大量資料分析技術 實踐個人化健康照護
- DigiTimes企劃
-
無論是台灣、英國、芬蘭、美國，現在有實施健保制度的國家或地區，無不都面臨到嚴重的健保破產問題，而社會人口結構老年化的發展趨勢，更讓此一狀況雪上加霜。
IBM 智慧生活前瞻研究中心研究總監張鴻洋表示，根據美國的研究資料顯示，在45~64歲的中高齡人口中，還僅有22%患有3種以上的慢性病；但到了65歲以後，此比例將急劇上升至45%之多。由於針對慢性疾病的治療，目前已佔去當下所有醫療費用75~85%的比例，因此可以預見在未來20年，抑制慢性病發生的機率，將成為避免健保陷入破產的最大課題。
致力整合同一病患散落的醫療紀錄
大部分的慢性病患通常都身染多項重症，但受到既有醫療專業分工營運模式的影響，這些病患的健康狀況、病症資料及醫治效果等訊息，往往會被分散在不同的系統內儲存，使得醫師難以一窺病患身體現況的全貌，儘早發現慢性病徵並投入治療，以及改由整體角度出發，針對個人不同生活習慣所造成的差異，給予其最適當、最經濟的改善建議。
也因此造成醫療成本投入增加、醫療品質反而下滑的怪異現象時常會發生。張鴻洋認為，最佳的解決方式，應該是要透過工具的協助，將同一病患散落於各既存醫療雲、照護雲及健康雲內的醫療與健康紀錄，予以適當地整合、分析，才能減少因訊息不完整而讓醫師誤判的情事發生。
張鴻洋指出，以往大部分的醫療資訊系統都是孤立的平台，而後在加入中介軟體、分析工具後，彼此之間便開始有互動性存在。未來在藉由與平台及App業者的協同合作的方式下，此一領域的系統將會繼續往開放雲端平台解決方案的方向發展。
大量資料分析技術及工具需求大增
不過整合雖然可消除上述問題，並帶來某種程度的便利性，但同時卻也會製造大量資料處理問題急待解決。張鴻洋表示，除了來自診所的電子病歷、電子醫療影像，藥廠的HTS庫、藥品臨床試驗結果；保險公司的醫療帳單、成本預估及照顧效用等項目外，還有許多由病患自己及關係人所產生的資訊，如病患行為與偏好、零售購買紀錄、由外部測量設備所接收的運動紀錄等項目需要整合。
對此IBM提出一項「協作照護服務雲」的解決方案平台，不僅其技術底層可蒐集、整合及交換如影像實驗資訊庫、醫院/門診EMR系統、藥品/處方籤系統、醫療計畫系統等來源的門診、PQRI品質量度、Bio-Surveillance、NCQA PCMH、Clinical Decision等資訊，還能夠與EHR/PMS、病患存取、醫師入口平台、照顧團隊入口平台、醫療計畫入口平台等系統相整合，以發展其不同的應用模式。
讓醫院轉型進化為個人化醫療照護
以IBM與埔里基督教醫院所共同研發的「疾病危險群識別引擎」為例子，張鴻洋表示，透過該引擎的「疾病相關因子分析模組」所引用的專利文獻及國際論文知識為基礎，醫護人員就可以藉此識別各項疾病因子的關聯性，並利用資料本身來發崛其他潛在的疾病因子，將其以多面向知識視覺化具體呈現。
這不僅有助於病患及醫護人員更容易理解慢性疾病的成因與預防方式，還能夠進一步用來發展「自動病歷解析引擎」，以自動閱讀/識別20萬餘筆埔里基督教醫院急住看診資料內的醫療詞彙，從中找出日後有高機率罹患慢性病症的病人，及早對其施予預防性治療。對醫院由既有的單純疾病治療/復建，轉型成「個人化全人式(跨專科)醫療照護的服務模式極有幫助。
