中央健保署署長李伯璋表示,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。

圖片來源: 

攝影/翁芊儒

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今天在一場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。北醫管理學院院長謝邦昌舉例,病人胃不舒服,醫生可能只檢查胃,但也有其他臟器引起疼痛的可能性,這時若運用AI影像識別技術,將可以更全面的判讀、甚至自動標出病癥。

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。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。


Advertisement

更多 iThome相關內容