|
原文标题：演算預測漸凍人病程成大勇奪世界冠軍
% i3 s" [! e, j9 h
【台南訊】漸凍人症的病況發展難預測，成功大學資訊工程學系蔣榮先教授、楊士德教授帶領成大團隊成員方文杰博士、研究生張桓瑞、楊震，參加「世界夢想挑戰賽（DREAM Challenge）」之漸凍人病況發展預測的計算生物醫學程式設計競賽，擊敗30支來自全球知名大學及醫學研究機構專業人員，勇奪世界第一，是台灣參與 DREAM Challenge以來獲得的最高榮譽，證實台灣系統生物與醫療資訊的技術能力，也期盼能利用優異的程式設計與撰寫能力造福更多罕見疾病患者。 2 e3 ^# n" ~& J& b, b9 F6 f" p
1 z6 f2 ?- S6 Y9 p$ J. K
DREAM Challenge為國際生醫領域極為重要演算競賽，創立於2006年，由美國哥倫比亞大學、美國國立衛生研究院、IBM，以及紐約科學院（The New York Academy of Sciences）贊助成立，每年提供3至5項不同主題競賽，由各組織提供資料與數據，參賽者提出運算程式模型來分析，每年均吸引世界各地眾多電腦科學、工程與統計等學者專家參與競賽。成大團隊參與的競賽項目為DREAM ALSStratification Prize4Life Challenge，設計演算程式以預測漸凍人病程發展。
2 O5 R: J5 G `/ e, ~+ V
蔣榮先教授指出，主辦單位提供了7千多名漸凍人症病患300多萬筆臨床檢查等相關研究數據，包括(身高、體重、家族病史、血液檢測等)；參賽隊伍必需先從龐大資料、數據去篩選出與漸凍人症可能有關的6項「特徵資料」，再選擇最適合的演算法，讓演算法去分析與整合「特徵資料」，建立漸凍人症病程進展的預測模型。
4 E" [/ e1 R' t2 m6 u1 p" J' [
蔣榮先教授分析成大團隊能夠在國際勁敵環伺中脫穎而出，應與團隊成員資工背景者佔多數有關，得以跳脫生醫觀點或框架，單純以統計、演算的角度來處理海量臨床數據與資料；成大團隊將臨床檢查資料所代表的意義，全部轉成數字，從300多萬筆資料中，找出與漸凍人症最相關的20幾個特徵，再篩選出數10組不同特徵組合，經由交叉驗證找出最佳特徵組合，要找出這個最佳特徵組合難度極高，是獲勝關鍵。 / ~1 |4 T9 T! r! i4 M; X. @
成大團隊找出的六項特徵為，疾病症狀發作到試驗開始的時間長度、言語能力、切割食物與使用家庭日常用品的能力, 軀幹協調功能、 血中磷含量、小腿功能，團隊依篩選出的特徵，再用交叉驗證方式挑選出最適合競賽的預測演算法－GBRT。 ( @9 |7 n4 C# D( v' |
團隊成員擁有優異的程式設計與撰寫能力，在密切研究、討論下，將GBRT演算法與6項特徵資料做了最有效的分析、整理與歸納，才能建立起漸凍人病程演進的預測模型。 1 d) g( q- d7 e( F/ q3 x# J( \
主辦單位事先提供所有競賽隊伍漸凍人症患者確診0到3個月內的資料，請各隊依所建立的預測模型，預測患者3個月後9個月間的病況；成大團隊的預測模型所演算的預測結果，是所有競賽對手中最吻合現實資料。團隊成員之一的方文杰博士說，主辦單位針對冠軍團隊、亞軍團隊預測模型的預測結果，進一步做「勝算比」評分，重複抽樣出500組的資料集來計算，冠軍的成大團隊對上亞軍的勝算比為61.5，而主辦單位的門檻值只有3，成大團隊的優異程度由此可見。
& g# ]4 K' @2 L7 S5 I/ \6 _ M
方文杰博士表示，競賽最大的挑戰之一在於，數據除了靜態的資料外，還有多項隨時間變動的資料，大大增加了預測模型建構的難度。有效的預測演算，由於減少臨床研究需要的樣本量，能大幅減少大型臨床研究費用支出，尤其像漸凍人這類罕見疾病，患者數量較稀少，減少臨床研究的患者數量的意義極為重大；團隊提出的「特徵資料（新的預測因子）」將能提供研究人員關於漸凍人疾病更多的訊息與線索。 ( o ?" a2 I& }4 x3 q% F1 |
6 R. D# P1 H j7 w. Z" K" {
2015年DREAM Challenge，比賽期間自6月至10月，11月3日公布成績，美東時間11月17日於美國費城喜來登飯店頒獎，團隊成員方文杰、張桓瑞代表領獎。 ' v- d- Y* @9 B0 j4 G* F2 C7 ~- r
* ?3 D( ^) r6 {( h; q9 k | 
发表于 2015-12-2 00:03:36
