(2020-07-28)食藥管理局日前核准了史丹佛大學的「池篩」申請,開始另一種新冠肺炎的篩檢方式...

(2020-07-28)食藥管理局(FDA)日前核准了史丹佛大學的「池篩」(Pool Testing)申請,開始另一種新冠肺炎的篩檢方式。

池篩的方法由來已久,美國的疫情高居不下,這是第一次用在新冠肺炎,是實驗、也可以說是挑戰,如果運用得法,可以節省大量的篩檢資源,來防堵疫情進一步擴散。

 

什麼叫池篩?就是把很多人的檢體(如唾液)混在一個「池」裡,然後僅取樣一次來篩檢,篩檢如果正常,就表示「池」裡所有的人都正常,節省了個別一一篩檢的手續。

當然顯而易見的,就是這僅一次的篩檢結果不正常,例如呈陽性反應,那就要回去把「池」裡的每個人一一篩檢,找出陽性的人。所以在已知傳播率高的地區,把一些人放到「池塘」裡,結果與每個人單獨檢測沒有區別,不能節省篩檢資源。

史丹佛大學計畫先從群居開始,如老人院、學生宿舍,而且周而復始的篩檢,例如學生宿舍有三層樓,每天篩檢一層樓,一週重複一次,一旦發現疫情,也在控制之內,不致擴散。

根據統計,有將近一半的新冠肺炎患者沒有明顯症狀,成為重啟經濟活動的一大隱憂,有些地區疫情稍緩,經濟活動略微活絡,疫情就又回升,所以大規模篩檢,隔離無症狀感染人,應該是防止疫情惡化的重要一環。

但以目前篩檢的速度與成本,距理想的篩檢數量還遠,池篩或者是一個方式,問題就在「池塘」的設計,一池應有多少人、放進去哪些人、要間隔多久篩一次,加州柏克萊大學的專家們提出了辦法。

疫情中每個人都有被感染的危險,但依人而異,第一線醫療工作者與居家少出門的人,危險程度一定不一樣。疫情已經流行一陣子,用一些公開資料、當地確診人數、篩檢的比例,加上個人的旅行與社群接觸情況,可以建立一個模型,用機器學習預測一個人被感染的危險程度。凡發現危險程度高的,就排除在「池塘」之外,池篩產生不正常的機會就大為降低。

柏克萊的學者解釋,當傳染率低的時候,池篩的效益就特別彰顯。例如一所大學的學生每天池篩,感染的危險就大幅度降低,因為今天被確診的會從明天的池塘移除,成為清潔的池塘。

而明天可以加入還沒有入池的人,把池塘擴大,如果池篩出現狀況,就先從新加入的人著手篩檢,減少不必要的篩檢次數與成本。這樣頻繁的篩檢,讓無症狀感染者在家休息,更降低傳染率,使池篩的運作更有效率。

學者們的分析,結合機器學習的高頻率池篩,成本遠低於一般想像,每天池篩的成本,僅為每月一次池篩的兩倍,但每天篩檢卻可以有效消除病毒,每月一次的篩檢,僅能知道一個月裡疫情傳染的情況。高頻率的池篩,在特定群聚的地方像工廠、養老院,可以減少篩檢的次數,減少全數篩檢的成本,卻達到全數篩檢的功效。

在高傳染率地區,池篩之前可先做一次全面篩檢,確診者先隔離,痊癒之後再回來加入高頻率的池篩。高頻率的篩檢可以提前發現感染者,所以會讓傳染率下降,而機器學習可以每天估算每個人的危險程度,一旦發現危險信號,就從大池塘剔除,做單獨的篩檢,同樣的池篩發現不正常,也先從危險程度較高的人著手。

池塘的人數、篩檢的頻率、傳染率的高低,都相互關連,需要專家做最佳化的設計,再結合機器學習,才能大幅度減少篩檢次數,減低整體成本,同時又降低疫情傳染的速度,達到大規模篩檢的功效。

大規模篩檢或是抗疫與經濟開放的重要行動,基於速度與成本,目前僅能篩檢有症狀的人,數量過少。(有興趣進一步瞭解可閱覽這篇學者的報告

池篩一旦實施,我們每天、或每幾天做的,不過是從嘴裡取一點唾液,據說有FDA核准的自取唾液工具,那就不必麻煩醫務人員,自己取就更簡便。前些日子還說AI在抗疫上沒幫什麼忙,希望這次能發揮功能,估算你我感染的危險程度,作為池篩的基礎。

相關閱讀
被動免疫
結合機器學習的「池篩」
李開復:AI的抗疫成績B-


本文取材自2020年7月26日「那福忠西海岸數位隨筆(162)」:結合機器學習的「池篩」
對本文有任何看法,歡迎 E-Mail:frank.na@gmail.com 給作者,分享您對本文的看法。