謝邦昌:「健康存摺2.0版」 啟動台灣健保大數據整合

撰文記者 蔡立勳
日期2016-11-18
謝邦昌 台北醫學大學管理學院院長、大數據研究中心主任

整理/蔡立勳

2015年4月,為了推動旗下人工智慧超級電腦,Watson跨足健康醫療大數據分析,IBM宣布成立Watson Health,並陸續收購醫學影像公司Merge、醫療資料分析公司Truven。

Watson的人工智慧被IBM稱為「認知運算」(cognitive computing),這讓新一代的電腦擁有類似人腦的認知能力,能自行撰寫程式、蒐集並判讀資料;使用者則依各自需求調整、進行互動。

IBM賦予Watson的任務,就是分析人類一生中產生的健康相關大數據,並歸納出有用的結論。

人工智慧成長的最大基礎

今年8月,根據日本《產經新聞》報導,一名罹患罕見「急性骨髓性白血病」的患者於2015年1月進入東京大學醫科學研究所附設醫院,並接受一系列的化學治療,但病情於數個月後急轉直下。

所幸醫師將該患者的DNA資料交由Watson判讀,診斷出在原有的療程中,引發「二次性白血病」,經由醫師緊急變更化療藥物組合,才使其病情趨於穩定,免除併發敗血症之虞。

該項人工智慧醫療計畫是由IBM與東京大學醫科學研究所合作,讓Watson以機器學習的方式,閱讀2,000萬份醫學研究論文,輔助醫師在臨床上判斷患者症狀。

透過比較患者的各項生理數據,僅僅10分鐘,Watson就從論文中找出相似症狀,進而提供合適的治療方案。

不僅如此,Watson Health也於今年6月宣布,與16家醫學影像公司合作,利用Watson學習、判讀大量的X光片、核磁共振攝影等醫學影像數據,以期未來能藉此預測患者罹患癌症、糖尿病或心臟衰竭的可能性,達到疾病預防的目的。

大數據可說是人工智慧成長的重要基礎,而醫療大數據是台北醫學大學大數據研究中心的一大主軸。醫療大數據的產生,主要歸功於醫療設備數位化及電子化病歷發展兩大領域的突破。

「健康存摺2.0版」結合健康數據

近年蔚為風潮的穿戴式裝置,也是醫療大數據的應用實例之一。使用者不僅能藉此知悉自身的各項生理數據,業者也能透過監測、分析這些數據,提供相關的諮詢服務,甚至提醒使用者服藥時間。

醫師亦能利用遠程監護、遠程門診搭配穿戴式裝置,獲取患者更詳細的身體狀況,有利於判斷病情,提升醫療效率,減少醫療糾紛與用藥浪費。

台灣的醫療水平排名全球第三,也有完善的健康數據環境。比如電子病歷交換系統、健康存摺系統,以及不少國家欣羨的「全民健康保險資料庫」。

健康存摺系統於2014年9月啟用,是一套線上健康資料查詢系統,提供健保保險對象整合跨機關、跨單位的醫療資料,以及健保保險計費、繳納資料。

今年7月上線的「健康存摺2.0版」,首度結合健康檢查數據與疾病預測、評估模式,若B型肝炎患者於去年迄今,曾至醫院抽血檢查肝功能指數、B肝e抗原(HBeAg)等項目,登入系統,即能預測B肝於10年內惡化成肝癌的風險,準確率可達8成。

不過,仍有不少民眾不清楚健康存摺以及其用途,截至今年7月僅有121萬名使用者。

2000年,中央健康保險局(現為衛生福利部中央健康保險署)以全民健保原始資料為基礎,委託國家衛生研究院建立健保資料庫。迄今已有3,000餘篇相關研究論文發表在國際期刊,是台灣發展醫療大數據的重要利基。

個資法立意善但有礙大數據發展

健保資料庫擁有全國民眾的就醫資料,蒐集來源的母體十分完整,可透過分析特定指標數據,據以推測疾病的發生機率。將其跨領域結合其他資料庫,彌補不足之處,加值應用層面,將是台灣未來主要聚焦的領域。

前述健康存摺2.0版的肝癌預測功能,即是結合副總統陳建仁、中央研究院基因體研究中心副研究員楊懷壹於1991年至2004年間,所建立的預測模型與健保資料庫的應用實例。

此外,健保資料庫也能連結公衛資料庫、氣象雲與環境雲等。因此,或許能透過結合健保、公衛資料庫中,防治、治療登革熱的經驗,提供公衛學者研擬茲卡防治計畫的參考、判斷依據。更重要的是,以健保資料庫為核心,整合不同資料庫,也有助於發展精準醫療。

不過,由於《個人資料保護法》的嚴格規範,即使是政府或醫療院所運用醫療大數據分析患者的資料,也會引起爭議,甚至因此吃上官司。

個資法固然立意良善,但確實是目前大數據發展的一大障礙。從倫理、道德、法律層面觀之,我們確實有限制這些數據使用的必要,但範圍仍值得研究。有關單位應審慎思考,以盡速擬訂最適宜的規範。


電影《大英雄天團》裡的智慧機器人擁有以大數據診斷疾病的能力。(圖/迪士尼影業提供)

 

>>本文刊登於《環球生技月刊》Vol. 38

更多台灣生醫康產業報導,請鎖定環球生技: https://news.gbimonthly.com