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

-----廣告,請繼續往下閱讀-----

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-----

參考資料

  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
文章難易度
科技大觀園_96
82 篇文章 ・ 1125 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

3
3

文字

分享

0
3
3
圖形處理單元與人工智慧
賴昭正_96
・2024/06/24 ・6944字 ・閱讀時間約 14 分鐘

  • 作者/賴昭正|前清大化學系教授、系主任、所長;合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒,那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬.霍金(Stephen Hawking) 英國理論物理學家

大約在八十年前,當第一台數位計算機出現時,一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧;但七十年後,還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」(Artificial Intelligent,簡稱 AI)的能力最近十年突然起飛,在許多(所有?)領域的測試中擊敗了人類,正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元(graphic process unit,簡稱 GPU)是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia(英偉達)股票從每股不到 $5,上升到今天(5 月 24 日)每股超過 $1000(註一)的全世界第三大公司,其創辦人(之一)兼首席執行官、出生於台南的黃仁勳(Jenson Huang)也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人!可是多少人了解圖形處理單元是什麼嗎?到底是時勢造英雄,還是英雄造時勢?

黃仁勳出席2016年台北國際電腦展
Nvidia 的崛起究竟是時勢造英雄,還是英雄造時勢?圖/wikimedia

在回答這問題之前,筆者得先聲明筆者不是學電腦的,因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事,不是我們外行人需要了解的;但作為一位現在的知識分子或公民,了解基本原理則是必備的條件:例如了解「能量不滅定律」就可以不用仔細分析,即可判斷永動機是騙人的;又如現在可攜帶型冷氣機充斥市面上,它們不用往室外排廢熱氣,就可以提供屋內冷氣,讀者買嗎?

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」(central process unit,簡稱 CPU)。CPU 是電腦的「腦」,其電子電路負責處理所有軟體正確運作所需的所有任務,如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作;但為了簡單化,我們在這裡所談的工作將只是執行算術和邏輯運算的工作(arithmetic and logic unit,簡稱 ALU),如將兩個數加在一起。在這一簡化的定義下,CPU 在任何一個時刻均只能執行一件工作而已。

-----廣告,請繼續往下閱讀-----

在個人電腦剛出現只能用於一般事物的處理時,CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後,CPU 開始顯示心有餘而力不足:例如電玩動畫需要應用程式處理數以萬計的像素(pixel),每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年,英偉達將其一「具有集成變換、照明、三角形設定/裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」(註二)定位為「世界上第一款 GPU」,「GPU」這一名詞於焉誕生。不像 CPU,GPU 可以在同一個時刻執行許多算術和邏輯運算的工作,快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢?因每一時刻只能做一件事,所以其步驟為:

  • 計算 7×5;
  • 計算 6/3;
  • 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢?很多工作便可以同時(平行)進行:

-----廣告,請繼續往下閱讀-----
  • 同時計算 7×5 及 6/3;
  • 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間,但如果我們有 16 對 a×b 要相加呢?單獨的 CPU 需要 31 個運算的時間(16 個 × 的運算時間及 15 個 + 的運算時間),而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間(1 個 × 的運算時間及 4 個 + 的運算時間)!

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了,如何將它擺正成右圖呢? 一句話:「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點(座標 x, y)組成的,所以這句簡單的話可讓 CPU 忙得不亦樂乎了:每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

-----廣告,請繼續往下閱讀-----

即每一點均需要做四個 × 及兩個 + 的運算!如果每一運算需要 10-6 秒,那麼讓《我愛科學》一書做個簡單的角度旋轉,便需要 6 秒,這豈是電動玩具畫面變化所能接受的?

圖形處理的例子

人類的許多發明都是基於需要的關係,因此電腦硬件設計家便開始思考:這些點轉換都是獨立的,為什麼我們不讓它們同時進行(平行運算,parallel processing)呢?於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 106 運算,那上圖的轉換只需 10-6 秒鐘!

GPU 的興起

GPU 可分成兩種:

  • 整合式圖形「卡」(integrated graphics)是內建於 CPU 中的 GPU,所以不是插卡,它與 CPU 共享系統記憶體,沒有單獨的記憶體組來儲存圖形/視訊,主要用於大部分的個人電腦及筆記型電腦上;早期英特爾(Intel)因為不讓插卡 GPU 侵蝕主機的地盤,在這方面的研發佔領先的地位,約佔 68% 的市場。
  • 獨立顯示卡(discrete graphics)有不與 CPU 共享的自己專用內存;由於與處理器晶片分離,它會消耗更多電量並產生大量熱量;然而,也正是因為有自己的記憶體來源和電源,它可以比整合式顯示卡提供更高的效能。

2007 年,英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後,科學家發現獨立 GPU 不但能夠快速處理圖形變化,在需要大量計算才能實現特定結果的任務上也非常有效,因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理,不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化,也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬(註三)等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分,正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲,遠遠落在英偉達(80%)及超微半導體公司(Advance Micro Devices Inc.,19%,註四)之後,大約只有 1% 的市場。

-----廣告,請繼續往下閱讀-----
典型的CPU與GPU架構

事實上現在的中央處理單元也不再是真正的「單元」,而是如圖二可含有多個可以同時處理運算的核心(core)單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心,因此其核心功能不如 CPU 核心強大,但它們能同時高速執行大量相同的指令,在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心;GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書,不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等,也知道它擺斜了。這種「平行運作」的能力不僅限於視覺,它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是:嘴巴在講,腦筋思考已經不知往前跑了多少公里,常常為了追趕而越講越快,將不少學生拋到腦後!這不表示筆者聰明,因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技,因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣(matrix)的讀者應該知道,如果用矩陣和向量(vector)表達,上面所談到之座標轉換將是非常簡潔的(註五)。而矩陣和向量計算正是機器學習(machine learning)演算法的基礎!也正是獨立圖形處理單元最強大的功能所在!因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石:它們的架構就是充分利用並行處理,來快速執行多個操作,進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」(deep learning)。

黃仁勳在 5 月 22 日的發布業績新聞上謂:「下一次工業革命已經開始了:企業界和各國正與英偉達合作,將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升,幫助企業降低成本和提高能源效率,同時擴大收入機會。」

附錄

人工智慧的實用例子:下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後,讀者是不是認為筆者該退休了?

-----廣告,請繼續往下閱讀-----

GPU(圖形處理單元)和 AI(人工智慧)之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力,特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步,使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率,使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐,而且使其更具成本效益,因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展,GPU 的角色可能會變得更加不可或缺,推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標,這些神經元網路可以獨立但有凝聚力地工作,使我們能夠執行複雜的任務,例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外,研究表明,與非人類動物相比,人類大腦具有更多平行通路,這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上,一邊聽音樂一邊做飯,或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技,因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵:透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

(註一)當讀者看到此篇文章時,其股票已一股換十股,現在每一股約在 $100 左右。

(註二)組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」(GeForce 256)插卡吧?

(註三)筆者於 1984 年離開清華大學到 IBM 時,就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士(fellow)」Enrico Clementi 的團隊:因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層,我們只能自己寫軟體將 8 台中型電腦(非 IBM 品牌!)與一大型電腦連接來做平行運算,進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

-----廣告,請繼續往下閱讀-----

(註四)補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商:英偉達及 ATI(Array Technology Inc.)。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立,2006 年被超微半導體公司收購,品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐(Lisa Tzwu-Fang Su)博士為執行長後,股票從每股 $4 左右,上升到今天每股超過 $160,其市值已經是英特爾的兩倍,完全擺脫了在後者陰影下求生存的小眾玩家角色,正在挑戰英偉達的 GPU 市場。順便一題:超微半導體公司現任總裁(兼 AI 策略負責人)為出生於台北的彭明博(Victor Peng);與黃仁勳及蘇姿豐一樣,也是小時候就隨父母親移居到美國。

(註五)

延伸閱讀

  • 熱力學與能源利用」,《科學月刊》,1982 年 3 月號;收集於《我愛科學》(華騰文化有限公司,2017 年 12 月出版),轉載於「嘉義市政府全球資訊網」。
  • 網路安全技術與比特幣」,《科學月刊》,2020 年 11 月號;轉載於「善科教育基金會」的《科技大補帖》專欄。
文章難易度

討論功能關閉中。

賴昭正_96
43 篇文章 ・ 56 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此穫有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。

0

0
0

文字

分享

0
0
0
甲狀腺癌復發:次世代基因定序 NGS 協助擬定治療計畫,健保給付條件看這裡
careonline_96
・2024/07/17 ・2205字 ・閱讀時間約 4 分鐘

-----廣告,請繼續往下閱讀-----

「那是一位 50 多歲的女士,發現甲狀腺癌後有接受治療,但是在幾年後發現甲狀腺癌復發,並轉移至肺部。」高雄榮民總醫院核子醫學科主任諶鴻遠醫師指出,「復發的腫瘤對放射碘的反應不佳,經過標靶藥物治療後一段時間,產生抗藥性、病情惡化,這位患者也漸漸出現肋膜積水,走路會喘、躺下也會喘。」

經過討論後,患者接受次世代基因定序 NGS 檢測,發現有 RET 融合基因突變。諶鴻遠醫師建議,針對 RET 融合基因突變,患者開始接受 RET 抑制劑治療。

經過一個月的治療後,患者的症狀大幅改善、肋膜積水消退。諶鴻遠醫師發現,大概四個月後,患者再次接受放射碘治療,也能夠發揮治療成效,讓患者的狀況越來越穩定,目前持續在門診追蹤治療。

甲狀腺癌初期沒有明顯症狀,多數患者是在接受甲狀腺超音波檢查時意外發現。諶鴻遠醫師指出,隨著腫瘤變大,患者可能摸到頸部腫塊、淋巴結腫大、覺得頸部有壓迫感、頸部疼痛、或吞嚥不適。如果喉返神經遭到侵犯,患者可能出現聲音沙啞、容易嗆到等狀況。如果氣管受到壓迫,患者的呼吸也會受到影響。當甲狀腺癌轉移至骨骼、腦部、肺部等部位時,便會造成骨頭疼痛、頭痛、呼吸不適或咳嗽等各式各樣的症狀。

-----廣告,請繼續往下閱讀-----

臨床上懷疑是甲狀腺癌時,通常會在超音波導引下做穿刺,取部分細胞出來做檢查。諶鴻遠醫師說,手術是甲狀腺癌的主要治療方式,在狀況許可時,通常會安排手術,切除甲狀腺並進行頸部淋巴結廓清。

部分甲狀腺癌患者,在開完刀還要做放射碘治療,幫助降低復發風險。諶鴻遠醫師說,完成初步治療後,患者一定要定期追蹤,醫師會視狀況安排抽血檢測包括腫瘤標記、甲狀腺功能等,影像檢查包括頸部超音波檢查、電腦斷層、腫瘤掃描等。

「甲狀腺癌患者可能在術後一、二年復發,也可能在十年後復發,所以務必定期追蹤,才能在發現復發跡象時,啟動下一階段的治療。」諶鴻遠醫師說,「復發的甲狀腺癌往往會比較棘手,而需要調整治療計畫。」

次世代基因定序 NGS,幫助擬定治療計畫

針對復發的甲狀腺癌,可能會再度進行手術與放射碘治療,然後依照患者的狀況,使用傳統的標靶藥物,一般是以抗血管新生為主的標靶藥物。諶鴻遠醫師說,隨著精準醫療的發展,目前還可以在甲狀腺癌復發時,進行次世代基因定序檢測(NGS,Next Generation Sequencing)。

精準醫療的精神是分析腫瘤的基因,然後針對不同的標靶基因,選用對應的標靶藥物來抑制腫瘤生長。諶鴻遠醫師說,在甲狀腺癌復發後,精準醫療的角色就越來越重要。

-----廣告,請繼續往下閱讀-----

針對特定標靶基因的藥物,作用機轉較專一,能準確發揮效果,副作用也較少。諶鴻遠醫師說,例如利用次世代基因定序 NGS 驗出 RET 融合基因突變時,便能使用 RET 抑制劑,抑制腫瘤生長、促使腫瘤凋亡。

具有 RET 融合基因突變的甲狀腺癌往往惡性度較高,較容易復發、轉移,也較容易對放射碘產生抗性。諶鴻遠醫師說,接受次世代基因定序 NGS 檢測,有 5% 至 10% 的機會找到 RET 融合基因突變,年輕型的甲狀腺癌可能會有 25% 的機會找到RET融合基因突變。使用 RET 抑制劑可以幫助讓復發的腫瘤縮小、惡性度下降、讓放射碘治療無效的患者再恢復治療效果。RET 抑制劑的發展對甲狀腺癌復發的患者有很大的幫助。

取得腫瘤組織後,次世代基因定序 NGS 能夠一次檢驗多種腫瘤基因,檢測費用會隨著檢測基因的數量而有所差異,從新台幣數萬元至十萬元以上不等。諶鴻遠醫師說,如今次世代基因定序檢測 NGS 已納入健保給付,符合給付條件的患者,便能以部分負擔的方式進行次世代基因定序檢測。

由於腫瘤基因相當多,究竟要檢測哪些基因,需與臨床醫師討論後取得共識。目前健保給付甲狀腺癌患者的條件與檢測基因,也已公布如下:

-----廣告,請繼續往下閱讀-----

貼心小提醒

甲狀腺癌患者在接受初步治療後,仍有復發的風險,請務必定期追蹤。諶鴻遠醫師提醒,在甲狀腺癌復發後,次世代基因定序 NGS 能夠幫助擬定治療策略。藉由次世代基因定序 NGS,有 5% 至 10%(年輕型高達 25%)的機會驗到 RET 融合基因突變,利用 RET 抑制劑有助於讓復發的腫瘤縮小、惡性度下降、讓放射碘治療無效的患者再度恢復治療效果,達到較佳的治療成效!

討論功能關閉中。

2

0
1

文字

分享

2
0
1
標靶藥物、免疫治療、化學治療?肺癌治療有哪些進步?
careonline_96
・2024/05/08 ・2523字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

給 每一位剛踏上抗癌路上的鬥士與戰友

確診晚期肺癌時,病友可以跟醫師討論幾個重要事項,包括轉移的部位,並評估是否需要進行一些預防性的處置。治療過程中,第一線治療可能會在某個時間點開始出現抗藥,接下來就會需要做第二次組織採樣,來進行次世代基因檢測 NGS。對於晚期肺腺癌病友而言,並非第一線治療之後就結束,在第一線治療之後,還有非常多選擇,而且在接下來三、五年,還是有新的藥物,提供更多治療選擇。病友最重要就是積極面對,與醫師配合,進行完整的治療,才會有機會把肺癌的控制做到最好!

臺灣大學醫學院附設醫院新竹臺大分院院長余忠仁教授

標靶藥物是晚期肺癌的治療非常重要的里程碑

一名晚期肺腺癌的病友,三年前確診時即有骨頭和淋巴腺的轉移,肺部也有好幾處腫瘤,在初步基因分析裡,並未找到基因突變,開始使用化學治療,中間也嘗試雙免疫治療。兩年後,出現了腦部的轉移。做了次世代基因定序 NGS,發現有基因突變,也找到相對應的標靶藥物可以使用。余忠仁教授說,經過兩個月的治療,病友腦部的腫瘤完全消失,持續治療期間也沒有明顯副作用,疾病控制達到非常理想的狀況。

2004 年,台灣開始引進標靶藥物,對晚期肺癌的治療是非常重要的里程碑。余忠仁教授指出,之前的治療都是以化學治療為主,治療過程較辛苦,成效也相當有限。在標靶治療藥物問世後,對晚期肺癌的治療就轉變為以口服藥物為主,相較於化學治療,標靶藥物的副作用是大多數病友都可以接受,也有助維持生活品質。

未來治療走向逐漸邁向合併治療 具有精準性,作用好、副作用低

後續晚期肺癌治療又進入免疫治療藥物的時代,對於那些不適合做標靶治療的病友而言,免疫治療提供了新的希望。免疫治療可以結合化學治療藥物使用,得到更好的治療效果。余忠仁教授說,近年與抗體合併的治療藥物又進入另外一個新的時代,現在有以抗體為主的標靶治療藥物,包括雙標靶藥物,以及抗體結合化學治療,這些都讓肺癌持續朝著精準治療的方向邁進。這些治療方式具有精準性,作用好、副作用低,在未來三到五年之內,都是可以真正應用到臨床治療的藥物。

晚期肺癌已逐漸慢性病化 標靶藥物接續治療延長控制時間

在標靶藥物開發之後,晚期肺腺癌便已逐漸慢性病化。余忠仁教授說,雖然第一代標靶藥物可控制大約十個月,但是隨著第二代、第三代標靶藥物的開發,已能進行接續治療,中間再穿插化學治療,很多病友可以達到四年、五年的控制時間,甚至持續十年以上的治療,讓整個晚期肺癌的治療達到非常長久,朝著慢性化的方向前進。

-----廣告,請繼續往下閱讀-----

他的故事 談關懷陪伴

罹癌不怨天尤人 迎來風雨後的彩虹

恐懼會傳染,希望也是!

2018 年 11 月 22 號,太太確診晚期肺腺癌。睡覺時一直乾咳,原以為是血壓藥引起,換藥幾個月後仍然乾咳;某次到診所就醫,細心的醫師幫太太照 X 光發現 7 公分腫瘤,我心懷感謝。

太太先做 4 次化療後,腫瘤從 7 公分縮小到 4.9 公分,之後手術切除,再做 4 次化療後定期追蹤。動手術前,我聽見一位醫生對家屬說「打開來是滿天星,一點一點小小,整個肺部都是,沒辦法手術,要把它縫回去」。我擔心太太也是如此,最後醫師說「恭喜,手術成功了!」我跟孩子說「媽媽手術成功了!」說完淚水就像潰堤一般,流個不停。

治療過程跌宕起伏,幸好目前已漸入佳境。發生過肺癌轉移,試過免疫療法一年,服用標靶藥物兩年。去(2023)年年底因肋膜腔積水,一天要抽 300 cc 肺積水,11 月改用乳癌藥物,使用後排除了肺積水,太太現在還能去市場買菜。

-----廣告,請繼續往下閱讀-----

太太剛罹癌時,心中湧出無以名狀的恐懼與害怕,就像一首歌寫的「這不是件容易的事,我們卻都沒有哭泣」,結婚 40 幾載,無法想像她離我而去;太太罹癌後幾天,即使腫瘤 7 公分,我們仍參加早己預定的南投武界旅行,擔心以後沒有機會。開始治療後,太太因為甲溝炎,不能碰水,我幫她擦澡,怕油煙不敢進廚房,我烹調食物鼓勵她吃。

疾病是生活的一部分,不該被它限制生活快樂的可能性。太太容易累,活動範圍受限,於是把去市場買菜、公園散步當成去玩;我在住家旁種菜,十幾坪的大小生機盎然,簡單的行動就能療癒情緒。

現代醫療發達,吃好、睡好很重要,我雖然無法完全了解太太正經歷的苦,但是會做到耐心陪伴,幫助她轉移負面情緒。由於醫師看診、說明時間短,提供幾個不錯的方法:多多請教個管師、重大事件做紀錄、提醒醫師做 CEA 指數、看診前將症狀先寫好。罹癌不會只有傷痛的記憶,透過細心陪伴、用心關懷,可以從雜質中萃出回甘雋永的人生滋味。

所有討論 2