精准健康产业的契机与实践
前台大医院副院长、工研院生医与医材研究所顾问许世明。(本报资料照片)
「精准健康」强调的是未病数据的分析、风险评估与预测、致病机制探索及健康管理决策方案提供,在未来2-5年,「精准健康」将可更广泛应用在疾病预防、慢病管理等之大健康产业,借由早期筛查、疾病风险预测与风险管理,提升全人类之健康和生命品质。
健康检查和管理不是单纯的检查诊断,从检前、导检、问诊、筛查诊断、治疗与后续管理与风控完整过程,都需要AI的参与,而所有的AI产品都须以患者与使用者为核心,多模态以及有实证基础的数据为学习材料,争取覆盖医疗全流程全病种各个环节,也因如此,未来产品以组合形态或者整体解决方案将会成为常态或必要。
AI作为深度学习的模型,对于普通消费者来说不易感知,需要借助载体平台看到产品的形态与应用流程才较有感,AI算法软体与硬体融合可提升智能密度,降低50%-80%建设投入,软硬融合、硬体系统架构支撑及人机交互界面,从而使得AI产品能够最为有效的满足大健康预防医学的需求。「精准健康」要把AI的信息整合到结构化报告里,以满足健康管理决策方案提供的需求,即所有的运算都是为能够提供病患教育、提升病患认知、从而达到病患赋权、共同决策及更好的病患尊从率,才能做好有效的健康管理。
「已病」健保的数据库和「未病」亚健康的数据是绝然不同的,当病患住院时,所有必要的检查都是围绕该疾病的诊断或治疗需求,且数据只是这事件的「断点」或「结果」。而健康管理所需要的数据、从项目、种类、组合、检验精准与敏感度的要求、标准截域值的设定,都与寻常看病相当不同,更强调是数据取得的时间、次数、和趋势观察,以找出疾病的前期征兆。
此外,数据库建设是一个门槛很高的领域,需要行业权威专家包括临床医师、病理学专家、检验师、生物资讯以及统计学者共同参与,而面对相对较高的数据加工成本,导致数据库建设不足、进程缓慢,若能透过云端互联网,从医院、健康管理中心、落地到基层家医诊所甚至养老院所、长照中心,提升基层的健管和照护水平,实现医学中心优质医疗资源的分级诊疗,才能落实远距医疗的效益。