致病因子!

人體生物資料庫主要儲存研究用的人體生物檢體,這些大量、多樣的檢體數據除了讓研究人員能從長期生活習慣、環境差異的比對中找出可能的致病因子,也能將特定病例與健康群體的情況進行對照研究,對醫學研究有相當大的助益。包含日本、美國、加拿大、冰島等國家,,都已成立公共人體生物資料庫,由於涉及倫理爭議,各國成立之初都遇到不少挑戰,而臺灣也是。

臺灣最早的人體生物資料庫,是 2003 年由中研院規畫成立的,隨著 2010 年政府通過《人體生物資料管理條例》,各大醫學中心也紛紛開設自家所屬的人體生物資料庫.然而因為其中一些使用率偏低、收案數目也不大,在無法與醫療資訊完善整合下,一直沒有達到很好的效果。

-----廣告,請繼續往下閱讀-----

為了更妥善應用現有資源,活絡臺灣各家人體生物資料庫之間的合作,衛福部在 2019 年正式成立「國家級人體生物資料庫整合平台」,訂定一致性標準來提升檢體品質、臨床資料內容,盼藉此提升整體使用效能。因此,於分子病理診斷領域耕耘許久、長期負責國衛院人體生物資料庫的黃秀芬,順理成章的成為整合平台執行長的不二人選。

談及整合平台現況,黃秀芬表示,臺灣目前約有 35 家經衛福部核可的人體生物資料庫,而整合平台已成功與 31 家人體生物資料庫機構締約,包含臺大、長庚等各大醫療中心及國衛院都在名單當中。平台登錄的收案數已超過 51 萬例,同時數字還在持續增加。在嚴格的申請審查管控下,相信能在保障個資的同時提供給學術界更好的研究來源。

在去年開始的新冠肺炎風暴中,國家級人體生物資料庫整合平台也發揮了功效。透過建立「臺灣新型嚴重特殊傳染性肺炎研究網及資料庫」,快速自全台合作醫療機構收集 COVID-19 陽性個案的檢體和資訊,除了提供了相關研究團隊做學術研究外,也因為能夠快速提供產業界開發檢測產品, 搶得上市的先機。

臺灣生技實力強,「精準醫療」大有可為!

對於精準醫療的未來發展,許多國際機構都斷言,精準醫療將是未來醫療產業的主要趨勢,而黃秀芬也同意這項看法。從疾病層面來看,癌症是全球第二大死因,而癌症也與後天造成的基因突變更為相關,因此也是現階段精準醫療研究主要投入的目標,包含廣達、Google、Microsoft 等大廠都紛紛宣布投入生技領域發展,正因為它們都知道那是下一個藍海。

-----廣告,請繼續往下閱讀-----

黃秀芬認為,臺灣生技產業實力堅強,生物科技教育師資水準足夠,大數據、電子資訊研發領域上也具有許多專才,在發展精準醫療上可說具有許多優勢;不僅是精準醫療,近兩年影響全球的新冠肺炎風暴同樣也帶起「精準防疫」需求,可想見未來包含病理診斷在內的生技醫療業、製藥業、大數據、AI 領域都會需要更多相關人才協助。

但就像資訊產業希望也找到懂得設計的人才一樣,現在各產業都在追求跨領域人才,黃秀芬直言醫療產業也是類似情況。AI 技術正在逐漸走入醫療產業,許多大數據、AI 公司都希望和醫院合作,但兩個非常專業的領域都需要更了解彼此才能更好溝通,「你不用樣樣都很專業 ,但得能夠和不同領域專家交流合作。」

至於許多人擔憂的被 AI 取代工作,黃秀芬則認為,醫生的工作並沒有這麼容易被取代,AI 只是減輕簡單工作,像是協助細胞學檢查,讓醫生能把時間花費在需要更多專業能力的醫療作業,「就我所知,許多醫院仍非常需要病理科醫師的人才。」

黃秀芬認為,臺灣生技產業實力堅強,生物科技教育師資水準足夠,大數據、電子資訊研發領域上也具有許多專才,在發展精準醫療上具有許多優勢。圖/呂元弘攝

給學子的職涯建議:有「興趣」最重要!

提到醫療界未來發展,黃秀芬話鋒一轉,也談起了她執教多年的感受。隨著時代變遷,最近幾年可以看到一些優秀學生不再將醫學系視為第一目標.面對這種轉變,她認為也不一定是件壞事。

-----廣告,請繼續往下閱讀-----

黃秀芬指出,過去考醫學院主要是對生物有興趣,大學聯考甚至不用考物理,而現在因為考試制度的變革,數學和物理成績都要採計外,難度也遠比生物高,要想進入競爭激烈的醫學院各項成績都必須很優秀,因此通常考進醫學系的學生,就會是數學和物理都很好的人佔優勢,但在她看來,有時候這兩科很好的學生也不見得就適合讀醫學系。「因為醫學畢竟是和人有關的東西。」

許多物理數學很強的高材生,若原本對生物就缺乏興趣,加上醫學系課業相對繁重,許多醫學專有名詞需要靠背誦而不是推理運算,對這些學生而言相對無趣,常是為了家人或其他因素硬著頭皮學習,結果就是有些人會不適應,這種痛苦到了升至大三大四,要面對解剖和病理等龐大醫學名詞和要死記的內容時,就會更加顯現。

「很多人在大三要面臨大體老師突然就休學,有的人是先休息一年做好心理建設再回來面對.但也有些可能就不再回來。所以我覺得國高中生未來如果想走上醫學這條路,你要先想想是不是真的對生物很有興趣,當然有時候興趣也是慢慢培養的。」

代數, 學生, 微笑 的 免費圖庫相片
數理能力強的學生較有機會考上醫學系,卻不一定適合醫學系的課程。圖/Pexels

「多方探索」,是定錨職涯方向的關鍵

黃秀芬以自身為例,表示她雖然堅定想走上病理醫師一途,但也曾猶豫過是否該選擇病理研究這條路。「臨床醫師最大成就感是來自病人」,她解釋,不論是治療或診斷,只要好好對待病人就能獲得感謝,相對之下,負責檢體檢驗、解剖大體的病理科醫師可以說是位居二線,基本上不會碰到病人,自然也不會得到來自病人的掌聲。

-----廣告,請繼續往下閱讀-----

因為擔心自己未來會後悔,在臺大醫學系畢業後,黃秀芬還是選擇先進入長庚小兒科做了一年住院醫師,儘管面對家長、容易哭鬧的孩童都應對得宜,但出於對病理研究的熱情,她最終還是選擇回到病理研究奮鬥,而這一待就是 20 幾年。

在長年的努力耕耘之下,黃秀芬現在除了於國衛院擔任研究員級主治醫師,同時也是臺灣肺癌、肝癌研究領域的關鍵人物,截至目前已發表過多達 220 篇論文,也是 2004 年亞洲第一個發表 EGFR 突變研究團隊的帶領者。

對此黃秀芬謙虛的表示,她認為自己很幸運,求學過程中碰到許多教授都充滿熱忱願意傾囊相授,現在她在學校教書也是一樣的態度,就是希望年輕人未來能有更好的發展。對於正在探索職涯的學子,她也建議不需要給自己太多壓力,最重要的還是先確定自己對什麼領域有興趣,多方探索後再進行決定。

「我從年輕開始就沒有給自己設定很高的期望,為自己訂下的目標是 50 歲時能在自己擅長的領域裡成為專家,被他人認可的專家。在埋頭研究肝臟、肺臟病理數十年後,現在能被一些人這樣認同,我認為這就是一種成就。」

-----廣告,請繼續往下閱讀-----
  1. 國家級人體生物資料庫整合平台
  2. 國家衛生研究院人體生物資料庫
  3. 臺灣人體生物資料庫
  4. 黃秀芬研究員級主治醫師 – 分子與基因醫學研究所
  5. 國家級人體生物資料庫整合平台中央辦公室揭牌- 國衛院電子報
-----廣告,請繼續往下閱讀-----
文章難易度
科技大觀園_96
82 篇文章 ・ 1126 位粉絲
為妥善保存多年來此類科普活動產出的成果,並使一般大眾能透過網際網路分享科普資源,科技部於2007年完成「科技大觀園」科普網站的建置,並於2008年1月正式上線營運。 「科技大觀園」網站為一數位整合平台,累積了大量的科普影音、科技新知、科普文章、科普演講及各類科普活動訊息,期使科學能扎根於每個人的生活與文化中。

0

1
0

文字

分享

0
1
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

本文與 研華科技 合作,泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言,總能牽動整個 AI 產業的神經。然而,我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線,那如果哪天「網路斷了」,會發生什麼事?

想像你正在自駕車打個盹,系統突然警示:「網路連線中斷」,車輛開始偏離路線,而前方竟是萬丈深谷。又或者家庭機器人被駭,開始暴走跳舞,甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎?當然不是!也因為如此,「邊緣 AI」成為業界關注重點。不靠雲端,AI 就能在現場即時反應,不只更安全、低延遲,還能讓數據當場變現,不再淪為沉沒成本。

什麼是邊緣 AI ?

邊緣 AI,乍聽之下,好像是「孤單站在角落的人工智慧」,但事實上,它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前,像是企業、醫院、學校內部的伺服器,個人電腦,甚至手機等裝置,都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。簡單來說,就是將原本集中在遠端資料中心的運算能力,「搬家」到更靠近數據源頭的地方。

-----廣告,請繼續往下閱讀-----

那麼,為什麼需要這樣做?資料放在雲端,集中管理不是更方便嗎?對,就是不好。

當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。/ 圖片來源:MotionArray

第一個不好是物理限制:「延遲」。
即使光速已經非常快,數據從你家旁邊的路口傳到幾千公里外的雲端機房,再把分析結果傳回來,中間還要經過各種網路節點轉來轉去…這樣一來一回,就算只是幾十毫秒的延遲,對於需要「即刻反應」的 AI 應用,比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時,每一毫秒都攸關安全與精度,這點延遲都是無法接受的!這是物理距離與網路架構先天上的限制,無法繞過去。

第二個挑戰,是資訊科學跟工程上的考量:「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送,湧入的資料數據量就像超級大的水流,一下子就把水管塞爆!要避免流量爆炸,你就要一直擴充水管,也就是擴增頻寬,然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理,把重要資訊「濃縮」過後再傳回雲端,是不是就能減輕頻寬負擔,也能節省大量費用呢?

第三個挑戰:系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時,一旦網路不穩、甚至斷線,那怎麼辦?很多關鍵應用,像是公共安全監控或是重要設備的預警系統,可不能這樣「看天吃飯」啊!邊緣處理讓系統更獨立,就算暫時斷線,本地的 AI 還是能繼續運作與即時反應,這在工程上是非常重要的考量。

所以你看,邊緣運算不是科學家們沒事找事做,它是順應數據特性和實際應用需求,一個非常合理的科學與工程上的最佳化選擇,是我們想要抓住即時數據價值,非走不可的一條路!

邊緣 AI 的實戰魅力:從工廠到倉儲,再到你的工作桌

知道要把 AI 算力搬到邊緣了,接下來的問題就是─邊緣 AI 究竟強在哪裡呢?它強就強在能夠做到「深度感知(Deep Perception)」!

-----廣告,請繼續往下閱讀-----

所謂深度感知,並非僅僅是對數據進行簡單的加加減減,而是透過如深度神經網路這類複雜的 AI 模型,從原始數據裡面,去「理解」出更高層次、更具意義的資訊。

研華科技為例,旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例,利用物件偵測模型,快速將工業產品中的瑕疵挑出來,而且由於 AI 模型可以使用同一套參數去檢測,因此品管上能達到一致性,減少人為疏漏。尤其在高產能工廠中,檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品,替工廠節省大量人力,同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。/ 圖片提供:研華科技

此外,在智慧倉儲場域,研華與威剛合作,研華與威剛聯手合作,在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台,打造倉儲系統的 AMR(Autonomous Mobile Robot) 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣,AMR 不需要事先規劃好路線,靠著感測器偵測,就能輕鬆避開障礙物,識別路線,並且將貨物載到指定地點存放。

當然,還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning ),除了可以做備忘錄跟排程規劃以外,還能將實務上碰到的問題記錄下來,等到之後碰到類似的問題時,就能詢問 AI 並得到解答。

你或許會問,那為什麼不直接使用 ChatGPT 就好了?其實,對許多企業來說,內部資料往往具有高度機密性與商業價值,有些場域甚至連手機都禁止員工帶入,自然無法將資料上傳雲端。對於重視資安,又希望運用 AI 提升效率的企業與工廠而言,自行部署大型語言模型(self-hosted LLM)才是理想選擇。而這樣的應用,並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。

但問題也接著浮現:要在這麼小的設備上跑大型 AI 模型,會不會太吃資源?這正是目前 AI 領域最前沿、最火熱的研究方向之一:如何幫 AI 模型進行「科學瘦身」,又不減智慧。接下來,我們就來看看科學家是怎麼幫 AI 減重的。

-----廣告,請繼續往下閱讀-----

語言模型瘦身術之一:量化(Quantization)—用更精簡的數位方式來表示知識

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像:有些畫面細節我們肉眼根本看不出來,刪掉也不影響整體感覺,卻能大幅減少檔案大小。

模型量化的原理也是如此,只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示,什麼是浮點數?其實就是你我都熟知的小數。舉例來說,圓周率是個無窮不循環小數,唸下去就會是3.141592653…但實際運算時,我們常常用 3.14 或甚至直接用 3,也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思! 

然而,量化並不是那麼容易的事情。而且實際上,降低精度多少還是會影響到模型表現的。因此在設計時,工程師會精密調整,確保效能在可接受範圍內,達成「瘦身不減智」的目標。

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。/ 圖片來源:MotionArray

模型剪枝(Model Pruning)—基於重要性的結構精簡

建立一個 AI 模型,其實就是在搭建一整套類神經網路系統,並訓練類神經元中彼此關聯的參數。然而,在這麼多參數中,總會有一些參數明明佔了一個位置,卻對整體模型沒有貢獻。既然如此,不如果斷將這些「冗餘」移除。

這就像種植作物的時候,總會雜草叢生,但這些雜草並不是我們想要的作物,這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在,而動手去清理這些不需要的連結參數或神經元的技術,就稱為 AI 模型的模型剪枝(Model Pruning)。

-----廣告,請繼續往下閱讀-----

模型剪枝的效果,大概能把100變成70這樣的程度,說多也不是太多。雖然這樣的縮減對於提升效率已具幫助,但若我們要的是一個更小幾個數量級的模型,僅靠剪枝仍不足以應對。最後還是需要從源頭著手,採取更治本的方法:一開始就打造一個很小的模型,並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」,是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾(Knowledge Distillation)—讓小模型學習大師的「精髓」

想像一下,一位經驗豐富、見多識廣的老師傅,就是那個龐大而強悍的 AI 模型。現在,他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案,老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」,例如「為什麼我會這樣想?」、「其他選項的可能性有多少?」。這樣一來,小小的學徒模型,用它有限的「腦容量」,也能學到老師傅的「智慧精髓」,表現就能大幅提升!這是一種很高級的訓練技巧,跟遷移學習有關。

舉個例子,當大型語言模型在收到「晚餐:鳳梨」這組輸入時,它下一個會接的詞語跟機率分別為「炒飯:50%,蝦球:30%,披薩:15%,汁:5%」。在知識蒸餾的過程中,它可以把這套機率表一起教給小語言模型,讓小語言模型不必透過自己訓練,也能輕鬆得到這個推理過程。如今,許多高效的小型語言模型正是透過這項技術訓練而成,讓我們得以在資源有限的邊緣設備上,也能部署愈來愈強大的小模型 AI。

但是!即使模型經過了這些科學方法的優化,變得比較「苗條」了,要真正在邊緣環境中處理如潮水般湧現的資料,並且高速、即時、穩定地運作,仍然需要一個夠強的「引擎」來驅動它們。也就是說,要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型,真正放到邊緣的現場去發揮作用,就需要一個強大的「硬體平台」來承載。

-----廣告,請繼續往下閱讀-----

邊緣 AI 的強心臟:SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器,就是扮演「邊緣 AI 引擎」的關鍵角色!那麼,它到底厲害在哪?

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要?因為 GPU 的設計,天生就擅長做「平行計算」,這正好就是 AI 模型裡面那種海量數學運算最需要的!

你想想看,那麼多數據要同時處理,就像要請一大堆人同時算數學一樣,GPU 就是那個最有效率的工具人!而且,有多張 GPU,代表可以同時跑更多不同的 AI 任務,或者處理更大流量的數據。這是確保那些科學研究成果,在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎!

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房,有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計,體積相對緊湊,散熱空間也比較好(這對高功耗的 GPU 很重要!),部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算,進行「工程化」,讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格,背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場,系統穩定壓倒一切!你總不希望 AI 分析跑到一半就掛掉吧?這些設計確保了部署在現場的 AI 系統,能夠長時間、穩定地運作,把實驗室裡的科學成果,可靠地轉化成實際的應用價值。

-----廣告,請繼續往下閱讀-----
研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。/ 圖片提供:研華科技

台灣製造 × 在地智慧:打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能,能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署,及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析,還是其他 AI 相關的服務,都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務,讓企業在啟動 AI 專案前,大幅降低前期投入門檻,靈活又實用。

台灣有著獨特的產業結構,從精密製造、城市交通管理,到因應高齡化社會的智慧醫療與公共安全,都是邊緣 AI 的理想應用場域。更重要的是,這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示,這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果,往往已經錯失最佳反應時機。這也是為什麼邊緣 AI,不只是一項技術創新,更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場,就能被有效的「理解」與「利用」,是將數據垃圾變成數據黃金的賢者之石!

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

0
0

文字

分享

0
0
0
晚期肝癌只能化療?免疫治療如何改變治療標準?
careonline_96
・2025/02/21 ・1963字 ・閱讀時間約 4 分鐘

-----廣告,請繼續往下閱讀-----

圖 / 照護線上

「那是位 50 多歲男性,診斷肝癌時腫瘤已經接近 10 公分,且有脊椎骨的轉移,屬於晚期肝癌。」中國醫藥大學附設醫院內科部消化系許偉帆醫師指出,「當時患者恰好有機會參加臨床試驗,利用雙免疫合併療法作為治療。」

接受雙免疫合併治療的成效顯著,腫瘤逐漸縮小,讓病情得相當好的控制。許偉帆醫師說,從發現至今已有兩年時間,目前胎兒蛋白、PIVKA-II 等指數正常,而且不管是電腦斷層掃描、骨頭掃描都沒有找到腫瘤存活的跡象,患者已回到工作崗位,也持續在門診追蹤。

在台灣,每年約有 8000 例新診斷的肝癌。許偉帆醫師說,患者年齡多在 45 至 60 歲之間,通常是家庭的經濟支柱,因此肝癌往往會對家庭與社會的經濟產生嚴重的影響。

B 型肝炎、C 型肝炎是肝癌的主要危險因子,因為肝炎病毒會導致慢性肝炎、肝硬化及肝癌,常被稱為「肝病三部曲」。許偉帆醫師說,酒精性肝炎、脂肪肝也都可能導致肝硬化,增加罹患肝癌的風險。近年來由脂肪肝導致的肝硬化患者越來越多,不可輕忽。

-----廣告,請繼續往下閱讀-----

「由於肝臟缺乏痛覺感受器,所以早期肝癌大多沒有症狀。」許偉帆醫師說,「晚期肝癌可能出現體重減輕、食慾不振、腹脹、腹痛、黃疸等症狀。正常的黃疸指數約 1 mg/dL,曾經有位老太太來就診時黃疸指數已經高達 25 mg/dL,進一步檢查才發現已是晚期肝癌。」

因為肝癌的治療與腫瘤狀態(大小、數目、侵犯血管程度、肝外轉移)、肝臟殘存功能、病人健康狀態等因素有關,臨床上會使用「巴塞隆納分期(BCLC stage)」將肝癌分為 Stage 0、Stage A、Stage B、Stage C、Stage D。根據統計,台灣早期肝癌(Stage 0)患者比例不到 10%,第一期(Stage A)患者約占三成,中期到末期(Stage B、C、D)患者比例超過 50%。許偉帆醫師說,早期肝癌建議接受手術切除,晚期肝癌的治療難度較高,必須仰賴全身性治療。

晚期肝癌的治療過去以化療為主,但是反應率較低,治療成效有限。許偉帆醫師說,隨著免疫療法的發展,晚期肝癌的治療成效漸漸提升,如今免疫治療已成為晚期肝癌的標準治療。

雙免疫合併療法顯著提升治療成效
圖 / 照護線上

研究發現,晚期肝癌患者使用雙免疫合併治療的成效顯著優於過往傳統療法。許偉帆醫師說,過往單用標靶藥物治療時,晚期肝癌患者平均存活期約一年;若使用雙免疫合併治療,患者的存活期有望可延長至近 2 年。

-----廣告,請繼續往下閱讀-----

接受雙免疫合併治療後,治療反應率(objective response rate)約 20-30%,腫瘤有機會獲得穩定控制、甚至縮小,使患者增加長期存活的機會。

然而,雙免疫合併治療還是可能出現皮疹、疲倦、腹瀉、肝功能異常等副作用,治療過程中都會持續監測,並給予適當的處置。

免疫治療的運用顯著提升了晚期肝癌的治療成效,患者要和醫師詳細討論,擬定個人化的治療策略,達到較佳的預後!

筆記重點整理

  • 由於肝臟缺乏痛覺感受器,所以早期肝癌大多沒有症狀。晚期肝癌可能出現體重減輕、食慾不振、腹脹、腹痛、黃疸等症狀。
  • 台灣早期肝癌(Stage 0)患者比例不到 10%,中期到末期(Stage B、C、D)患者比例超過 50%。早期肝癌建議接受手術切除,晚期肝癌的治療難度較高,必須仰賴全身性治療。
  • 晚期肝癌的治療在過去十多年皆以標靶治療為主,但是反應率較低,治療成效有限。隨著免疫療法的發展,晚期肝癌的治療成效漸漸提升,如今免疫治療已成為晚期肝癌的標準治療。
  • 晚期肝癌患者接受過往傳統療法的平均存活期約一年;若使用雙免疫合併治療,患者的存活期有機會延長至約 2 年。
  • 雙免疫合併治療的治療反應率約 20-30%,腫瘤能獲得穩定控制、甚至縮小。部分患者有機會從無法開刀轉變為可進行手術、電燒、栓塞等局部治療,增加長期存活的機會。
-----廣告,請繼續往下閱讀-----

討論功能關閉中。

0

0
0

文字

分享

0
0
0
乳癌標靶治療太辛苦?新皮下注射劑型如何改變現況?
careonline_96
・2025/02/19 ・2396字 ・閱讀時間約 4 分鐘

-----廣告,請繼續往下閱讀-----

圖 / 照護線上

「那是一位 60 歲 HER2 乳癌患者,在接受 HER2 雙標靶藥物治療後,病情獲得控制。」高雄長庚醫院乳房外科吳世重醫師表示,「但由於患者體態較豐腴、脂肪層較厚,每次打針都是挑戰;加上靜脈輸注兩種 HER2 標靶藥物,每次都需要 2、3 個小時,容易讓患者感到不便與不適。」

後來,患者的家屬聽說 HER2 雙標靶藥物有新的皮下注射劑型,主動提出詢問。吳世重醫師說,改採 HER2 雙標靶皮下注射劑型後,每次給藥時間大幅縮短,僅 5 至 8 分鐘即可完成,終於讓患者如釋重負。

改寫 HER2 乳癌治療預後—HER2 標靶藥物對早期、晚期病友都重要!

乳癌治療目前已十分進步,確診後醫師會根據癌細胞特性,判斷患者乳癌亞型,判斷因子包括荷爾蒙受體(ER、PR)、「第2型人類表皮生長因子受體」(HER2)等。其中,HER2 陽性乳癌約佔所有乳癌的 25%,因其惡性度較高,在標靶藥物問世前,屬於預後較差的乳癌。吳世重醫師說, HER2 標靶藥物的出現,大幅改善 HER2 乳癌的存活率,後續又發展成 HER2 雙標靶治療,更進一步提升治療成效。

HER2乳癌雙標靶成為國際治療趨勢

圖 / 照護線上

HER2 雙標靶治療對早期與晚期 HER2 乳癌患者都相當重要。吳世重醫師說,早期 HER2 乳癌在接受手術治療外,搭配使用 HER2 雙標靶治療可顯著提高治療成效,降低復發機率。對晚期 HER2 乳癌來說,在國際治療指引中 HER2 雙標靶治療更已成為推薦的第一線選擇,可有效延緩腫瘤進展,提升患者存活時間與生活品質。

-----廣告,請繼續往下閱讀-----

過往 HER2 雙標給藥時間長 病友不適狀況多 新皮下劑型問世後有解!

HER2 雙標靶雖對 HER2 乳癌治療來說不可或缺,但傳統 HER2 雙標靶治療需透過靜脈輸注給藥,單個藥物都需要耗費約 1 至 1.5 小時,兩種標靶必須分開注射,因此總給藥時間長達約 3 小時,每 3 週就要施打一次。吳世重醫師說,早期乳癌患者通常建議連續施打 1 年,而晚期乳癌患者則需持續接受治療,直到腫瘤對藥物產生抗藥性或患者無法耐受副作用為止。每次治療皆須到院接受 3 個小時的給藥,再加上前後一定處置與等待時間,長期下來對患者的生活、工作都會造成不小困擾。

此外,採用靜脈輸注時,若患者的血管不明顯,護理人員可能需多次嘗試穿刺,造成疼痛與不適;即使成功建立靜脈管路,也有因針頭滑脫而導致藥物滲漏的風險。長期或頻繁的靜脈輸注亦可能引發靜脈炎,導致局部紅、腫、熱、痛。如果想要使用人工血管,便需要接受手術,但也仍有發生感染、血栓等風險。

新皮下HER2雙標靶把留院縮短

圖 / 照護線上

部分患者可能因給藥時間過長或靜脈注射之不適而對治療產生排斥,影響治療遵從性,因此如何縮短給藥時間、減輕不適,成為臨床上期望改善的目標。在劑型研發的進步下,目前已有 HER2 雙標靶皮下注射劑型問世,其療效和安全性皆與靜脈注射劑型相當,但給藥時只需以皮下注射方式緩慢推入藥物,因此可大幅縮短給藥時間。吳世重醫師說,首次給藥只要 10 到 15 分鐘,隨著注射次數增加,若沒有過敏現象,後續注射時間更可以逐漸縮短成 5 至 8 分鐘。

採用皮下注射新劑型的另一項優點,就是不再需要反覆尋找靜脈,也不用擔心出現滲漏或靜脈炎的狀況,讓病人可以更輕鬆地接受治療,免除因長時間靜脈輸注,而造成的疼痛或心理壓力。

-----廣告,請繼續往下閱讀-----

113 12 月起皮下 HER2 雙標靶獲健保!助病友減輕負擔 達成自我實現

HER2 雙標靶藥物皮下注射新劑型目前也迎來納入健保給付的好消息!早期及轉移性 HER2 乳癌都納入給付,幫助病友大幅減輕經濟壓力。

目前的給付規定(113年12月1日起)如下:

【早期乳癌】

外科手術前後以本藥品及化學療法(術前輔助治療或輔助治療)併用作為輔助性治療用藥,用於具HER2過度表現(IHC3+ 或 FISH+),且具腋下淋巴結轉移但無遠處臟器轉移之早期乳癌病人,若使用於外科手術後,須達病理上緩解(pCR)。

-----廣告,請繼續往下閱讀-----

【轉移性乳癌】

與 docetaxel 併用於治療轉移後未曾以抗 HER2 或化學療法治療之 HER2 過度表現(IHC3+ 或 FISH+)轉移性乳癌病人。

須經事前審查核准後使用,核准後每 18 週須檢附療效評估資料再次申請,若疾病有惡化情形即不應再行申請。

皮下注射HER2雙標靶治療納入健保給付

圖 / 照護線上

HER2 雙標靶藥物皮下注射新劑型能夠降低給藥時的不適與不便,有助提升生活品質,讓乳癌病友能避免長時間留院,擁有更多自我實現的時間。

-----廣告,請繼續往下閱讀-----

「乳癌治療持續在進步,如果罹患乳癌,千萬不要迷信偏方。」吳世重醫師提醒,「請與醫師密切配合,才能達到較佳的預後!」

-----廣告,請繼續往下閱讀-----

討論功能關閉中。