【AI新技術】南蘇丹毒蛇辨識系統改寫毒蛇咬傷救命關鍵

本文來自無國界醫生熱帶疾病醫療顧問  加布里爾．阿爾科巴醫生

從相簿識別到AI：毒蛇咬傷的醫療突破

我記得有一次，我們在無國界醫生的醫院裡用相簿來辨識蛇。這裡的醫護人員會翻閱照片來找出是哪種蛇咬傷了患者。我在南蘇丹和其他國家從事毒蛇咬傷和其他被忽略熱帶疾病研究工作時，親眼目睹了這一點。

如今，專家們利用人工智慧（AI）和機器學習，創建了一個辨識蛇的資料庫，其中包含來自不同國家的38萬張蛇的照片。這種創新方法目前正在南蘇丹特維克（Twic）和艾卜耶（Abyei）鎮的兩間無國界醫生醫院進行試驗。

結合日內瓦大學的One Health Unit、無國界醫生南蘇丹在地團隊，以及無國界醫生在瑞士的醫療與創新部門的協助，我們正共同改進我們的資料庫。我們正在開發使用AI的軟體，來幫助識別野外蛇的種類，區分毒蛇和無害的蛇。該軟體可以在被蛇咬傷的人到院前，為患者提供最佳的行動建議。

AI識別系統實戰應用

我們目前正努力收集高品質的照片輸入該軟體。南蘇丹是蛇生態研究數量最少的國家之一，但同時在無國界醫生醫院的蛇咬傷入院率卻很高，特別是在5月至10月間。

為了讓AI識別一條特定的蛇，我們會需要一張牠的照片，無論是在牠還活著的時候（同時採取所有必要的防咬措施），或是在蛇死了之後（仍須非常小心，因為牠仍然可以咬人）。如果有人被蛇咬傷，被咬傷者或附近的人可以在事發後嘗試拍攝蛇的照片，但必須很謹慎地進行。如果無法在被蛇咬傷時拍照，我們的工作人員可以返回被蛇咬傷的地點，並再次小心翼翼地試著拍攝蛇的照片。

一旦我們有了照片，就會輸入AI軟體，該軟體會將其與數千張圖像進行比較，以識別蛇的種類，或將其新增為附有GPS座標的新條目。

成效與未來展望

早期的試驗結果令人振奮，AI有時甚至比人類專家更能辨識蛇！例如，它可以區分埃及眼鏡蛇或黑曼巴等毒蛇，以及非洲家蛇等無害蛇。憑藉更高品質的照片、資金和更多的研究，這個AI應用程式可以為患者提供從識別蛇到選擇正確抗毒血清的即時幫助。

更多相關研究仍有其需求。通常，患者會因未能正確辨識蛇種而接受錯誤的治療，或者因被無毒蛇咬傷而浪費了寶貴的抗毒血清，這也可能導致嚴重的副作用。抗毒血清非常稀有且極為昂貴，會花費患者一個月到甚至一年的工資。

以社區為基礎的SNAICS專案（SNakebite Awareness and AI Identification in CommunitieS，社區中的蛇咬傷意識和AI辨識）搭配AI應用程式，目標為提高我們對不同蛇種的了解，並優化我們的抗蛇毒血清供應，以確保有效的臨床應對。 

全球蛇咬危機實況

毒蛇咬傷是全球性的健康問題，與人口流離失所和洪水等氣候衝擊有關。根據世界衛生組織的數據，每年有500萬人被蛇咬傷，其中200萬人受嚴重影響，且有81,000至138,000人因毒蛇咬傷而死亡。

蛇毒咬傷的症狀與治療

蛇毒可引起三大症狀：皮膚腫脹、肌肉破壞、致命性出血或呼吸麻痺。毒蛇咬傷被歸類為一種被忽略的熱帶疾病，主要影響中、低收入國家的偏遠、農村、洪水或衝突地區民眾。因此，儘管有數百萬人受到影響，但對於大型製藥公司或政策制定者來說，這並不是個利潤豐厚的市場。事實上，有效的、「多元的」、不複雜、更安全和可負擔的抗蛇毒血清研究，並未被相關單位優先考慮。