結合數位分身與大型語言模型：第一型糖尿病的進階個人化胰島素治療

大家早安，歡迎來到本次大會第一個關於人工智慧的場次。人工智慧無疑是當前科技領域最熱門的話題。這場演講我們邀請到來自帕多瓦大學（Università degli Studi di Padova，隸屬資訊工程學系 DIPARTIMENTO DI INGEGNERIA DELL'INFORMAZIONE）的副教授 Giacomo Cappon，他將為我們探討如何結合數位分身（Digital Twins）與大型語言模型（LLMs），來實現胰島素治療的個人化，並分享這種結合在個人化治療上的發展潛力。

非常感謝主持人的介紹。大家好，我是 Giacomo Cappon，非常榮幸能站在這個舞台上與大家分享我們正在進行的工作。首先這是我的利益衝突聲明：我目前擔任 Dexcom Inc. 與 Roche Diagnostics 的顧問與諮詢委員會成員，並接受 Dexcom Inc. 的研究贊助及版稅專利。

今天，我將重點探討糖尿病科技領域中的兩個主要角色：數位分身（Digital Twins）與大型語言模型（Large Language Models），以及我們如何將這兩項技術整合在一起，打造出全新且更強大的工具。

第一位主角：數位分身（Digital Twins）

首先讓我們來介紹數位分身。我們經常聽到這個詞，它基本上就是一個具體物理實體的虛擬複製品（Virtual replica），旨在精確反映其物理特徵。你可以想像一架飛機或一座城市的數位分身，也就是某些你具體觸摸得到的東西。但在這個特定的醫療情境中，我們談論的實體是「病患」。我們希望在虛擬環境中複製病患的生理特徵、葡萄糖與胰島素的調節機制，藉此來執行電腦模擬（in silico simulation）並強化我們的醫療決策過程。

那麼，該如何建立數位分身呢？一切都始於資料（Data）。當然，我們討論的是胰島素數據、飲食紀錄、穿戴式感測器數據、連續血糖監測（CGM）數據、藥物使用紀錄等等。你要投入多少資料，端看你的想像力與需求。接著，你會將這些資料匯入所謂的「孿生程序（twinning procedure）」，並結合某種模型或藍圖，也就是控制你所要創建的分身的規則。對於那些深諳數學的人來說，這個藍圖基本上就是一組方程式。最終的結果，就是一個數位分身。

實際上該怎麼做？現在有很多可用的框架，其中一些是開源的。你可以下載它們，用你資料庫裡的數據去建立數位分身。我們曾在 2024 年的《Journal of Diabetes Science and Technology》發表過一篇關於第一型糖尿病數位分身的系統性文獻回顧（Digital Twins in Type 1 Diabetes: A Systematic Review），證明這是一個快速成長的研究領域。

數位分身在實務上是如何被應用的？

預測臨床試驗的結果： 其核心概念是，你可以從實際人群中建立數位分身，然後在一個安全的情境下，測試你想對該人群施加的假設性治療方案。在投入大量資源、時間與啟動完整的真實臨床試驗之前，你可以先建立初步的知識。
個人化治療指引（Personalize therapy guidelines）： 你可以針對特定病患建立數位分身，並根據其特定的生理狀態來調整現有的治療指引，我們談論的正是個人化、精準的治療（Personalized precise therapies）。
建立基於 AI 的決策支援系統（AI-based decision support systems）： 如果你對這個特定主題感興趣，我非常建議你參加我同事 Andrea Facchinetti 明天早上的演講（演講主題：ADVANCED CGM/AI-BASED ALGORITHMS FOR DIABETES，時間：09:50-10:10，地點：Hall 117）。

第二位主角：大型語言模型（Large Language Models）

我們介紹了數位分身，現在來談談房間裡的大象——大型語言模型（LLM）。在昨天的開幕演講中，Kovacev 教授也談到了很多。我必須再次強調，LLM 在這個領域中正變得多麼重要。

為了給大家一個概念，LLM 基本上就是極度複雜的人工智慧模型。它們擁有大量的參數與極高的自由度可以被訓練，且它們是專門在海量的文本語料庫上進行訓練的。你可以想像直接拿整個網際網路的內容來訓練你的模型，而結果就是它能理解你的提示詞（Prompt），並生成回應。這種回應不僅限於文字，它還可以是影片、圖像、聲音，甚至是任何你能想像到的形式。

該如何建立一個 LLM 呢？就像數位分身一樣，它同樣始於資料，接著進入訓練程序，但這裡需要的是龐大的 GPU 算力，你需要非常強大的硬體支援才能產出 LLM。這個過程超級昂貴，取決於你的模型規模有多大。因此，在多數情況下，我們習慣於開始嘗試並使用現成的 LLM（Off-the-shelf LLMs），例如 ChatGPT、Gemini、Claude、Mistral AI 等等。

我們可以用這些 LLM 做什麼？

LLM 作為聊天機器人（Chatbot）： 我們可以問它「什麼是第一型糖尿病？」或者請它修改信件、撰寫論文等。這就像是一個普通的聊天機器人，你會得到文字、圖像或其他形式的回應，但這只是眾多使用案例的其中之一。
LLM 作為程式設計師（Coder）： 有趣的是，你可以讓 LLM 扮演 IT 人員的角色。你可以請它生成程式碼，或撰寫執行特定任務的腳本。在一個極度簡單的範例中，**我們提供人類提示詞：「寫一個 Python 程式碼來將清單中的數字排序」，LLM 就能立刻輸出正確的 Python 遞增排序語法（numbers =[5, 2, 9, 1, 7]; numbers.sort(); print(numbers)）。**對於有寫程式經驗的人來說這很簡單，但相信我，它能做的遠不止於此。
LLM 作為工作者/員工（Worker）： 這是我稍後演講中會用到的功能。我知道這聽起來有點嚇人，但你確實可以讓 LLM 當作你的員工。你可以開放電腦的權限給它，要求它執行特定任務。例如，提示詞可以是：「抓取我電腦裡的文件，並建立一份關於記憶體使用量的報告。」（LLM 輸出一個黃色的警示框或報告），或者如果你有一個資料夾裝滿了 Excel 檔，你可以請它生成財務報告。

結合 DT 與 LLM 的臨床挑戰與解決方案

我們該如何將這些功能與數位分身整合在一起，以改善第一型糖尿病（T1D）的管理，並提供更好的照護品質？讓我用一個大家熟悉的臨床情境來解釋。

假設你是一位病患，你產生了大量的數據，然後你去進行例行性回診。臨床醫師在某個時刻必須分析這幾個月來的龐大數據，而回診的最終產出是治療建議（Therapeutic advice），例如建議你增加每天的胰島素總量。但臨床醫師面臨的挑戰是：你怎麼知道這個建議在「這位特定病患」身上是否有效？

當然，你會運用你的臨床經驗，你會參考大量的文獻知識與臨床試驗證據，但離群值（Outliers）永遠存在。你總是會遇到無法如預期般產生反應的病患。

為了解決這個挑戰，我們可以善用數位分身。你可以想像這樣的工作流程：病患資料進入診所的系統 -> 建立數位分身 -> 透過執行電腦模擬（in silico simulation）來測試治療建議的效果。雖然這不是真正的臨床試驗，但至少它能為你建立初步知識，強化並輔助你做出最終決定。

但實務上的問題來了：該如何執行這樣的模擬？ 這是最大的障礙，尤其是對臨床醫師而言。很自然地，醫師並不是程式設計師，不懂電腦科學（就像投影片中 Homer Simpson 看著電腦提示「按下任意鍵」，卻到處找不到鍵盤上的「任意鍵」在哪裡，面對一堆程式碼與起伏的圖表感到不知所措）。你需要專門的人員來執行模擬。想像一下，要在例行的短暫門診時間內完成這套流程，基本上是不可能的。結果就是，高技術門檻導致數位分身難以普及。

解決方案就是：大型語言模型（LLM）。 如同我前面所說，LLM 可以作為程式設計師。我們可以**給予人類提示詞：「將這項治療建議轉換成可用於數位分身模擬的腳本。建議內容是...」LLM 接收後，作為程式設計師回覆：「完成了！腳本已準備好。」**我們可以透過 LLM 將打算給病患的建議轉換為模擬腳本，並將其整合到一個完整的框架中。

The Replay-LLM Framework 框架展示

這就是我們在帕多瓦大學正在建立的 Replay-LLM 框架。這個框架的核心數位分身技術，基於我們團隊 2021 年發表在《IEEE TRANSACTIONS ON BIOMEDICAL ENGINEERING》的「ReplayBG」演算法，這是一套用於回溯性評估第一型糖尿病病患資料治療效果的模擬方法論。

這個框架的運作流程如下：首先從病患的資料開始，輸入到數位分身（ReplayBG）中。同時，我們有一個 LLM 在並行運作，它接收人類以自然語言輸入的提示詞與治療建議，自動生成程式碼腳本，接著驅動數位分身執行模擬，並提供圖表與結果，以此來改善最終決策。

為了展示 Replay-LLM 的應用，我從 Tidepool 大數據捐贈專案中擷取了一位成年的第一型糖尿病病患資料。在這個示範場景中，我假裝自己是在看診的臨床醫師。我認為我需要建議這位病患，使用連續血糖監測（CGM）的「葡萄糖趨勢箭頭」來改善胰島素劑量的計算。具體來說，我想建議他採用我的同事 Grazia Aleppo 等人提出的指引（《A Practical Approach to Using Trend Arrows on the Dexcom G5 CGM System for the Management of Adults With Diabetes》，發表於 2017 年的 J Endocr Soc。該指引包含一個針對餐前與餐後 4 小時以上的修正係數（CF）與胰島素劑量調整表格，例如根據雙箭頭向上或向下，來增減不同的劑量。）

我們該怎麼做？透過自然語言，你可以向 LLM 解釋這項建議的具體內容。它包含五個簡單的步驟提示詞：

使用標準公式計算基礎劑量（Baseline dose）。
評估葡萄糖趨勢箭頭。
根據文獻所述，對病患的胰島素修正係數（CF）進行分類。
根據文獻定義的趨勢箭頭與 CF，調整基礎劑量。
施打調整後的總劑量。

我們可以同時提供自然語言寫成的建議，以及你需要的任何論文 PDF 檔案。在這個例子中，我直接把 Aleppo 等人的原始論文丟進去。LLM 產出的結果就是一份準備好用於數位分身模擬的腳本。

透明且可解釋的模擬結果

框架不僅能產生腳本，它還會提供透明的結果（Transparent results）。圖表中，黑線代表標準治療的結果，綠線則代表使用 Grazia 指引在數位分身上模擬出來的葡萄糖軌跡。在這個特定的病患身上，我們產生了新的知識：我現在知道「這個指引的確符合我的預期」，我對此很滿意。

這個框架運作得比單純產出圖表更好。LLM 在這裡不僅是作為程式設計師，它也像是一個解譯器（Interpreter）。它會告訴你「模擬程式為什麼會做出那樣的決定」。它列出了 LLM 在模擬過程中採取的每一個步驟：

在第一餐中： 基礎劑量計算為 4.0 單位。當時的趨勢箭頭是「穩定」（變動率為 0.36 mg/dL/min）。病患的 CF=40，屬於指引中的「高敏感」類別。因為是「穩定 + 高敏感」，系統判斷調整量為 0.0 U，所以最終施打的劑量維持 4.0 單位，與標準治療公式計算的結果相同。這部分完美控制了第一餐的血糖。
在第二餐中： 基礎劑量為 3.0 單位。但此時的趨勢箭頭顯示為「緩慢下降」（變動率為 -1.22 mg/dL/min）。同樣配合高敏感的 CF=40 條件，「緩慢下降 + 高敏感」讓系統判斷應將劑量調整為 -1.5 U。因此，最終施打的劑量降低為 1.5 單位（3.0 - 1.5）。圖表上清楚顯示，如果使用黑線的標準治療，第二餐後的血糖會發生低血糖並跌破 70 mg/dl；但透過系統的建議調降胰島素，我們成功避免了低血糖的發生。

這正是我們所需要的！我們一直在談論 AI，從工程角度來看，我們知道如何使用、創建與訓練 AI。但在**透明度（Transparency）**方面，這個系統展現了我們正在實現的巨大飛躍。

挑戰與未來的發展方向

在我們前方的是什麼？下一步該怎麼走？

短期目標：個人化治療指引測試。 **臨床醫師只要簡單地寫下一段提示詞，就能在開立處方前，初步測試任何治療指引的效果。**你可以把這個框架當作你在診間的「臨床數位夥伴」。當你有一個治療建議，但又有些疑慮時，你可以利用它在給出實際建議之前先生成預測知識。
長期目標：LLM 作為治療方案生成器（Therapy generator）。 **LLM 是否能自主提出新穎的治療建議、進行測試，並反覆修正？這將是 AI 驅動治療發現的新典範。**這聽起來非常嚇人，對吧？但這正是這項科技的潛力所在。你可以要求 LLM 與數位分身進行互動，創造出全新的治療建議，當然，人類始終會在迴圈中（Human in the loop），你會根據你的經驗來決定這個治療方案是否正確。
更廣泛的影響： 這加速了從臨床洞察到個人化治療的過程，同時不會讓病患暴露在任何風險之中。

面臨的挑戰有哪些？

安全性必須擺在第一位（Safety must come first）： 當我談論安全性，我指的是透明度。我們必須建立一個可以被控制的系統。
遵守《人工智慧法案》（Compliance to the AI-Act）： 這個系統必須遵守法規。在歐盟有相當嚴格的 AI 法案。如果你不知道的話，像 Replay-LLM 這樣提供可能影響人類生命的治療建議的系統，會被列為高風險系統（High-risk system）。因此，無論是從法律觀點或是實務觀點，「人類參與迴圈（Human in the loop）」是絕對必要的。我們的框架符合這種監管要求，但這是每一個新框架都必須面臨的挑戰。
仍然有許多未解的問題（Still a lot of open questions）： 雖然我在這裡沒有展示，但系統是有可能產生「幻覺（Hallucinations）」的。即便你完美地解釋了建議內容，甚至提供了文獻，LLM 還是有小機率會出錯罷工。這是一個需要持續探索的新領域。

最後，我想感謝帕多瓦大學出色的團隊，**包括資深成員 Andrea Facchinetti、Giovanni Sparacino 以及 Simone Del Favero 教授；還有年輕成員及博士後研究員 Francesco Prendin、Luca Cossu、Elisa Pellizzari、Alberto Gastaldello 與 Andrea Calzavara。**沒有他們，這項工作是不可能完成的。非常感謝大家。

Q&A 問答時間

主持人： 大家已經開始使用 App 提問了，我鼓勵與會者多多利用。Giacomo，這裡有一個問題：關於 AI 的幻覺（AI hallucinations），是否有產生危險、產生幻覺性建議的風險？

Giacomo Cappon： 幻覺確實存在。當然，我剛才展示的 Demo 是運作完美的狀態，但受限於 LLM 的運作機制，在極少數的情況下，它還是會發生幻覺，比如它可能會得出「4+4=10」這種結果。針對這類幻覺，目前唯一的解決方法就是我提到的「人類在迴圈中（Human in the loop）」。就算你想把這個系統推向市場，你最終還是必須面對法律層面，必須遵守 AI 法案。你永遠需要一個人類在流程中把關，有了人類的參與，我認為我們就能有效處理幻覺的問題。

提問者： 我很驚訝你提到長期目標是「自主提出新穎的治療建議」。我參加這個會議這麼多年，我一直很訝異我們竟然沒有更「數據驅動」地去利用資料來改變治療策略。這聽起來應該要是個短期目標才對，您可以針對這點評論嗎？

Giacomo Cappon： 是的，理想情況下它應該是短期目標。但我們（以及每個人）面臨的問題之一是，儘管概念上都行得通，我們還是會遇到「資料問題（Data problem）」。你必須要能完全信任你所建構之系統的每一個環節。現在看起來好像每個人在台上展示的技術都能成功運作，但你依然會遇到離群值。因此，我認為這個挑戰需要時間來克服，這不會是近期就能達成的，它更偏向長期目標。如果要我給個具體數字，也許還需要三到四年的時間。

提問者： 很快問一個問題。我是來自阿爾斯特大學計算機學院的 Mary Murphy，同時也是一位患有第一型糖尿病的女性。考量到 LLM 的不確定性，以及女性生理資料的高度變異性，我並不信任它。

Giacomo Cappon： 你的說法完全正確，完全正確。這真的取決於很多因素，例如你如何建立數位分身。這不是一個放諸四海皆準（fits all）的技術。它非常依賴病患的狀態，舉例來說，如果一個病患的配合度很高，產生了完美的數據、記錄了所有資訊、資料非常乾淨、且包含完整的 CGM 數據點，那這項技術就能發揮很好的效果。這正是為何「臨床醫師的專業」扮演著超級關鍵的角色。它就像藥物一樣，不是每個人都適用。這取決於你的數位分身在建立時，是否真的有把那些特定類型的資料與變異性納入考量。