網站更新隱私權聲明
本網站使用 cookie 及其他相關技術分析以確保使用者獲得最佳體驗,通過我們的網站,您確認並同意本網站的隱私權政策更新,了解最新隱私權政策

0

0
0

文字

分享

0
0
0

【Gene思書齋】大到不能宰?

Gene Ng_96
・2014/08/13 ・3509字 ・閱讀時間約 7 分鐘 ・SR值 554 ・八年級

標題中的「宰」,並非指「屠宰」,而是「莫宰羊」的「宰」。

「學海無涯」,這成語出自明朝張岱的《小序》:「學海無邊,書囊無底。世間書怎讀得盡。」可是從今天的角度來看,當時的人如果真的去拚命死嗑,大部分讀書人搞不好還是有辦法把手邊能弄到的書讀盡的啊。

拜網際網路所賜,我們今天面對的知識之面貌,和過去幾年百甚至幾千年的,都大不相同了,這才是真的學海無涯。知識的結構也已徹底改變,我們過去面對、學習和掌握知識的方法,也已有和將有極大的改變。

我到上大學前,幾乎完全沒有接觸過網際網路,高三時有人到我們學校演講,說網路上啥都有,結果我們一群高中臭男生圍在一起說「啥都有」,表情不是驚訝,而 是淫笑Orz 我第一次接觸電郵時,還很笨地問到,如果郵件送達時,我不在電腦面前,郵件會不會被退回XD 可是,現代社會,甭說高中,連小學生都會上網了吧。甚至還沒懂事前,就先學會用平板電腦。

網際網路確定改變了我們學習知識的方式。過去,我們要學習知識,大多數情況下非得從書本裡取得。我從小就很愛看書,可是家裡也買不起大英百科啊,只能去中 學圖書館裡借有限的書籍。可是今天呢?維基百科有多到你每天不眠不休都讀不完的條目,而且還完全免費、免借閱,更新速度也驚人;過去,做研究要上圖書館影 印論文,如果大學圖書館沒有訂閱的期刊,還得大費周張付費申請館際合作,可是現在坐在辦公室電腦面前,大多數文獻,甚至無論多古老,都能在按幾個鍵的情況 下輕鬆下載,後來連一些學術書籍,也都能下載,只要校方有訂購的話;我前陣子對經濟學感興趣,沒想到一堆國外非常暢銷的經濟學教科書,居然也能找到全文的 高解析度電子檔,只要耐心尋找;過去的科景也好,現在的泛科學也好,提供了傳統媒體輕忽的科學新聞,而且還以更快的速度和更高的準確度,並且還能附上資料 來源。這都是網際網路傳播知識的正面作用,可是為何還有人持悲觀論點呢?

網路思想先驅溫柏格(David Weinberger)的這本《TOO BIG TO KNOW:網路思想先驅溫柏格重新定義知識的意義與力量》Too Big to Know: Rethinking Knowledge Now That the Facts Aren’t the Facts, Experts Are Everywhere, and the Smartest Person in the Room Is the Room) 就試圖重新定義知識,並推測當知識離開了紙張,知識究竟如何演變?以及提出我們又該如何運用知識。溫柏格是哈佛法學院貝克曼網路與社會研究中心 (Berkman Center for Internet and Society)資深研究員,對網際網路如何影響社會有獨到的見解,還曾擔任美國總統候選人的網路政策顧問,長期為 《連線》(Wired)、《今日美國報》(USA Today)、《史密松寧通訊》(Smithsonian)、《哈佛商業評論》(Harvard Business Review)、《科學人》(Scientific American)、《紐約時報》(The New York Times)執筆。《TOO BIG TO KNOW》真是少數直接以原文書名當作中文版書名的好書。

自從古騰堡(Johannes Gutenberg,1398-1468)發明活字印刷之後,書籍的取得愈來愈容易。指出,近年美國聯邦政府在歐巴馬(Barack H. Obama)的指示下,建立Data.gov把行政機關所有非機密資料公開。溫伯格主張,這樣把大量事實公開、供人自由使用,便是拆了停駐點上的釘子,使 得知識的根基不再像以前那樣不可動搖,也不再有界限,形成喪失邊界的知識體。

《TOO BIG TO KNOW》指出,到了早17世紀,已有人抱怨我們現在稱為「資訊過載」的現象。面對如洪水般的資訊,長期以來人們使用刪去法,過濾出需要的知識。可是到了 網際網路的時代,已經能容下所有資訊了,於是過濾的策略再也不是刪除,而只是將所需資訊過濾到最前面。《TOO BIG TO KNOW》還指出,在新的知識制度下,廣度本身就足以成為一種深度、專家和非專家的界限正在消失、平民主義興起、擁有「異類」資格的人取代高學歷者、沒有 共識也能產生新知。

為了應付過載的知識,我們為知識設立了由各種停駐點組成的體系。然而,《TOO BIG TO KNOW》提出專業技能的網路化,認為專業知識也可能在雲端。即便我們保有事實和專家,但知識的整體卻正在流逝。當老舊知識媒介的限制逐漸褪去,知識在網際網路裡到底會變成什麼樣子?網路化專業知識是怎麼運作?溫伯格認為,網路連結了許多人,例如《群眾的智慧:如何讓整個世界成為你的智囊團》(The Wisdom Of Crowds: Why The Many Are Smarter Than The Few, And How Collective Wisdom Shapes Business, Economies, Societies, And Nations)這本書指出,彼此無相關性的人群,可能可以比單獨的個人找出更準確的答案(請參見〈群眾的非凡智慧〉); 還有,網際網路上有各式各樣的人,《TOO BIG TO KNOW》舉了個實例,提到一個水泥專家戴維斯,溢油防治技術研究所在網路上找到了他,成功解決了石油專家都解決不了的溢油抽取問題。用這個有趣的案例, 透過網際網路的特性,專業知識發揮了更大的效益,專家所形成的網路遠比專業意見的總和更聰明。

溫伯格還指出,網際網路跟燕麥粥一樣,又黏又一塊塊的。怎麼說呢?許多不同專業的專家網路有忠實的成員,可以在特定類型的問題發揮所長;網際網路還會累 積,成長速度飛快,還能縮放自如,大有大的好,小有小的妙;網際網路讓專業主題互相交錯連結,不會因為結論不固定而喪失價值,資料來源的連結讓專業知識更 透明,還具有互動性,專家不再是個特殊的階層,多元的想法、知識和權威能夠並存。

《TOO BIG TO KNOW》接著探討多樣性的重要性和限制。在聲音多元的網際網路裡,意見相同的人容易聚集在一起,形成回聲室。因此,美國憲法學者桑斯坦(Cass Sunstein)認為,網際網路將創造出更多回聲室,使得「群體極端化」並破壞民主,人民更難取得共識。可是溫柏格認為,實際情況正好相反,指出極端化 效應沒桑斯坦認為的那麼強。

網路似乎把人弄得更笨,卡爾(Nicholas Carr)在《網路讓我們變笨?:數位科技正在改變我們的大腦、思考與閱讀行為》The Shallows: What the Internet Is Doing to Our Brains)提出,網際網路正改變我們的腦袋,讓我們愈來愈難去吸收有深度的知識(請參見〈網路真的讓我們變笨?〉)。 溫伯格在《TOO BIG TO KNOW》花了一章回應卡爾,比較了長篇幅思想(書本)與超連結的優劣。他認為,書籍是一種非連線、非對話式的單向媒介,將思想固定在紙張上,並塑造成書 本的篇章。然而,網路化知識則沒有形狀與固定形式,論證能以自然的長度呈現,主題隨時能交錯連結,這樣「糾混」的網路也許更能準確反映這個世界的真實狀 況。

《TOO BIG TO KNOW》繼續探討了網際網路時代的科學,認為網路化的科學巨大到無法讓人知曉全貌、永遠針鋒相對,而且沒有定論,如此反而更接近科學家看待科學的方式。頂尖學術期刊如《自然》(Nature)和《科學》(Science)只能接受大約2%的投稿,可是線上期刊如PLOS ONE卻能夠接受大量的投稿,在去年就發表了超過三萬篇論文。只要同儕審查後內容在科學方法上沒有重大瑕疵,PLOS ONE就會接受投稿,他們決定把論文的實際影響力交給科學社群去決定,並且還讓讀者在論文底下留言討論。在科學界,「開放存取運動」(Open Access)的期刊也興起,免費讓讀者下載論文,不需要學術單位的訂閱,讓大型出版社無法以科學家辛勞的成果為獲利工具。

我們需要再做些啥,才能讓網路變成一個更適合知識的架構?《TOO BIG TO KNOW》呼籲建立知識的新架構,儘管身處知識的危機中,但網際網路降低了阻礙,改變了知識的根本架構,也改變了我們面對世界的方式。網際網路提供了我們 豐饒的內容,可以利用超連結跳來跳去,不用特別的特許,即公開又沒有定論。網路化的知識,讓我們更接近知識的真相。我們可以利用以下方法,讓網路化的知識 造福大眾:一、開放存取;二、提供智慧可以用的攀附之;三、連結所有的東西,傳統媒體難以完整提供出處,可以網際網路卻能夠輕鬆做到;四、不拋棄任何機構 化或制度化的知識,網際網路提供我們更輕鬆在傳統媒體上的搜尋和閱讀,也讓學院式知識能夠更有效遠距傳播;五、教導所有的人。

對關心知識的學習和傳播的朋友而言,《TOO BIG TO KNOW》是本必讀好書!網際網路是洪水猛獸,還是恩典福音,端看我們如何駕馭和應用。知識的網路化,鐵定會是無法逆轉的歷史潮流。時勢造英雄,我們應該要能夠搭上這個時代的狂潮帶向未來,而非讓歷史把我們給狠狠埋沒!

本文原刊登於【GENE思書軒】,並同步刊登於The Sky of Gene

文章難易度
Gene Ng_96
295 篇文章 ・ 16 位粉絲
來自馬來西亞,畢業於台灣國立清華大學生命科學系學士暨碩士班,以及美國加州大學戴維斯分校(University of California at Davis)遺傳學博士班,從事果蠅演化遺傳學研究。曾於台灣中央研究院生物多樣性研究中心擔任博士後研究員,現任教於國立清華大學分子與細胞生物學研究所,從事鳥類的演化遺傳學、基因體學及演化發育生物學研究。過去曾長期擔任中文科學新聞網站「科景」(Sciscape.org)總編輯,現任台大科教中心CASE特約寫手Readmoo部落格【GENE思書軒】關鍵評論網專欄作家;個人部落格:The Sky of Gene;臉書粉絲頁:GENE思書齋


1

1
0

文字

分享

1
1
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

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。」

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。」

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。

所有討論 1
鳥苷三磷酸 (PanSci Promo)_96
84 篇文章 ・ 331 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