1

3
0

文字

分享

1
3
0

「血液病理診斷」導入 AI 應用,輔助醫師快速精準判讀、減輕負荷量

鳥苷三磷酸 (PanSci Promo)_96
・2022/01/17 ・2491字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

本文由 台灣諾華 協助刊登,審定編號 TW2201057472。

  • 作者/許君咏

我們想讓你知道:

被喻為困難診斷疾病的骨髓增生性腫瘤,難在哪裡?由於「病理切片判讀」很難找出「兇手」,因此,林口長庚醫院與台灣諾華及雲象科技合作,將 AI 運用於血液病理診斷,有望幫助醫生進行快狠準的判讀,可以減少經驗多寡限制,以及減輕醫生的判讀的負荷量,更重要的是,為病患做出正確的診斷,幫助及早進行治療。

在血液癌症的診斷中,病理切片是必要條件之一,例如骨髓增生性腫瘤(myeloproliferative neoplasm,簡稱 MPN),因為種類繁多,臨床症狀、病理變化及突變特徵重疊性高,過去需仰賴經驗豐富的臨床血液科及血液病理科醫師人工鑑定,然而對抗血液腫瘤就如同與時間賽跑,若無法立即提供判讀結果,延誤了治療時機,將影響病患存活率。

「骨髓增生性腫瘤」到底是什麼?

骨髓增生性腫瘤(MPN),以前稱為骨髓增生性疾病,是一組以一個或多個血細胞(白細胞,紅細胞,血小板和/或纖維細胞)過量產生為特徵的疾病。

首先,骨髓是人類的造血器官,它的重要功能就是產生造血幹細胞,之後這些造血幹細胞透過分化再生成不同的血細胞,例如紅血球、血小板、顆粒球、單核球等。而骨髓增生性腫瘤是一組罕見的血液癌症,會導致骨髓中產生過多的紅血球、白血球、血小板,根據 2016 世界衛生組織的分類,這組疾病中較常見有四類,各有不同的預後及治療方式,包括原發性血小板增多症(ET)、真性紅血球增多症(PV)、原發性骨髓纖維化(PMF),原發性骨髓纖維化又有兩種亞型:早期骨髓纖維化(pre PMF)及顯著骨髓纖維化(overt PMF)。

骨髓增生性腫瘤種類

至於確切的罹病原因目前並不清楚,科學家尚在研究中。林口長庚醫院血液科郭明宗醫師說:「骨髓增生性腫瘤臨床上常見有 3 種基因突變,分別是 JAK2V617,CALR,MPL。不論是後天的基因變異,或是環境因素等皆為可能致病因子,目前在臨床上面臨的最大挑戰不僅是治療,其實從診斷程序挑戰就已經開始。」

-----廣告,請繼續往下閱讀-----

難如登天的「病理切片判讀」,究竟要如何找出「兇手」呢?

被喻為困難診斷疾病的骨髓性增生腫瘤,難在哪裡?

郭明宗醫師進一步說明,因骨髓性增生腫瘤屬於血液增生性疾病,和其他實體腫瘤不同的是,病患沒有明顯可觸及的腫塊,通常是因為出血、中風、脾腫大等併發症而求診,無法直接看出病因是什麼。這時醫生就像偵探一樣,必須從其他類似的症狀、血液檢查數值等尋找線索,列出可能的疾病名單,而最關鍵的證據除了基因變異之外就是「病理切片判讀」。因此, 2016 年世界衛生組織也將「骨髓切片」列為骨髓增生性腫瘤診斷的必要條件之一。

但最難的部分就在於「病理切片判讀」,林口長庚紀念醫院解剖病理部莊文郁副主任說:「骨髓切片主要是由血液病理次專科醫師進行判讀,而骨髓增生性腫瘤判讀的複雜度遠超乎一般人所能想像,病理醫師必須仔細評估各種造血細胞在顯微鏡下的數量及形態,特別是巨核細胞的形態特徵、數量及空間分布,才能得到精準的診斷。」

莊文郁主任實施病理切片判讀

也就是說,傳統的病理切片裡的血球型態與其他疾病極為相似,需由經驗豐富的醫生判讀,並進行診斷,然而人工判讀的缺點在於,難以取得客觀量化的數據,並且可能會有人為誤差。如前段提及骨髓增生性腫瘤有不同種類,預後和病程進展有極大差異,需要不同的治療策略。郭明宗醫師分享:「早期世界衛生組織尚未明確分類時為例,曾有 20% 的患者原先被診斷為原發性血小板增多症(ET),後續分類後重新診斷為早期骨髓纖維化(pre PMF)。」說明病理切片判讀在診斷上有一定的困難及複雜性。

病理切片耗人又講求經驗怎麼辦?AI 來幫忙!

莊文郁副主任說:「林口長庚每月有近萬個案例、高達上萬筆的病理玻片需要判讀,病理團隊每日皆須面臨龐大且急迫的病例,為了能及早且精準幫助病患確診,已全面將病理玻片數位化,為全台少數完成跨院區病理科數位化的醫療院所,可大大提升判讀方便性。」

-----廣告,請繼續往下閱讀-----

這次合作跨界三方,結合不同優勢,林口長庚龐大的病理資料庫,雲象科技的 AI 技術,加上台灣諾華長期投入血液腫瘤研發治療的經驗,共同提升台灣血液腫瘤篩檢量能,幫助病患在進入急性期或惡化前獲得及時診斷及擬定適合的治療策略,延續病患生命並提升生活品質。

血液疾病的診斷與治療相當困難,然而因病患數不如其他器官癌症,故新技術如 AI 較不會第一時間應用在血液疾病上;不過,對血液疾病來說,以形態學為基礎的病理診斷扮演關鍵角色,而型形態辨識正是 AI 在醫療上能有最大發揮空間的面向。

這個概念就像是平常大家將合照上傳社群軟體,平台會透過自動人臉辨識系統,標記照片裡的朋友人名。運用 AI 進行深度學習,辨識骨髓玻片裡的細胞型態、特徵和空間分佈的情形,能夠提供量化且客觀的數據。

莊文郁副主任打趣地說,隨著時代與醫療的進步,AI 技術不僅可以認臉,也可以辨別極度困難與複雜的細胞了!

雲象科技骨髓切片判讀

而台灣諾華在癌症治療領域耕耘已久,諾華腫瘤(台灣)總經理陳喬松說:「身為全球製藥領導者,從第一代標靶治療到目前最新的細基因療法,建立了許多治療創新里程碑。」目前除了利用資料科學發展新興藥品外,諾華爲重新改善患者生活品質,並延長其存活期,亦發展大數據分析及 AI 技術,希冀幫助更多血液腫瘤病患及早診斷、治療,讓血液腫瘤的早期診斷向前邁出一大步。在 AI 的加持下,未來血液病理的發展,或許能夠和近年備受重視的分子和基因診斷攜手合作,更進一步加強疾病診斷與治療品質。

-----廣告,請繼續往下閱讀-----
文章難易度
所有討論 1
鳥苷三磷酸 (PanSci Promo)_96
195 篇文章 ・ 299 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

2

8
1

文字

分享

2
8
1
「生物相似藥」不只能治病,也讓更多人受惠——長庚醫院血液科主任張鴻醫師專訪
鳥苷三磷酸 (PanSci Promo)_96
・2021/09/06 ・3407字 ・閱讀時間約 7 分鐘

-----廣告,請繼續往下閱讀-----

本文由 台灣諾華 協助刊登。

  • 作者/許君咏

生物相似藥以較低的價格,提供與原廠生物製劑相仿的治療能力。像癌症需要長期使用生物製劑,來治療或控制病情的慢性病,如果使用生物相似藥的話,不僅能減輕病患的負擔,健保也才能走得長久。

「可是,生物相似藥不是原廠生產的。」這是許多人最後不選擇生物相似藥的原因,認為原廠生物製劑,一定比生物相似藥來得好,但事實真是如此嗎?

針對這個問題,長庚醫院血液科主任張鴻醫師說:「難道原廠的,就一定比副廠好嗎?」他表示修車時,如果師傅問你要換「原廠」還是「副廠」零件,你會怎麼回答?相信價格與性能交織的 CP 值,會是你很在意的點。

究竟,非原廠出產的生物相似藥,真的比原廠的生物製劑來得差嗎?還是說這其實是「原廠迷思」呢?在回答這個問題前,我們必須先了解怎麼會有「非原廠藥」出現?

-----廣告,請繼續往下閱讀-----
圖/Pexels

在藥品專利過期之後?原廠藥與學名藥、生物製劑與生物相似藥

藥物的研發歷程很長,需要經過漫長研發以及臨床試驗,從實驗室到動物實驗、人體實驗等,才能和各國家主管機構申請藥證,這樣擁有專利的「原廠藥」,在其專利有效的期間,其他廠商不得生產、仿製。而非原廠藥、或是我們有時會聽到的「學名藥」,是指在原廠藥專利到期後,其他有能力製造的廠商便可以生產,到醫療市場銷售以及提供醫師作為處方。

張醫師舉例,在一百多年前便已存在的阿斯匹靈,過去是由德國的拜耳藥廠生產,但時間拉到現在,到處都可以看到阿斯匹靈,不會有人在意它是不是原廠藥,因為成分、內容都是一樣的。事實上,許多藥在專利到期後,便會有其他藥廠製造。

在解釋完原廠藥與學名藥後,張醫師也特別說明「原廠藥」並非是指「來自原廠的藥物」。在藥品分類中,「原廠藥」特指「在專利內,可經由化學方法合成的藥品」,例如阿斯匹靈的成份為乙醯柳酸,是能透過化學方法合成的化合物。而這些「原廠藥」在專利到期後,就會成為「學名藥」,開放給其他藥廠製造。

不過,並不是所有藥品都能透過化學方法合成出來。某些疾病是由特定的「發炎因子」所導致,要阻止發炎因子作祟,必須透過生物科技研發出的抗體來中和發炎因子,這種藥品則稱為「生物製劑」,必須透過相對複雜的生物技術才能製造。

舉例來說,我們近期常聽到的「標靶治療」,顧名思義便是找到標的進行治療,例如B細胞淋巴瘤,B細胞會表現一個叫「CD20」的抗原,因此研發對抗 CD20 的抗體,便是一種標靶治療,而抗體是一種蛋白質,因此我們便可以利用生物製劑進行治療。張醫師說明:「許多癌症都有特定抗原或是蛋白表現,而我們針對此種表現研發生物製劑與其對抗,當此種生物製劑專利到期後,其他藥廠所製造的產品便稱為標靶治療的『生物相似藥』。」

-----廣告,請繼續往下閱讀-----

另一方面,生物製劑也常被用來治療「免疫性疾病」,因這類型的疾病經常引起發炎反應,會表現出細胞酵素,且經常為一個反應觸發另一個反應,使發炎反應越來越嚴重,因此我們可以利用生物製劑之中的蛋白質阻斷細胞酵素,在其中一個訊號端阻絕一連串的反應。

因此,生物製劑及生物相似藥大多用於「癌症治療」以及「免疫性疾病」,以及一部分「癌症輔助治療」與蛋白質有關的治療等。

為何要選擇「生物相似藥」?它可靠嗎?

無論藥品是否來自原廠,大家最重視的不外乎是安全性與治療效果。原廠藥與生物製劑是經過嚴格的臨床試驗才取得專利與使用許可,那生物相似藥在上市之前有經過臨床試驗嗎?到底要多相似才能稱為「生物相似藥」呢?

在上市之前,生物相似藥與生物製劑審核方式不同的地方在於,生物製劑已經在市場上有二十年之久,因此生物相似藥的審核著重在結構與原本生物製劑的相似度,以及對同一症狀的療效如何。

首先,必須比對生物相似藥的蛋白質序列及結構,必須和原本的生物製劑完全一樣。此外,蛋白質有不同層級的結構,例如次級結構的折疊方式也要完全相同,以及附著在蛋白質上的醣基會影響功能,也必須在不同層級的結構上達到一定程度相似,才能被稱為「生物相似藥」。

-----廣告,請繼續往下閱讀-----

張醫師說:「生物相似藥研發時,有極大的成本是投資在實驗室端的合成分析,因為必須確認成品一級結構、二級結構、三級結構等,和參考品的相似程度達到標準。」此外,生物相似藥仍須經過短期的臨床試驗,確認安全性以及療效,才能夠核准上市。

張醫師解釋,目前生物相似藥在臺灣只是一個開端,它的發展其實並不久遠,以「B細胞淋巴瘤」為例,它的生物製劑研發大約是二十多年前,待第一波的蛋白質生物製劑專利到期,才會有所謂的「生物相似藥」出現。

而近幾年許多第一波生物製劑的專利才漸漸到期,目前臺灣核可表列的生物相似藥,雖然看似不多,「但是我們可以預期,在未來三到五年內,會有越來越多生物相似藥出現。因為原本的生物製劑已經在專利期間獨霸二十年了,證明它是有需求的,目前大小藥廠皆有在生產生物相似藥,因此生物相似藥的興起是指日可待的。」張醫師說明。

歐洲目前至少有一半的市場是生物相似藥所佔據,這幾年也越來越多人在討論藥物價格太高,然而價格高最主要的成本都是來自新藥。

張醫師說:「因此如果沒有生物相似藥,未來的藥價只會越來越高,所以在歐美國家是非常鼓勵生物相似藥的。」

-----廣告,請繼續往下閱讀-----

世界衛生組織也曾提出「任何治療,必須要讓病人負擔得起。」生物相似藥的問世,若能夠在與原廠藥相同療效的前提下,同時減輕病患與其家屬的負擔,對於醫療平等來說會是一大進步。

世界衛生組織曾提出「任何治療,必須要讓病人負擔得起。」圖/Pixabay

但「生物相似藥」的推廣在醫療現場也常遇到難關。

張醫師坦言,最大的障礙其實是民眾的信任度,即使是在結構、成份一樣的學名藥及原廠藥之間選擇時,大多數民眾還是會選擇原廠藥,一部分原因和健保給付有關,民眾不論選擇何者,自費負擔是差不多的。但是有些疾病療程健保並非全部給付,如同前面提到的「B 細胞淋巴瘤」,在一個療程中,使用原廠藥大約需自費五至六萬元,使用生物相似藥則只需三萬五千元,幾個療程加總之下,原廠藥與生物相似藥的總花費差異可以大至十幾萬元左右。

醫病溝通——與病人共同做決定

在醫師與民眾知識的資訊不對等之下,醫師該如何和病患進行溝通呢?

-----廣告,請繼續往下閱讀-----

張醫師強調,現在醫療重視的事情是「與病患共同做決定」,因此醫生的責任也包含讓病人知道有哪些選擇,重要的是「公正」與「溝通」,應該客觀地和病人說明,再與他共同做決定。醫生根據學術論文、主關機關的資料等科學根據,將治療與藥物的療效提供給患者與家屬參考。

張醫師說:「醫療訴諸於人性,溝通的重點是站在對方的立場看事情。很多時候病人無法在當下接受如此大量的資訊,因此我會給病人一些時間做決定,讓病患有空間來了解疾病、了解他的選擇,也能夠提高病人對治療的信任感。」

在執業多年後,張醫師表示,他年輕時總會意氣風發地想成為「英雄」,想給病人最好的治療,然而什麼是「最好的治療」呢?現在的他,最珍視的是如何「幫助」病人,設身處地的思考病人的需求,讓病人尋求醫療資源治療疾病的同時,能夠沒有後顧之憂,因此提供更多安心的治療選擇,才能真正「與病人共同做決定」。

在幫助病人的過程中,生物相似藥便成為其中重要的角色。

-----廣告,請繼續往下閱讀-----

Sandoz 自 2006 年起,陸續取得歐盟 EMA、美國 FDA、臺灣 TFDA 的第一個生物相似性藥品核准, 十五年來持續深耕臨床,作為生物相似性藥品的領導品牌,期盼未來能幫助更多的患者。


更多生物相似藥的精采內容,請聽:藥品大補帖來啦!一次解析生物相似藥品!ft. 長庚醫院血液科主任張鴻【科科聊聊EP51】

文章難易度
所有討論 2
鳥苷三磷酸 (PanSci Promo)_96
195 篇文章 ・ 299 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

8
2

文字

分享

0
8
2
快!還要更快!讓國家級地震警報更好用的「都會區強震預警精進計畫」
鳥苷三磷酸 (PanSci Promo)_96
・2024/01/21 ・2584字 ・閱讀時間約 5 分鐘

本文由 交通部中央氣象署 委託,泛科學企劃執行。

  • 文/陳儀珈

從地震儀感應到地震的震動,到我們的手機響起國家級警報,大約需要多少時間?

臺灣從 1991 年開始大量增建地震測站;1999 年臺灣爆發了 921 大地震,當時的地震速報系統約在震後 102 秒完成地震定位;2014 年正式對公眾推播強震即時警報;到了 2020 年 4 月,隨著技術不斷革新,當時交通部中央氣象局地震測報中心(以下簡稱為地震中心)僅需 10 秒,就可以發出地震預警訊息!

然而,地震中心並未因此而自滿,而是持續擴建地震觀測網,開發新技術。近年來,地震中心執行前瞻基礎建設 2.0「都會區強震預警精進計畫」,預計讓臺灣的地震預警系統邁入下一個新紀元!

-----廣告,請繼續往下閱讀-----

連上網路吧!用建設與技術,換取獲得地震資料的時間

「都會區強震預警精進計畫」起源於「民生公共物聯網數據應用及產業開展計畫」,該計畫致力於跨部會、跨單位合作,由 11 個執行單位共同策畫,致力於優化我國環境與防災治理,並建置資料開放平台。

看到這裡,或許你還沒反應過來地震預警系統跟物聯網(Internet of Things,IoT)有什麼關係,嘿嘿,那可大有關係啦!

當我們將各種實體物品透過網路連結起來,建立彼此與裝置的通訊後,成為了所謂的物聯網。在我國的地震預警系統中,即是透過將地震儀的資料即時傳輸到聯網系統,並進行運算,實現了對地震活動的即時監測和預警。

地震中心在臺灣架設了 700 多個強震監測站,但能夠和地震中心即時連線的,只有其中 500 個,藉由這項計畫,地震中心將致力增加可連線的強震監測站數量,並優化原有強震監測站的聯網品質。

-----廣告,請繼續往下閱讀-----

在地震中心的評估中,可以連線的強震監測站大約可在 113 年時,從原有的 500 個增加至 600 個,並且更新現有監測站的軟體與硬體設備,藉此提升地震預警系統的效能。

由此可知,倘若地震儀沒有了聯網的功能,我們也形同完全失去了地震預警系統的一切。

把地震儀放到井下後,有什麼好處?

除了加強地震儀的聯網功能外,把地震儀「放到地下」,也是提升地震預警系統效能的關鍵做法。

為什麼要把地震儀放到地底下?用日常生活來比喻的話,就像是買屋子時,要選擇鬧中取靜的社區,才不會讓吵雜的環境影響自己在房間聆聽優美的音樂;看星星時,要選擇光害比較不嚴重的山區,才能看清楚一閃又一閃的美麗星空。

-----廣告,請繼續往下閱讀-----

地表有太多、太多的環境雜訊了,因此當地震儀被安裝在地表時,想要從混亂的「噪音」之中找出關鍵的地震波,就像是在搖滾演唱會裡聽電話一樣困難,無論是電腦或研究人員,都需要花費比較多的時間,才能判讀來自地震的波形。

這些環境雜訊都是從哪裡來的?基本上,只要是你想得到的人為震動,對地震儀來說,都有可能是「噪音」!

當地震儀靠近工地或馬路時,一輛輛大卡車框啷、框啷地經過測站,是噪音;大稻埕夏日節放起絢麗的煙火,隨著煙花在天空上一個一個的炸開,也是噪音;台北捷運行經軌道的摩擦與震動,那也是噪音;有好奇的路人經過測站,推了推踢了下測站時,那也是不可忽視的噪音。

因此,井下地震儀(Borehole seismometer)的主要目的,就是盡量讓地震儀「遠離塵囂」,記錄到更清楚、雜訊更少的地震波!​無論是微震、強震,還是來自遠方的地震,井下地震儀都能提供遠比地表地震儀更高品質的訊號。

-----廣告,請繼續往下閱讀-----

地震中心於 2008 年展開建置井下地震儀觀測站的行動,根據不同測站底下的地質條件,​將井下地震儀放置在深達 30~500 公尺的乾井深處。​除了地震儀外,站房內也會備有資料收錄器、網路傳輸設備、不斷電設備與電池,讓測站可以儲存、傳送資料。

既然井下地震儀這麼強大,為什麼無法大規模建造測站呢?簡單來說,這一切可以歸咎於技術和成本問題。

安裝井下地震儀需要鑽井,然而鑽井的深度、難度均會提高時間、技術與金錢成本,因此,即使井下地震儀的訊號再好,若非有國家建設計畫的支援,也難以大量建置。

人口聚集,震災好嚴重?建立「客製化」的地震預警系統!

臺灣人口主要聚集於西半部,然而此區的震源深度較淺,再加上密集的人口與建築,容易造成相當重大的災害。

-----廣告,請繼續往下閱讀-----

許多都會區的建築老舊且密集,當屋齡超過 50 歲時,它很有可能是在沒有耐震規範的背景下建造而成的的,若是超過 25 年左右的房屋,也有可能不符合最新的耐震規範,並未具備現今標準下足夠的耐震能力。 

延伸閱讀:

在地震界有句名言「地震不會殺人,但建築物會」,因此,若建築物的結構不符合地震規範,地震發生時,在同一面積下越密集的老屋,有可能造成越多的傷亡。

因此,對於發生在都會區的直下型地震,預警時間的要求更高,需求也更迫切。

-----廣告,請繼續往下閱讀-----

地震中心著手於人口密集之都會區開發「客製化」的強震預警系統,目標針對都會區直下型淺層地震,可以在「震後 7 秒內」發布地震警報,將地震預警盲區縮小為 25 公里。

111 年起,地震中心已先後完成大臺北地區、桃園市客製化作業模組,並開始上線測試,當前正致力於臺南市的模組,未來的目標為高雄市與臺中市。

永不停歇的防災宣導行動、地震預警技術研發

地震預警系統僅能在地震來臨時警示民眾避難,無法主動保護民眾的生命安全,若人民沒有搭配正確的防震防災觀念,即使地震警報再快,也無法達到有效的防災效果。

因此除了不斷革新地震預警系統的技術,地震中心也積極投入於地震的宣導活動和教育管道,經營 Facebook 粉絲專頁「報地震 – 中央氣象署」、跨部會舉辦《地震島大冒險》特展、《震守家園 — 民生公共物聯網主題展》,讓民眾了解正確的避難行為與應變作為,充分發揮地震警報的效果。

-----廣告,請繼續往下閱讀-----

此外,雖然地震中心預計於 114 年將都會區的預警費時縮減為 7 秒,研發新技術的腳步不會停止;未來,他們將應用 AI 技術,持續強化地震預警系統的效能,降低地震對臺灣人民的威脅程度,保障你我生命財產安全。

文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
195 篇文章 ・ 299 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

0
0

文字

分享

0
0
0
讓 AI 取代真人執法可行嗎?將判斷全交給 AI 可能隱藏什麼危險?——專訪中研院歐美研究所陳弘儒助研究員
研之有物│中央研究院_96
・2024/03/18 ・6292字 ・閱讀時間約 13 分鐘

-----廣告,請繼續往下閱讀-----

本文轉載自中央研究院「研之有物」,為「中研院廣告」

  • 採訪撰文|劉韋佐
  • 責任編輯|田偲妤
  • 美術設計|蔡宛潔

人工智慧將改變以人為主的法治領域?

由人工智慧擔任警察,再也不是科幻電影的情節,交通管制常見的科技執法就是應用 AI 辨識闖紅燈、未依規定轉彎、車輛不停讓行人等違規行為。 AI 的客觀、高效率正在挑戰以人為審判主體的法治領域,這樣的轉變會對我們產生什麼影響呢?中央研究院「研之有物」專訪院內歐美研究所陳弘儒助研究員,他將帶我們思考:當 AI 取代人類執法時,將如何改變人們對守法的認知?

交通尖峰時段,後方出現一台救護車,你願意闖紅燈讓道嗎?
圖|iStock

想像有一天你正在尖峰時段開車,車子停在十字路口等紅燈時,後方出現一輛急駛而來的救護車,你為了讓道必須開過停止線。這時你是否願意冒著違規被開罰的風險?還是承擔風險以換取他人盡速就醫?

在上述情境中,針對「要不要闖紅燈」我們經歷了一段價值判斷過程。如果剛好十字路口有真人警察,他的判斷可能是:這是情急之下不得不的行為,並非蓄意違規。

然而,如果負責執法的是「法律人工智慧系統」(Artificially legal intelligent,簡稱 ALI)情況可能截然不同。

-----廣告,請繼續往下閱讀-----

ALI 這個詞源自 Mireille Hildebrandt 的研究,在概念上可區分為兩類:採取傳統程式碼的 IFTTT(if this then that)、運用機器學習的資料驅動。前者是注重法律推理或論證的計算機模型,將法律規範轉為程式碼,藉由程式編寫來執行法律任務。後者則透過大量資料的學習,來預測行為範式,用於再犯率、判決結果預測上有較好的成果。

一般情況下,應用在交通管制的 ALI 會辨識車輛是否超速、闖紅燈等違規行為,不過交通情境千變萬化,ALI 能否做出包含「道德價值的判斷」將是一大挑戰!

中研院歐美研究所陳弘儒助研究員察覺,人工智慧(AI)正在左右人們對守法的價值判斷及背後的因果結構,進而反思當我們將原本由人來判斷的事項,全權交由 AI 來執行時,可能產生哪些潛移默化的影響?

讓我們與陳弘儒展開一場從法哲學出發的對話,探索 AI 與法治價值之間的緊張關係。

-----廣告,請繼續往下閱讀-----
中研院歐美研究所陳弘儒助研究員,從法哲學出發,探索 AI 與法治價值之間的緊張關係。
圖|之有物

問

怎麼會對「人工智慧」(AI)與「法律人工智慧系統」(ALI)產生研究興趣?

會對 AI 感興趣是因為我很早就對電腦有興趣,我原本大學想唸資訊工程,因為高中有些科目沒辦法唸,於是去唸文組,大學進入法律系就讀,研究所考入「基礎法學組」研讀法哲學。

後來我到美國讀書,當時 AlphaGo 的新聞造成很大的轟動,啟發我思考 AI 的應用應該有些法律課題值得探討,於是開始爬梳 AI 與法律的發展脈絡。

AI 這個詞大概在 1950 年代被提出,而 AI 與法律相關的討論則在 1970、80 年代就有學者開始思考:我們能否將法律推理過程電腦程式化,讓電腦做出跟法律人一樣的判斷?

事實上,AI 沒有在做推理,它做的是機率的演算,但法律是一種規範性的判斷,所有判斷必須奠基在法律條文的認識與解釋上,給予受審對象合理的判決理由。

這讓我好奇:如果未來廣泛應用 AI 執法,法律或受法律規範的民眾會怎麼轉變?

-----廣告,請繼續往下閱讀-----

至於真正開始研究「法律人工智慧系統」(ALI)是受到我父親的啟發。有一陣子我經常開車南北往返,有一天我跟父親聊到用區間測速執法的議題。交通部曾在萬里隧道使用區間測速,計算你在隧道裡的平均速率,如果超速就開罰。

父親就問我:「政府有什麼理由用區間測速罰我?如果要開罰就必須解釋是哪一個時間點超速。」依照一般的數學邏輯,你一定有在某個時間點超速,所以平均起來的速率才會超過速限,可是法律判斷涉及規範性,我們必須思考背後的正當性課題,不能只用邏輯解釋,這啟發我逐漸把問題勾勒出來,試圖分析執法背後的規範性意涵。

問

如果將執行法律任務的權限賦予 AI,可能暗藏什麼風險?

我們先來談人類和 AI 在做判斷時的差別。人類無時無刻都在做判斷,判斷的過程通常會先做「區分」,例如在你面前有 A 和 B 兩個選項,在做判斷前必須先把 A 和 B 區分開來,讓選項有「可區別性」。

在資料龐大的情況下,AI 的優勢在於能協助人類快速做好區分,可是做判斷還需經歷一段 AI 難以觸及的複雜過程。人類在成長過程中會發展出一套顧及社會與文化認知的世界觀,做判斷時通常會將要區分的選項放進這個世界觀中,最終做出符合社會或自身考量的抉擇。

-----廣告,請繼續往下閱讀-----

當我們將判斷程序交由 AI 執行,就會涉及「判斷權限移轉」的問題,這經常在日常生活中發生,你只要發現原本自己可以執行的事情,有另外一個對象做的比你好或差不多好,你就會漸漸把判斷的工作交給它,久而久之,你大概會覺得這是很好的做法,因為可以節省大量時間。

自駕車導航系統就是判斷權限移轉的例子,由於導航通常可以找出最佳行車路線,駕駛人幾乎會跟著走,但仍有可能誤入路況不佳或無法通行的地方。
圖|Vladimir Srajber, Pexels

我擔心這種判斷權限移轉會快速且廣泛的發生,因為 AI 的工作效率極高,可以大幅節省人力成本,但是哪一些權限可以放給 AI?哪一些權限人類一定要守住?我們經常沒有充足的討論,等到發生問題再亡羊補牢可能為時已晚。

以讓道給救護車而闖紅燈的情境為例,如果讓 AI 來做交管,可以節省警察人力,又可以快速精準地開罰,卻迫使民眾需額外花時間,證明闖紅燈有正當理由。如果是真人警察來判斷,警察通常會認為你的行為有正當理由而不開罰。這對於受法律規範的民眾來說,會產生兩種全然不同的規範作用。

AI 產生的規範作用會讓民眾擔心事後銷單的麻煩程序,如果無法順利解決,可能會訴諸民意代表或上爆料公社,並漸漸改變民眾對守法的態度。而真人警察產生的規範作用,將使民眾自主展現對法律的高度重視,雖然當下的行為牴觸法律,卻是行為人經過多方權衡後做的判斷,相信法律會支持自己出於同理心的行為。

-----廣告,請繼續往下閱讀-----

問

使用 AI 執法除了看上它的高效率,也是因為和真人相比 AI 不會受私情影響,比較可以做出公正的判斷。如果從法治觀念來看,為何決策權不能全權交由 AI 執行?

我認為法治的核心價值在臺灣並沒有很好的發展,我們常想的是怎麼用處罰促成民眾守法,長久下來可能會得到反效果。當人們養成凡事規避處罰的習慣,一旦哪天不再受法律約束,可能會失去守法的動機。

事實上,法治最根深柢固的價值為:

法律作為一種人類行為規範的展現,促使民眾守法的方式有很多種,關鍵在於尊重人的道德自主性,並向民眾陳述判決理由。

給理由非常重要,可以讓民眾不斷透過理由來跟自己和法律體系溝通。如此也可以形成一種互惠關係,使民眾相信,國家公權力能用適當的理由來制定法律,而制定出的法律是以尊重公民自主性為主。當民眾理解法律對我所處的社會有利,會比較願意自動產生守法的動機。

AI 執法看似比人類「公正無私」,但它的執法方式以處罰為主、缺乏理由陳述,也沒有對具體情境的「敏感性」。人跟人之間的互動經常需要敏感性,這樣才能理解他人到底在想什麼。這種敏感性是要鍛鍊的,真人警察可在執法過程中,透過拿捏不同情境的處理方式來累積經驗。

-----廣告,請繼續往下閱讀-----

例如在交通尖峰時段應該以維持交通順暢為原則,這時警察是否具備判斷的敏感性就很重要,例如看到輕微的違規不一定要大動作開罰,可以吹個警笛給駕駛警示一下就好。

我越來越覺得人類這種互動上的敏感性很重要,我們會在跟他人相處的過程中思考:跟我溝通的對象是什麼樣的人?我在他心中是什麼模樣?然後慢慢微調表現方式,這是人類和 AI 最根本的不同。

行動者受各種法律變項影響的因果圖。上圖是由真人警察執法,對於處罰之可能性有影響力,可依不同情境判斷是否開罰。下圖是由全自動法律人工智慧執法,由 AI 直接將處罰之可能性加諸在行動者身上,缺乏真人警察二次確認,很可能影響行動者對守法與否的衡量。
圖|之有物(資料來源|陳弘儒)

問

相較於法律人工智慧,ChatGPT 等生成式 AI 強大的語言功能似乎更接近理想中的 AI,其發展可能對我們產生哪些影響?

我認為會有更複雜的影響。ChatGPT 是基於大型語言模型的聊天機器人,使用大量自然語言文本進行深度學習,在文本生成、問答對話等任務上都有很好的表現。因此,在與 ChatGPT 互動的過程中,我們容易產生一種錯覺,覺得螢幕後好像有一名很有耐心的真人在跟你對話。

事實上,對於生成式 AI 來說,人類只是刺激它運作的外在環境,人機之間的互動並沒有想像中的對等。

仔細回想一下整個互動過程,每當外在環境(人類)給 ChatGPT 下指令,系統才會開始運作並生成內容,如果我們不滿意,可以再調整指令,系統又會生成更多成果,這跟平常的人際互動方式不太一樣。

-----廣告,請繼續往下閱讀-----
ChatGPT 能讓使用者分辨不出訊息來自 AI 或真人,但事實上 AI 只是接受外在環境(人類)刺激,依指令生成最佳內容,並以獲得正向回饋、提升準確率為目標。
圖|iStock

資工人員可能會用這個理由說明,生成式 AI 只是一種工具,透過學習大量資料的模式和結構,從而生成與原始資料有相似特徵的新資料。

上述想法可能會降低人們對「資料」(Data)的敏感性。由於在做 AI 訓練、測試與調整的過程中,都必須餵給 AI 大量資料,如果不知道資料的生產過程和內部結構,後續可能會產生爭議。

另一個關於資料的疑慮是,生成式 AI 的研發與使用涉及很多權力不對等問題。例如現在主流的人工智慧系統都是由私人公司推出,並往商業或使用者付費的方向發展,代表許多資料都掌握在這些私人公司手中。

資料有一種特性,它可以萃取出「資訊」(Information),誰有管道可以從一大群資料中分析出有價值的資訊,誰就有權力影響資源分配。換句話說,多數人透過輸入資料換取生成式 AI 的服務,可是從資料萃取出的資訊可能在我們不知情的狀況下對我們造成影響。

問

面對勢不可擋的生成式 AI 浪潮,人文社會學者可以做些什麼?

國外對於 AI 的運用開始提出很多法律規範,雖然國外關於價值課題的討論比臺灣多,但並不代表那些討論都很細緻深入,因為目前人類跟 AI 的相遇還沒有很久,大家還在探索哪些議題應該被提出,或賦予這些議題重新認識的架構。

這當中有一個重要課題值得思考:

我們需不需要訓練 AI 學會人類的價值判斷?

我認為訓練 AI 理解人類的價值判斷很可能是未來趨勢,因為 AI 的發展會朝人機互動模式邁進,唯有讓 AI 逐漸理解人類的價值為何,以及人類價值在 AI 運作中的局限,我們才有辦法呈現 AI 所涉及的價值課題。

當前的討論多數還停留在把 AI 當成一項技術,我認為這種觀點將來會出問題,強大的技術如果沒有明確的價值目標,是一件非常危險的事情。實際上,AI 的發展必定有很多價值課題涉入其中,或者在設計上有一些價值導向會隱而不顯,這將影響 AI 的運作與輸出成果。

思考怎麼讓 AI 理解人類價值判斷的同時,也等於在問我們人類:對我們來說哪一些價值是重要的?而這些重要價值的基本內容與歧異為何?

我目前的研究有幾個方向,一個是研究法律推理的計算機模型(Computational models of legal reasoning);另一個是從規範性的層面去探討,怎麼把價值理論、政治道德(Political morality)、政治哲學等想法跟科技界交流。未來也會透過新的視野省視公民不服從議題。

這將有助科技界得知,有很多價值課題需要事先想清楚,影響將擴及工程師怎麼設計人工智慧系統?設計過程面臨哪些局限?哪些局限不應該碰,或怎麼把某些局限展現出來?我覺得這些認識都非常重要!

鐵面無私的 ALI ?人類與人工智慧執法最大的分野是什麼?

陳弘儒的研究室有許多公仔,包括多尊金斯伯格(Ginsburg)公仔,她是美國首位猶太裔女性大法官,畢生為女權進步與性別平權奮鬥。
圖|之有物

陳弘儒是臺灣少數以法哲學理論研究法律人工智慧系統(ALI)的學者,他結合各種現實情境,與我們談論 ALI、生成式 AI 與當代法治價值的緊張關係。

由於 ALI 擅長的資料分類與演算,與人類判斷過程中涉及的世界觀與敏感性思辨,有著根本上的差異;以處罰為主、缺乏理由陳述的判斷方式,也容易影響民眾對公權力的信任。因此陳弘儒認為,目前 ALI 應該以「輔助人類執法」為發展目標,讓人類保有最終的判斷權限

至於現正快速發展的生成式 AI ,根據陳弘儒的觀察,目前仍有待各方專家探索其中的價值課題,包括資料提供與使用的權力不對等、哪些人類價值在訓練 AI 的過程中值得關注等。

在過去多是由人文社會學者提出警告,現在連 AI 領域的權威專家也簽署公開信並呼籲:AI 具有與人類競爭的智慧,這可能給社會和人類帶來巨大風險,應該以相應的關注和資源進行規劃和管理

在訪談過程中,有一件令人印象深刻的小插曲,陳弘儒希望我們不要稱呼他「老師」,因為他從小就畏懼老師、警察等有權威身分的人,希望以更平等的方式進行對話。

假如今天以 AI 進行採訪,整個談話過程或許能不受倫理輩分影響,但這也讓我們意識到,在 AI 的世界裡,許多人際互動特有的敏感性、同理反思都可能不復存在。

陳弘儒的研究讓我們體會,AI 在法治領域的應用不僅是法律問題,背後更包含深刻的哲學、道德與權力課題,也讓我們更了解法治的核心價值:

法律要做的不只是規範人們的行為,而是透過理由陳述與溝通展現對每個人道德自主性的尊重。

研之有物│中央研究院_96
293 篇文章 ・ 3331 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook