醫工結合 | 理大融合AI及基因組技術 精準識別精神疾病治療靶點 革新診斷治療

更新時間:18:00 2025-04-15 HKT
發佈時間:18:00 2025-04-15 HKT

精神疾病如抑鬱症、精神分裂症和躁鬱症一直是全球醫療領域挑戰。香港主要精神疾病(Major Psychiatric Disorders)患病率更高達13.3%,影響過百萬人的生活。

傳統診斷依賴醫生向患者提問以評估症狀,但有時會流於主觀,加上症狀模糊性和缺乏個人化治療方案,可能會限制診斷準確性和治療有效性。由香港理工大學(理大)醫療科技及資訊學系系统生物學與人工智能學講座教授、傑出創科學人教授章偉雄教授領導的團隊正進行一個跨學科研究項目,以人工智能(AI)、大數據和生物醫學工程技術另闢蹊徑,為主要精神病提供客觀診斷和精準治療。該項目更獲得研究資助局撥款逾港幣3,700萬元資助。此項理大研究不僅推動醫學發展,還支持以工程及AI為基礎,培養應對未來醫療挑戰的醫生,為更多精神病患者帶來曙光。

傳統問診診斷的局限與挑戰

傳統精神疾病診斷依賴患者自述,限制診斷準確性和治療效果。病人答案往往會受情緒、記憶或表達能力影響,例如抑鬱病人情緒低落,可能無法描述病情,因此難以判斷病情的嚴重性。

章偉雄教授指出:「診斷靠病人自述,帶有高度主觀性。」精神病亦往往有症狀重疊,抑鬱與焦慮的失眠或注意力不集中,有時難以區分,問診難以釐清病因。

「醫學上,抑鬱症和躁鬱症也很難區分。」模糊性增加診斷難度,更麻煩的是缺乏生物學上依據,無法揭示背後病理基礎,例如腦部是否受損,或受到遺傳因素等影響。

章偉雄教授表示,過去多年沒有治療抑鬱症的新藥面世,部分原因正是病發機制不明,令新藥研發工作無從入手。傳統治療抗抑鬱藥或認知行為療法,又多以「一刀切」,忽略病人遺傳背景和環境壓力,經常導致療效不佳,引致藥物上癮,甚至延誤治療時機,增加醫療負擔,凸顯創新醫療迫切性。
 

醫工結合取得跨學科突破

章偉雄教授領導的研究項目,糅合AI、大數據和生物醫學工程技術,以嶄新算法為醫學難題求解,突破診斷和治療上多個局限。

傳統上,精神科難以找到生物標誌物,理大團隊正通過AI分析基因組變異(包括DNA和RNA變化)和腦成像數據(磁共振影像),識別出疾病的客觀生物標誌。

他從醫療影像的觀察:「深度抑鬱患症的腦部確有受損區域,有病變的表徵。」團隊通過單細胞測序,發現受損腦區基因表達的變化,以科學數據取代主觀評分以提供診斷的基礎。

為了解決症狀重疊導致的診斷模糊問題,研究又引入嶄新觀點,將精神疾病視為基因和腦區的複雜網絡,非單一因素所導致,通過算法試圖清晰分開不同病因。

研究團隊從老鼠實驗模型顯示物理壓力和社會壓力,導致腦部不同受損區域,揭示抑鬱症多樣性。
研究團隊從老鼠實驗模型顯示物理壓力和社會壓力,導致腦部不同受損區域,揭示抑鬱症多樣性。

 

AI推精準治療減藥物依賴

章偉雄教授解釋:「我們以網絡理論建構的基因網絡,分析哪些基因或腦區起主導作用。」從老鼠實驗模型顯示物理壓力(睡眠剝奪)和社會壓力(霸凌),導致腦部不同受損區域,揭示抑鬱症多樣性。控制理論則可找出了維持疾病狀態的關鍵節點,為精準診斷提供依據,避免因分類混淆導致以一刀切方案診治。

研究以老鼠模擬的精神疾病,通過施加壓力分析腦部損傷和基因變化,通過觀察抑鬱老鼠後代,分析表觀遺傳修飾,如何傳遞患病風險,以便可及早作出干預。

AI打破通用治療局限,結合基因數據、腦成像和環境因素,生成出精準的治療方案。近年以磁場刺激大腦神經細胞,改善抑鬱症症狀的「經顱磁刺激」(TMS)醫療方式,屬非侵入性,且具有更顯著的治療效果。

章偉雄教授解釋:「AI可精準預測出TMS起作用腦區,實現個人化治療。」傳統TMS只靠粗略估計,未能發揮所有療效。精準治療也有望減少藥物依賴。

章偉雄教授在研究過程中產生的數據量極大,單次實驗生成出數據超過10TB,現已累積數據逾百TB。章教授團隊開發出的算法,處理TB級數據並從中提取出基因網絡模式,發現潛在的治療靶點,並在實驗室內驗證,加速研究進程。
 

醫療突破影響深遠

理大的研究不僅將革新診斷與治療,還為醫學訓練奠定了堅實基礎,可改進醫療訓練和干預手段。

正在積極爭取籌辦香港第三所醫學院的理大,擁有全面的研究設備和教研人員,培養具備工程和AI知識的專業醫學人才,冀以全新視角應付醫療挑戰,通過網絡理論分析龐大數據,設計精準治療方案,並以AI分析大腦影像,再與傳統臨床訓練互相補足,提升精神疾病的療效。

香港主要精神疾病治療,不及半數完全成功控制病情,必須創新醫療研究,以更客觀診斷和個人化治療,提升療效和減少副作用,章偉雄教授的研究未來亦有機會提供藥物靶點,幫助藥廠開發更有效的藥物。

章偉雄教授指出:「內地青少年抑鬱發病發病率近兩成,香港的情況亦日益嚴重,我們的研究任重而道遠。」

研究也旨在減輕醫療負擔,甚至貢獻全球精神健康管理,上述網絡理論亦可拓展至研究多種基因遺傳及癌症的複雜疾病。

章偉雄教授說:「從嶄新角度思考,精神疾病研究可以峰迴路轉。網絡理論和控制理論,加上跨學科工程學,有希望為複雜醫學難題找出答案。」他承認研究在技術和算力上,仍有不少限制,但技術柳暗花明,假以時日,潛力卻是無限。

由章偉雄教授領導的理大研究團隊正通過AI分析基因組變異(包括DNA和RNA變化)和腦成像數據(磁共振影像),識別出疾病的客觀生物標誌。相片攝於理大分子基因組學實驗室。
由章偉雄教授領導的理大研究團隊正通過AI分析基因組變異(包括DNA和RNA變化)和腦成像數據(磁共振影像),識別出疾病的客觀生物標誌。相片攝於理大分子基因組學實驗室。