Microsoft
活動+
 

【智慧醫療專題】順用醫療數據兩大關鍵 商業擷取與醫材分級認定(之二)

台灣醫務管理學會醫療人工智慧資深顧問許瑞彰認為,足夠的數據量與智慧醫材產業成形與循環生態建立關鍵,在於底層技術與生醫大數據法規。蔡騰輝攝

由於希望藉由方興未艾的機器學習和深度學習演算法,結合台灣長年所累積的健保資料與各大醫院的電子病歷,進而推展出各式應用,其中,碰到最大的需求與困難就是資料量的不足。尤其大家都知道要訓練機器學習,除了人工神經網路(Artificial Neural Network;ANN)等軟體演算結構以外,分析和訓練的數據品質和數量就是關鍵。

電子病歷應用起飛前準備:產業須攜手健保署、食藥署

工欲善其事,必先利其器。然而,疾病的多元、分析項目的繁雜、台灣醫療院所與地區規模等限制,讓生醫創新人才即便看見產業問題,也無法快速地取得工具,也就是足夠數量的數據。也基於這些原因,不少商業團隊希望衛生福利部中央健康保險署(National Health Insurance;NHI)以及食品藥物管理署(Taiwan Food and Drug Administration;TFDA)等政府單位,能夠在醫療大數據的申請開放與人工智慧等軟體即醫療器材(Software as a Medical Device;SaMD)的認定、認證、許可上,有更多彈性與調和的空間。

政府與產業上下一心 建立台灣醫療數位轉型奇蹟

積極型塑台灣醫療人工智慧的台灣醫務管理學會醫療人工智慧資深顧問許瑞彰表示,台灣軟體人才不少、看到且能夠解決醫療現場狀況的專家也很多,但在電子病歷與資料數據互通上,還需要從政府帶頭,整合全體生態,才有可能從上而下的政策領導,同時由下而上的產業技術支援,推升醫療數據的應用效率。同時也分析,國外許多大藥廠,都擁有許多跨國合作夥伴,也因此在既有的生態系與商業模式下,能夠穩穩前進。反觀台灣,若希望更大規模地發展醫療人工智慧,並且善用台灣已有的資料庫優勢,可能都還需要所有人積極投入,才可能縮短陣痛瓶頸期。

醫療創新落地關鍵:融入既有產業鏈 替舊制度創造新價值

針對醫院之間病歷互通的議題,秀傳醫療體系醫療資訊副院長劉立認為,除了技術層面的問題,醫療院所之間的策略發展、商業模式、人員配置也都是核心。希望妥當應用醫療資料,關鍵除了人工智慧以外,也需要人類智慧。也就是說,產業的流程、既有體系的資源布局、產業價值鏈的建置都要思考得夠透徹,才能夠使得產業共榮共進。

蔡騰輝

DIGITIMES電子時報智慧醫療主編蔡騰輝Mark Tsai
專注研究智慧醫療產品技術服務導入場域時,所遇到的困難癥結與如何克服要點。
精通中英德語,熱愛挑戰與Swing Dance。
Facebook:DIGITIMES智慧醫療

作者更多專欄

  •     按讚加入DIGITIMES智慧醫療粉絲團
更多關鍵字報導: 醫療大數據