演講主題：數位轉型：大數據與人工智慧引領的臨床試驗變革
講者: 林士睿博士 美國Stanford 大學生物醫學資訊博士
時間: 2026年5月5日 (二) 14:00-16:00
地點: 管理大樓11樓-AI講堂
直播連結: https://reurl.cc/WbvX79 或
掃描海報 QR code
講者簡介:
林士睿博士畢業於台大資訊工程學系/研究所取得學士和碩士學位，並在美國Stanford 大學完成統計碩士及生物醫學資訊博士學位。林博士對將人工智慧和資訊科技運用在生物醫學特別有熱忱。在Stanford時，他致力於透過電腦模型虛擬病人，運用模擬臨床試驗
，以評估乳癌及肺癌篩檢的成效。之後林博士在羅氏藥廠 (Roche / Genentech) 從事癌症治療新藥的研發工作已有十五年，同時致力參與並領導跨領域的臨床醫學的研究合作。
演講大綱:
隨機對照試驗（RCTs）長期以來一直是臨床研究的最具可信度的研究方法；然而，這類試驗也面臨顯著挑戰，包括高昂成本、漫長的時程，以及倫理或可行性上的限制。大數據與人工智慧（AI）時代的到來，為解決這些難題提供了契機。透過整合試驗外的真實世界數據（Real-world data）——如電子病歷、保險資料庫及疾病登錄系統——可補足隨機對照試驗的不足，有效降低研究成本、提高受試者招募的可行性並縮短時程，對於急需醫療研究的罕見疾病尤為重要。同時，人工智慧驅動的模型能預測病患預後，並在傳統隨機對照試驗不可行性或違背倫理的情況下，透過模擬「虛擬病患」進行合成臨床試驗（Synthetic clinical trials）以評估干預措施。
本演講將分享兩個案例研究：(1) 提出一種創新的「動態借用」（Dynamic borrowing）方法，整合外部數據以提升研究效率，同時極小化選擇偏差並維持試驗的可信度；(2) 運用虛擬病患與合成臨床試驗評估癌症篩檢計畫的成效。相關研究結果已納入美國國家癌症研究所（NCI）的癌症干預及監測模型網路（CISNET），並實質影響了美國與台灣的乳癌篩檢建議指引。
※本活動無需報名