︿
Top

大數據分析24hr解開身體密碼

瀏覽次數:5329| 歡迎推文: facebook twitter wechat Linked

葉席吟、趨勢研析與前瞻規劃團隊 發表於 2016年11月7日
facebook twitter wechat twitter


圖、
大數據分析24hr解開身體密碼
圖片來源:Premed

 
聰明應用大數據讓醫療更精準
 
為促成精準醫療的實現需借重大數據的應用,將基因、病歷、生活型態和環境等因子,透過大數據分析精準剖析病患的病症,進而找出適當的預防與治療方法。由於醫療數據具有大量(Volume)、多樣(Variety)及快速(Velocity)等特性,同時數據來源自民眾、醫療院所及保險公司等機構;數據形式更涵蓋結構化資料、影像、圖片甚至基因圖譜等,這些多樣與繁雜的醫療資訊將為大數據的分析與應用帶來挑戰。

現今,資通訊技術的進步,使得醫療數據的分析系統能夠更加完備。據市調顧問公司Gartner指出,若將眾多不同來源的醫療資料整合成所謂的「醫療雲(Healthcare Cloud)」,透過醫療服務提供者發展出一套可學習及洞悉疾病患者輪廓的認知服務系統,藉由預測分析啟動及時干預措施,不但可減少住院的情況,也可讓管理人員對醫療環境有更全方位瞭解。資訊科技促成了大規模平行運算技術的快速發展,也強化了資料管理並提供了整合性的平台服務,同時,藉由多樣化數據分析軟體與視覺化處理工具,都將加速大數據分析於精準醫療的應用。

許多企業都希望透過大數據分析投入精準醫療的市場,例如英特爾(Intel) 積極開發醫療大數據應用,藉由降低臨床(clinical)、診斷(diagnostic)、日常(daily life)與分子生物之組學(omics)的數據分析成本,結合生命科學技術和方法輔以強大運算能力的分析,在一天之內就能完成基因的分析、對病因的精準診斷,再制定出個性化的治療方案。因此,英特爾計畫在2020年可實現24小時精準醫療的世界。美國最大的醫療保險公司Kaiser Permanente早已完成服務平台建置,成功幫助會員建立個人化醫療系統,讓會員可依據自身健康情況,尋求適當的醫師團隊或醫療保險,此外,Kaiser Permanente也以物聯網方式整合生活型態資料及雲端病歷,透過大數據分析預測特定疾病的潛在發生機率,透過這些服務將提供會員客製化的健康醫療資訊,並協助個人有效地針對自身的健康狀況進行管理。

台灣即將邁入高齡化社會,將大數據的分析與應用導入具有前瞻視野的醫療照護產業,期望藉由雲端大數據分析疾病的形成與治療,提供未來在醫療照護上的參考應用。衛生福利部於2012年開始推動「台灣健康雲」計畫,期望透過健康資通訊基礎建設及雲端化概念的運用,提供醫療院所、衛生機構、健康服務提供者間的互相合作,進而提升整體醫療健康的水平,此計畫共分成「醫療雲」、「照護雲」、「保健雲」以及「防疫雲」四大部分,其中「醫療雲」為推動全國電子病歷系統的雲端交換平台,最終目標是民眾可透過健保IC卡調閱在各醫院的就診紀錄與病歷摘要資料;「照護雲」將民眾健康與福祉放在單一平台來思考,透過ICT科技來照顧銀髮族的健康、安全、社交、活動、營養等五大居家需求;「保健雲」就是擴增預防保健資料庫,讓民眾善加應用做到個人預防保健;「防疫雲」進行傳染病通報,此計畫將於2016年完成相關系統建置,涵蓋民眾從病前保健、病中醫療到病後照護的健康服務,並透過疫病防治,建構更為健康的生活環境。

雖然,台灣實施全民健保多年已蒐集大量醫療大數據資料,但是個人健保資料能否由健保局釋出供他人使用,目前仍有法律面的爭議,若能適度的評估開放健保資料庫、電子病歷交換系統,並建立雲端平台,透過蒐集、整理並分析各醫療院所的病歷,將可協助醫師或研究單位研擬出最佳的治療方案,進而強化台灣未來在精準醫療領域的發展優勢。
 
大數據於精準醫療的應用
應用類型 說明
精準醫學分析 將醫藥學、基因學及遺傳學等問題透過大數據的分析,可針對臨床與基因領域進行整合分析,幫助理解疾病與遺傳基因的關聯,加速新藥的開發速度。透過大數據分析也可對用藥治療有更精確的方向,避免藥物濫用的情形。
個人化醫療 大數據可以將藥物代謝與基因的關係加以分析,瞭解個人因家族遺傳所產生的疾病。
醫院用藥分析 透過整合醫療院所的用藥資料來進行大數據分析,紀錄病人的用藥習慣及用藥後的病症改善情況,除了可提供醫生藥物對於病症改善的資訊,也可提供藥廠更多資料去研發更有效的藥物,未來這些資訊亦可協助政府制訂更完善的醫藥政策。
資料來源:國研院科政中心技術趨勢研析與前瞻團隊整理
 
(作者是國家實驗研究院科技政策研究與資訊中心助理研究員)
(本文刊登於經濟日報2016/11/06)

 
歡迎來粉絲團按讚!
--------------------------------------------------------------------------------------------------------------------------------------------
【聲明】
1.科技產業資訊室刊載此文不代表同意其說法或描述,僅為提供更多訊息,也不構成任何投資建議。
2.著作權所有,非經本網站書面授權同意不得將本文以任何形式修改、複製、儲存、傳播或轉載,本中心保留一切法律追訴權利。