內容目錄

發生戰爭是否就意味著當地愛滋疫情一定會失控？除了傳統的公衛介入措施之外還有沒有其他的工具可以在戰爭爆發時為愛滋疫情的控制提供協助？世界衛生組織（WHO）的資料顯示，俄羅斯入侵烏克蘭的期間，烏克蘭使用人工智慧（AI）科技來辨識 HIV 感染風險較高的個人，從而增加篩檢量，更進一步有效控制戰爭期間烏克蘭境內的愛滋疫情。

下列醫藥資訊引用及翻譯自 The Lancet Microbe, AI-assisted HIV case finding in Ukraine
本文章經愛知識 iKnowledge依編輯所在地醫療現況及閱讀習慣進行編輯及改寫

當俄羅斯在 2022 年 2 月全面入侵烏克蘭時，烏克蘭境內估計有 24.5 萬位 HIV 感染者。這也讓人們擔心可能會影響感染者日常的 HIV 藥物治療，並且使 HIV 篩檢變得更困難，進而導致烏克蘭境內的愛滋疫情失控。

然而，隨著時間挪移，當我們從兩年後的今日回頭檢視烏克蘭這兩年的疫情變化會發現當地愛滋疫情並未失控。WHO 及聯合國愛滋病規劃署（UNAIDS）的最新資料顯示，烏克蘭衛生當局在 2023 年 1 到 10 月共回報了 9,769 位 HIV 新確診個案，回報的資料也顯示當地依舊持續提供基本的 HIV 相關服務，且 2023 年當地的 HIV 篩檢量也較前幾年增加。

AI在烏克蘭提供了怎樣的服務？

烏克蘭最大的HIV倡議機構「公共衛生聯盟（APH）」在 2024 年 2 月的新聞稿中提到，他們透過使用包含 AI科技在內的創新方式，來辨識具有高度 HIV 感染風險個人，並藉以提升 HIV 篩檢量。創新方式帶來的「有效病例搜尋」是烏克蘭在戰爭期間控制 HIV 疫情的關鍵之一，且 AI 演算法也大幅度的提升了需要 HIV 檢測、支援，或藥物治療個人的辨識度。

在 2016 到 2019 年期間，APH利用他們開發的「最佳化病例搜尋（OCF）」演算技術，分析了 140,000 名研究對象的篩檢問卷。該技術是以已經接受該機構諮詢服務的 HIV 感染者的社交網路為核心，導入 AI 科技透過演算學習及分析後找出具 HIV 高感染風險的個人、分析其感染 HIV 的機率，並提示接受 HIV 篩檢的必要性。

APH 的副執行董事Pavlo Smyrnov 指出，OCF 能有效因應戰爭為 HIV 風險因素帶來的變化。他進一步說明到：「戰爭期間，有些地區因為突然湧入大量居無定所民眾，突然變成高 HIV 感染發生地區，在這樣的狀態下，我們可以使用這種方法來識別 HIV 感染者社交網絡中的風險，藉以促動更多人接受篩檢，幫助我們在這些地方快速建立相關配套措施… 」

導入AI後的成效與影響

APH 的數據顯示，在 2022 到 2023 年間，納入 AI 科技演算後感染 HIV 的陽性檢出率為 5.2%，相較於未導入 AI 科技前的 3.2% 高出了 37%。

研究團隊表示，OCF演算技術讓篩檢服務專注在 HIV 感染風險較高的群體。相較於以往倚賴社工的主觀評估，該系統透過客觀的風險行為分析幫助工作者及專家找到需要進行篩檢的個人。

然而，正如研究團隊強調的，AI 演算法需要「持續學習、提升演算精準度」，APH也持續努力提升演算法以追求更加準確的演算結果。

總結

近年來，AI 科技在 HIV 治療和預防中應用的相關研究越來越多，當中也包括個人社交網路的相關介入措施。

南非約翰尼斯堡的健康數據科學家 Bradley Segal 在評論該研究時提到：「傳統的方式需要仰賴預先定義的假設和模型，AI 科技演算則是直接從資料中學習，這也能讓靈活度更高、能夠更有效的辨識相關風險因素… 以烏克蘭的 OCF 系統為例，該系統能快速調整篩檢策略，並識別新增高感染風險群體的能力，展現了 AI 科技在加速早期診斷和預防介入措施的潛力。這種靈活度將有利於應對疾病傳播模式的變化，且能更快速、有效、精準的採取介入措施… 」