跨領域科研 搶救新冠兒童腦炎

臺灣兒童曾因夏季日本腦炎流行，一九六八年自衛生署長許子秋大力推動疫苗注射後，兒童已不再受其威脅。然而，一九九八年腸病毒71型導致兒童的腦幹腦炎(brainstem encephalitis)與肌躍型抽搐(myoclonic jerk)，再度引起全臺家長恐慌，當時臺大與國衛院、疾管署率先聯合研發，於醫院急診建立「腸病毒」症候群以「早期」偵測，配合各地方衛生局與小兒/急診科醫護人員的衛生教育，在尚未有疫苗之前，也成功預防腸病毒的大流行；台灣醫/衛學界也發表在診斷、致病機轉、治療與強化偵測預防此流行病的一系列完整研究，榮獲世界衛生組織邀請而制定「腸病毒臨床處置指引」。

今年春季首位新冠兒童腦炎病例出現後，衛福部於五月廿一日趕緊召開臨床研討會，惜病例數仍持續增加，引發父母焦慮！其中，有一些病例出現異常高燒不退與心跳加速，讓人聯想是否可對住院兒童引用智慧型穿戴式裝置，協助監測體溫、心跳，將數據即時上傳雲端，由醫學中心前驅測試妥後，再延展至區域/地區醫院與診所，增樣本數，以機器學習(machine learning)方法，尋找區辨病徵快速惡化與恢復者兩群人的「最早出現徵兆」之風險因子(risk factors)，哪些因素的影響最大，從而建立預測模型，並決定風險指標閾值(threshold values)。如同2003年台大醫院急診科建立的風險分數，以即「早」發現高風險患者(一旦當重症前驅症狀如持續嘔吐、抽搐等出現時，往往幾小時可能出現腦幹疝脫，甚至心跳、呼吸停止)，即刻給予經臨床試驗安全核可的有效藥物治療，盡速阻擋病程惡化，挽救寶貴生命。

換言之，台灣的資訊科技，輔以臨床上不同發病日的多項生物指標(biomarkers)重複測量(repeated measures)與臨床病徵變化數據，即使樣本數小，也可以用病例對照流行病學研究(病例組與對照組為 1 : 4 )，加上重複測量的生物統計多變項分析，再串聯人工智慧模型的驗證，快速找出預測因子；同時明瞭不同年齡層的體溫增高攝氏一度的心跳變化實況與其他高相關性的病徵，藉由跨醫院的「中樞神經系統症候群主動偵測」（central nervous system’s syndromic active surveillance）的團隊研究，可協助家長盡早採最妥處置作法，搶防止在病程邁入惡化之「前」，全力降低後遺症與致死率。

除了上述「早」發現高風險病例之外，也必須了解這些快速惡化腦炎患者的病毒全蛋白基因序列有何「通性」，是否易感染中樞神經系統的細胞或腦中的吞噬細胞(microglial cells)？還是何因素易引發快速發炎反應的細胞激素風暴(cytokine storm)？經由多項病原微生物的檢驗與病理檢查，以確切查出病因。科技部與國家衛生研究院也應鼓勵國內研究單位研發對Omicron變異病毒的單株抗體(monoclonal antibody)，甚或開發降低發炎反應進程小分子藥物與適合嬰幼兒具長效免疫的新冠疫苗。

綜言之，由探究兒童腦炎的最早症候群出發，串聯全病毒基因偵測(genomic surveillance)與病毒免疫學研究，以挽救未來國家主人翁健康福祉的志氣與跨領域防疫研究，如同我們在防治第71型腸病毒與防控登革熱的成功經驗，由科技研究結果奠基防疫政策，打贏Omicron疫仗。

（金傳春為台大流行病與預防醫學所兼任教授、台灣公共衛生促進協會顧問；何宗憲為成大醫院小兒部感染科醫師；游濟華為成功大學工程科學系助理教授）