蕭乃彰／蕭中正醫療體系營運長
例如在 Covid-19 疫苗開發過程中，Pfizer-BioNTech 與 Moderna 就運用in silicon clinical trials的模型來快速設計和模擬 mRNA 序列，而利用這些能夠編碼病毒刺突蛋白（spike protein）的mRNA序列，數位臨床試驗技術能夠誒快速模擬突蛋白的 3D 結構，預測其與人體 ACE2 受體的結合，測試如何誘導人體產生免疫反應，藉此縮短了有別於傳統疫苗設計的周期，讓Covid-19疫苗在疫情蔓延最嚴重的時刻緊急的推出。在同一時期，世界衛生組織（WHO）則利用COVAX （Covid-19 Vaccines Global Access, 冠狀病毒病疫苗實施計劃）來篩選全球開發的疫苗，優先選擇那些更有效能的疫苗，並模擬在世界各角落不同人群的疫苗免疫效果。
Artificial Superintelligence （ASI）超人工智慧
指的是超越人類整體智能的人工智慧，能夠在無需人類的干預下，自行學習和解決複雜的問題，並能夠在科學、技術、藝術、文學創作等多方面進行創新和發展，雖然目前僅是一種假設的未來情境，但其最終的目標是自我學習與優化，且不受人類編寫程式的限制。而人工超智慧的快速計算能力，將能處理海量數據及模擬多種多樣的複雜場景，其創造性也還可能勾勒出人類未曾想像的世界。有些公司像Neuralink就是希望連接人工智慧與人腦神經細胞，為未來的人工超智慧建立基礎，使其能夠直接讀取並進而模擬人類思考的模式。而在醫療與照護的未來發展上，人工超智慧將不僅可以根據每位病患的基因數據、病史、和生活習慣，量身制訂治療方案進行準確率高的精準醫療外，也可以模擬數百萬種可能的藥物藥理反應，來加速藥物研發，並早期預測疾病或傳染病的蔓延，提供各國公共衛生體系提早進行預防，或是協調全球的醫療資源，，快速設計應對如Covid-19等病毒大爆發的策略。
以上的人工智慧的階段分類，主要是在Nick Bostrom（英國牛津大學人類未來研究所創辦主任）在其著作 Superintelligence: Paths, Dangers, Strategies和OpenAI中所闡述的，而其他以人工智慧技術之成熟度的分類，包括了AI 1.0（符號推理），強調邏輯性的規則，以及早期的自動理論基礎證明和問題的回覆；AI 2.0（機器學習），主要是以數據來驅動強化深化的自主學習；AI 3.0（跨模態和通用能力），結合包括文字、圖像、和語音等多模態進行數據處理，而具備更強的推理和決策能力；以及AI 4.0（超人工智慧），進入技術超越人類認知能力的境界，實現自主學習和自我優化的方法及思考技巧。
不論是如何的界定人工智慧的分類階段，可以肯定的是AI將在醫療與照護領域帶來革命性變化，但這同時伴隨著倫理、隱私與控制權的挑戰，而隨著技術的進步，未來更需要全球性的國際合作來制定規範，以確保 AI在醫療領域的應用能夠真正的造福人類。
【以上言論為第三人投書，不代表本刊立場，讀者請本於客觀事證自行評價】
照片來源：unsplash示意圖
《更多CNEWS匯流新聞網報導》
【文章轉載請註明出處】
