台北醫學大學自2016年起，每年舉辦以醫療科技應用為主題的黑客松活動。過去三屆，黑客松的主題，較專注在「以軟體+硬體解決醫療需求」，並包括透過裝置等來收集醫療數據。不過，這屆特別將名稱改為『數據松』(datathon)，專注探討大數據的應用。

連續第四年籌辦活動的醫學科技學院院長李友專，特別接受本刊專訪。

李友專表示，近幾年興起「第三波人工智慧(AI)革命」，AI已經能夠進行高度複雜的運算，並擁有自我學習的能力，導致這波革命的一大關鍵，正是隨著網際網路普及收集來的「大數據」。

「但根據最近的趨勢，我們發現數據的收集已經不再是困難，反倒是收集了資料但不知道如何使用，因此，現在更重要的挑戰是『如何應用醫療大數據』，所以這屆我們將名稱改為『數據松』(datathon)，專注探討大數據的應用。」他強調。

李友專進一步指出，在大數據的諸多領域中，醫療大數據之所以相對發展得較慢，主要是由於隱私權的關係，網路收集到的頂多只是病『例』，而非病『歷』；大部分的醫療大數據仍存放在醫院的伺服器，或是健保局的資料庫中。

李友專表示，不過，人們逐漸發掘大數據加上AI的強大力量後，用於醫療上能為全體人類的健康帶來許多好處，所以，醫療數據未來應不單僅是收集與整理，而是要進展到能活用的程度。

風險預測、病程發展預測、預後預測、死亡預測四大主題

本次數據松以「風險預測、病程發展預測、預後預測、死亡預測」為四大主題，對此，李友專表示，醫療數據的利用範疇非常廣，但從全民健康福祉的角度考量，能夠提早預測各種健康風險，才是最有利的。

「俗話說『千金難買早知道』...