活動與消息

　　健保署去年有意開放去識別化後的健保大數據，引起產業界高度期待。中央健保署署長李伯璋12日在生技醫療產業趨勢論壇中首度揭露開放時程，承諾，去識別化後的健保資料，最快可以在今年六月讓業界企業與學術單位聯合申請，鬆綁以往只開放學術單位使用的規定，讓大數據獲得更有效的應用。

　　從健保於民國84年開辦至今，累積資料超過20年，加上衛福部2009年起投入電子病歷系統的建置工作，並以TMT（Taiwan electronic Medical record Template）格式做為交換標準，將國內醫療單位所有的病歷、檢驗報告與醫學影像全面e化。因此，儘管臺灣人口數無法與大國比擬，但病歷的電子化與統一格式，長年累積之下形成龐大的數據資料。

　　換句話說，臺灣不僅擁有令他國稱羨的健保體系，更具有高品質的資料庫。如健保署至今收載超過1,700萬件（約7.7億張）醫療影像，若能將此巨量資料應用於機器學習，訓練AI病理師輔助醫生進行疾病判讀，則可大幅降低誤診機率。

　　大數據為AI發展的基礎，但前提是用來訓練的數據來源必須可信，從IBM Waston的例子可見一斑。北醫管理學院院長謝邦昌解釋，因為用來訓練模型的資料大多為假設數據，並非真實病人資料，導致Watson電腦經常給出錯誤的癌症治療建議。這反映出醫生專業性與不可取代性之外，也凸顯真實資料應用在機器學習上的重要性。

　　但在現行法規下，健保資料庫僅提供學術單位及非營利機構研究使用，使用者必須事前申請，也只能在線上操作，不能把資料帶走。「現在很多研究是先進去（健保資料庫）來建立一套模型，再寫論文去驗證其Pattern有理論基礎，所以，很多人不相信它。」勤業眾信執行副總經理溫紹群表示，現行做法讓研究報告無法獲得業界信任，導致學術研究無法落地、應用於相關產業。

　　「No data, no value.」謝邦昌強調健保數據在智慧醫療中扮演的角色，若健保署能盡快將此計畫提上日程，除了推動產學接軌，也能讓智慧醫療的應用更實際與廣泛。溫紹群表示，AI在醫療產業的應用已成趨勢，短期可能以影像識別技術為主，以長遠程來看，將以預防性治療為目標，幫助個人預測患病風險並盡早作為，可望顛覆現有的醫療照護模式。