巨量資訊時代來臨，勤業眾信(Deloitte) 也對巨量資訊應用於醫療與照護的發展進行分析，並歸納出未來三大發展趨勢，包括：1. 行動醫療之智慧型感測裝置與行動遠端照護將相輔相成；2. 行動醫療與感測資料帶動電子病歷需求增量；3. 行動醫療數據+ 電子病歷+ 機器學習= 精準醫療。

巨量資料(Big Data) 和物聯網(IoT) 已經不再是專屬於資訊人的話題，人工智慧、攜帶式裝置的發展，與網路無國界的概念，使醫療相關產業同樣面臨數位化轉型議題。

透過物聯網，醫師、與世界各地的病患之間，有了新的數位化鏈結，而建立這鏈結關係的便是「數據」。透過數據的傳遞，患者與醫師間建立了更多資訊交換管道和訊息類型；透過網路，患者與醫師建立了跨國界的醫療訊息交換網絡平台。

此外，攜帶式裝置與物聯網的應用，也讓醫療設備不再是醫院裡大型儀器與操作面板，攜帶式裝置成為醫療儀器與專業醫護人員的延伸，這些隨身攜帶的感測裝置，可以即時監控、傳輸病患的生理健康數據到達醫療中心，提供醫師、照護人員即時關懷和照護服務的客觀資訊來源。

而這些每日快速產生、大量且類型多樣化的資料，隨著人工智慧和巨量資料處理技術的發展，提供醫學研究領域更多深入洞察、加值服務應用分析的機會。

勤業眾信調查發現，由於物聯網技術逐漸成熟，行動醫療與健康照護的需求日趨明顯，加上面臨少子化與高齡化社會的問題，以及事前預防勝於事後治療之照護概念興起，行動醫療科技未來將扮演重要的照護角色。

醫療巨量資料 需兼顧隱私和貼身服務

穿戴式裝置和巨量資料處理技術的進步，不僅記錄病患健康狀況相關數據，透過無線通訊技術自動回傳至醫療中心終端，幫助醫生和病患本人即時獲得各項生理監測數據，並適當因應處理和諮詢。

這擴大了醫療與照護人員提供服務的範圍，透過連續監測的生理及健康數據，醫護人員還可以持續觀察病患健康及用藥狀況，甚至回饋治療經驗，皆有助於提高醫療品質。

不過，勤業眾信風險諮詢服務執行副總經理吳佳翰指出，這樣的應用概念，首先面臨的挑戰便是數據來源的取得，除了有法律和隱私議題( 如個資法) 需要解決( 參見「行動醫療產業的應用創新走向」)，若要對病患提供完整的服務評估，僅僅有穿戴式裝置的監測數據是不夠的，「如何獲取更完整資料來源，達到最完整評估，是目前醫護巨量資料平台極力想達成的目標。」他說。例如結合穿戴裝置監測數據和過往病患個人資訊、病歷或就醫資料等， 輔以醫學資料庫歷史和預測數據， 可以對病患有更多完整疾病史、就醫歷程的了解，提高疾病可能風險評估的準確率；甚至針對病患對於醫療心得、心理情緒等社群言論的蒐集， 有時也是醫護服務提供主動服務和醫護品質進步的來源。

醫療與照護應用 三大趨勢解析

巨量資訊時代來臨，勤業眾信也對巨量資訊應用於醫療與照護的發展進行分析，歸納未來三大發展趨勢：

1.行動醫療之智慧型感測裝置與行動遠端照護相輔相成

高齡化社會來臨，改變了人口結構，醫療服務發展轉為以慢性疾病為主，隨著慢性疾病發生率逐漸攀升，相關治療費用也持續增加。如何達成早期發現與預防的效果，進而達到降低醫療支出的目的，是目前大家關注的焦點。

據國發會最新統計推估，2025年台灣老年人口比例將跨越 20% 門檻，奔向超高齡社會。資料也顯示，台灣從高齡化邁向超高齡社會的時間僅 32 年，遠比法國歷時 156 年、美國 92 年短，甚至快於日本的 35 年。

一般高齡者常見的疾病包含：高血壓、糖尿病、心臟衰竭等慢性疾病，這些疾病的病患平時可以如正常人般生活，但這些疾病卻有不定時發病的可能，因此需要對於病況進行定時監測，在發病初期即採取適當的因應措施，甚至在發病前即透過各項指標達到預測與警示，達到降低個人健康損害及治療成本的目的。

透過智慧型感測器與先進的應用工具，可進行身體數據的資訊蒐集與管理，將資料回傳到醫療的中央資料庫。更能利用遠端視訊設備、醫療監測、遠距監測介面來觀察病人情況，並針對醫療流程管理進行改善。

例如：護士可透過螢幕了解病人的即時狀態來優化床位的排定順序，避免重症病患沒有床位的情形發生。

以韓國松島國際市區醫院為例，該院計畫擴大引進先進的醫療診斷與治療技術，未來松島市居民的血壓與脈搏讀數，可直接傳送到國立首爾大學附屬醫院，讓醫生遠端監控居民的健康情形，使醫療服務與遠端居家照護之間能無縫整合。

2.行動醫療與感測資料帶動電子 病歷需求增量

行動醫療的出現與發展，間接帶動了電子病歷普及，其中包括預約掛號、用藥提醒等行動醫療功能，皆需要電子病歷才能進行，電子病歷的需求大為增加。

電子病歷的功能不單只是作為醫生診斷治療的參考，亦是幫助醫生與病患之間的溝通，更能透過將所有參與行動醫療的醫護人員及病患使用的病歷資料連結，可將患者血壓、心跳率、體重、體脂、血糖、體溫、血氧、手術資訊、遺傳病史以及過敏史等基本身體特徵數值輸入資料庫，為每一位病患建立雲端電子病歷，讓醫生精準掌握每位患者的身體狀態與病況。

3.行動醫療數據+ 電子病歷+ 機器學習= 精準醫療

將巨量資料分析應用於電子病歷與行動感測數據，除了方便醫生與病患使用，更重要的是後端的運算系統，能利用機器學習演算法計算獲得病患的健康指數，並從資料細節中來探究健康指數，發現病患發病潛在因素，從而及時發現問題。

例如在美國就有利用機器學習演算法，分析糖尿病患的治療情況、住院情況，與併發症的關聯性，用以預測可能造成糖尿病患感染住院的變因，加以預防。

隨著智慧感測裝置與電子病歷累積足夠的大量資料，透過機器學習演算法應用於醫療領域，例如透過電子病歷與手術後病患的感測數據回傳，藉由機器學習演算法判斷哪些病患具有較高的疾病復發機率，以及需要再度住院治療的情況發生，使用預測模型讓醫院可以提前預測緊急情況的發生，提高治療效果並降低營運成本。

行動醫療、巨量資料與機器學習技術的融合，是一把打開實現精準醫療大門的關鍵鑰匙。透過巨量資料分析，可改善臨床實驗決策、推動藥物研發流程、癌症研究等醫學上的重大研究與治療方法，為病人提供有效的治療途徑與方案。

預期，巨量資料在醫療照護市場將帶動未來的醫學研究、治療選擇、遠端照護等醫療應用，醫療領域將會更精準，降低誤診誤判情況發生，同時醫療資源的利用也將會更有效率。

（本文節錄自《環球生技月刊》2016年4月號）

http://www.gbimonthly.com/