醫(yī)療大數(shù)據及精準醫(yī)療

1、醫(yī)療大數(shù)據及精準醫(yī)療謝 邦 昌臺北醫(yī)學大學 管理學院及大數(shù)據研究中心 院長/主任大數(shù)據的趨勢以及價值是現(xiàn)在最熱門的話題，也改變了許多企業(yè)經營的方式，對于各行各業(yè)來說是勢必是一個大挑戰(zhàn)，能否將大數(shù)據的力量從危機到轉機就要看現(xiàn)代經營者有沒有轉變傳統(tǒng)型態(tài)的思維？首先什么是大數(shù)據？傳統(tǒng)數(shù)據一年的數(shù)據量大概為3TB左右，以現(xiàn)今數(shù)據來說一天的資料量為50TB，由這簡單的數(shù)據量差就可以得知傳統(tǒng)數(shù)據跟現(xiàn)今數(shù)據的差異多么龐大，也就是現(xiàn)在俗稱的大數(shù)據時代。數(shù)據龐大之下，不管是銀行業(yè)、傳統(tǒng)零售業(yè)、社會建設公共方面甚至是醫(yī)療保健產業(yè)對數(shù)據處理、分析方式以及經營企業(yè)的模式將會有所改變。在過往的醫(yī)療診斷歷史，到醫(yī)院看病時

2、必須耗費許多時間等待看診，而醫(yī)生看診又要再花費時間。當醫(yī)生要求病患拍攝X光片或檢驗時，又要再花額外許多時間診斷。而在現(xiàn)今醫(yī)療信息高度發(fā)展的臺灣，看診程序從網絡掛號、候診順序、診間病歷調閱、醫(yī)師醫(yī)令、處方開立、放射影像存取、檢查檢驗數(shù)據儲存等，無數(shù)的數(shù)據信息便在醫(yī)院中傳遞、交換、儲存。同時大多數(shù)的生理檢驗信息在你回診時得以從電子病歷中檢索，這些我們認為理所當然的信息處理，在臺灣我們只要花費少許的時間如一個早上便完成了，而這一切正是仰賴醫(yī)學信息分析與醫(yī)療大數(shù)據的交換處理。醫(yī)學大數(shù)據的產生，主要歸功于醫(yī)療設備數(shù)字化及電子化病歷發(fā)展兩大領域的突破，透過儀器數(shù)字化，醫(yī)院得以獲得更多病人疾病與健康信息紀錄

3、。而在病人醫(yī)療診斷方面，為了完善紀錄病患個人資料、診斷數(shù)據與過往醫(yī)療紀錄等，即促成了電子病歷系統(tǒng)發(fā)展。醫(yī)學大數(shù)據發(fā)展由過去紙張記錄、紙本信息數(shù)字化、醫(yī)學紀錄儲存到現(xiàn)今多信息整合，其數(shù)據量有著爆炸性的成長，不僅由過去個人社經信息、診斷信息等文字媒介，更拓展到多媒體影像信息，如X光影像，動態(tài)視訊影像信息，如核磁共振MRI以及電訊號信息，如心電圖等等，這些龐大醫(yī)學數(shù)據的匯集與高度整合技術能力，正是臺灣醫(yī)學信息領域發(fā)展領先的原因，同時更顯得醫(yī)學數(shù)據發(fā)展的多元應用及其重要性。而由醫(yī)療健保產業(yè)來說，個人醫(yī)療信息終端的產生給醫(yī)療產業(yè)帶來革命性的變化，連結了傳統(tǒng)醫(yī)院、政府（社會保障）、保險公司、藥物生產公司等

4、相關產業(yè)，形成新的行業(yè)生態(tài)圈。將互聯(lián)網醫(yī)療保健去建構一個智能的健康系統(tǒng)，在整個健康系統(tǒng)下會有智能的合作伙伴，包含醫(yī)院、醫(yī)生、診所、學術中心、保險公司、藥廠、醫(yī)療設備制造商、政府等相關人員等，接著產生出個人化的護理體系，其中包含個人健康、成本節(jié)約、提高效率、病人教育、增強通信、績效度量、預防等相關內容，使得人們有著更健康的社會。經常聽到的醫(yī)療云、照護云以及健康云都是運用云端技術結合大數(shù)據去提供健康咨詢的服務。在網絡普及下，人手一臺智能型手機讓這些云更能夠去發(fā)揮，客戶只需要使用健康感知的終端，其中包含穿戴型裝置、愛睡寶、電視機以及相關的智能型測量裝置，就能夠讓親人、醫(yī)生以及相關的護理人員得知目前的

5、身體狀態(tài)，不僅如此，還可以遠程監(jiān)護以及遠程門診，一切都透過遠程醫(yī)療平臺讓人們有著安全、方便、快速及健康舒適的生活環(huán)境。大數(shù)據在生技醫(yī)療衛(wèi)生發(fā)展狀況及應用,大數(shù)據已深耕于經濟領域且創(chuàng)造了巨大的經濟價值 美國的大數(shù)據產業(yè)已經創(chuàng)造了巨大的價值，具體表現(xiàn)在:大數(shù)據使美國醫(yī)療服務質量得到提高。對于醫(yī)療服務的提供方和支付方來說，在減少醫(yī)療成本的同時不斷提高醫(yī)療質量和效率仍然是一個難以實現(xiàn)的目標，而這也是改善民生的重大機遇。2010年，全美醫(yī)療支出占國內生產總值的17.9%，比2000年增長13.8%。而且，某些慢性疾病如糖尿病的患病率正在增加，正在消耗更多的醫(yī)療資源。對這些疾病和其他相關健康服務的管理將深

6、刻地影響國家的福祉。在這方面大數(shù)據可以發(fā)揮作用。為在廣大人群中取得最有效的醫(yī)療效果，更多地使用電子健康記錄（電子健康檔案），并與新的分析工具相結合，將提供挖掘信息的機會。研究人員可以利用信息尋找有效的統(tǒng)計趨勢，并依據真實的醫(yī)療服務質量開展醫(yī)療評估。大數(shù)據在醫(yī)療及生技業(yè)之應用醫(yī)療及生技業(yè)大數(shù)據應用的當前需求來自疫情和健康趨勢分析、電子病例、醫(yī)學研發(fā)、臨床試驗等領域。疫情和健康分析趨勢利用大數(shù)據進行疫情分析，說明這個地方可能處于某種疾病蔓延，實時掌握病情。Google和疾管局一樣能夠掌握流感疫情2009年又冒出了一種新的流感病毒，稱為H1N1。這種新菌株結合了禽流感和豬流感病毒，迅速蔓延。短短幾星

7、期內，全球的公共衛(wèi)生機構都憂心忡忡，擔心即將爆發(fā)流感大流行。有些人發(fā)出警訊，認為這次爆發(fā)可能與1918年的西班牙流感不相上下，當時感染人數(shù)達到五億人，最后奪走數(shù)千萬人的性命。雪上加霜的是，面對流感可能爆發(fā)，卻還沒有能派上用場的疫苗，公共衛(wèi)生當局唯一能努力的，就是減緩其蔓延的速度。為了達到這項目的，必須先知道當前流行感染的范圍及程度。 在美國，疾病管制局（CDC）要求醫(yī)生一碰到新流感病例，就必須立刻通報。即使如此，通報的速度仍然總是慢了病毒一步，大約是慢上一到兩星期。畢竟，民眾覺得身體不舒服之后，通常還是會過個幾天才就醫(yī)，而層層通報回到疾管局也需要時間，更別提疾管局要每星期才整理一次通報來的數(shù)據

8、。但是面對迅速蔓延的疫情，拖個兩星期簡直就像是拖了一個世紀，會在最關鍵的時刻，讓公共衛(wèi)生當局完全無法掌握真實情況。 說巧不巧，就在H1N1躍上新聞頭條的幾星期前，網絡巨擘Google旗下的幾位工程師，在著名的自然科學期刊發(fā)表了一篇重要的論文，當時并未引起一般人的注意，只在衛(wèi)生當局和計算機科學圈里引起討論。該篇論文解釋了Google能如何預測美國在冬天即將爆發(fā)流感，甚至還能精準定位到是哪些州。谷歌的秘訣，就是看看民眾在網絡上搜尋些什么。由于Google每天會接收到超過三十億筆的搜尋，而且會把它們全部儲存起來，那就會有大量的數(shù)據得以運用。 Google先挑出美國人最常使用的前五千萬個搜尋字眼，再與

9、美國疾病管制局在2003年到2008年之間的流感傳播數(shù)據，加以比對。Google的想法，是想靠著民眾在網絡上搜尋什么關鍵詞，找出那些感染了流感的人。雖然也曾有人就網絡搜尋字眼做過類似的努力，但是從來沒人能像Google一樣掌握巨量數(shù)據（big data，直譯為大數(shù)據），并具備強大的處理能力和在統(tǒng)計上的專業(yè)技能。 雖然Google已經猜到，民眾的搜尋字眼可能與流感有關，像是止咳退燒，但相不相關其實不是真正的重點，他們設計的系統(tǒng)也不是從這個角度出發(fā)。Google這套系統(tǒng)真正做的，是要針對搜尋字眼的搜尋頻率，找出和流感傳播的時間、地區(qū)，有沒有統(tǒng)計上的相關性。他們總共用上了高達4億5千萬種不同的數(shù)學模

10、型，測試各種搜尋字眼，再與疾管局在2007年與2008年的實際流感病例加以比較。這套軟件找出了一組共四十五個搜尋字眼，放進數(shù)學模型之后，預測結果會與官方公布的全美真實數(shù)據十分符合，有強烈的相關性。 于是，他們就像疾管局一樣能夠掌握流感疫情，但可不是一、兩星期之后的事，而是幾近實時同步的掌握！因此，在2009年發(fā)生H1N1危機的時候，比起政府手中的數(shù)據（以及無可避免的通報延遲），Google系統(tǒng)能提供更有用、更及時的信息。公衛(wèi)當局有了這種寶貴的信息，控制疫情如虎添翼。 最驚人的是，Google的這套方法并不需要去采集檢體、也不用登門造訪各家醫(yī)院診所，而只是好好利用了巨量數(shù)據，也就是用全新的方式來

11、使用信息，以取得實用且價值非凡的見解、商機或服務。有了Google這套系統(tǒng)，下次爆發(fā)流感的時候，全球就有了更佳的工具能夠加以預測、并防止疫情蔓延。電子病例將分散在醫(yī)院中的各個部門、各式各樣的病例集中在云端，醫(yī)生們可透過語意搜查找出任何病例中的相關訊息，進而為醫(yī)學診斷提供更加豐富的數(shù)據?？商峁┮圆』紴橹行牡膫€人化療程建議，或幫助對醫(yī)療問題及其患病率進行自動診斷。臺灣的醫(yī)療黑金：健保數(shù)據庫Google臺灣董事總經理簡立峰曾表示：我認為最有價值的寶藏，就是臺灣的全民健保數(shù)據庫。，臺灣醫(yī)療產業(yè)貫穿上下游的數(shù)據，全在健保數(shù)據庫里面，而且?guī)缀跛腥硕家尤?，全世界只有臺灣擁有如此完整的數(shù)據庫。美國麻省理工

12、學院電機與計算機科學院教授約John Guttag也說，相較于美國，臺灣的健保是由政府買單，這讓醫(yī)療數(shù)據取得變得容易，這是臺灣的機會，未來也很有機會從中獲利。累積15年來、2千3百萬人民的健保數(shù)據庫，正等待著識貨的伯樂來挖寶。臺中榮總醫(yī)生、陽明大學教授吳俊穎以親身經驗說明，過去醫(yī)學界只知道，幽門螺旋桿菌跟胃癌有關，但是卻沒有規(guī)模夠大、時間夠長的臨床實驗可以證實，他與研究團隊藉由探勘臺灣的健保數(shù)據庫，發(fā)現(xiàn)服藥根除幽門螺旋桿菌，可以降低胃癌的發(fā)生率。這篇論文不只發(fā)表在腸胃科排名第一的雜志腸胃病學上，更震撼了日本醫(yī)學界。日本是全球胃癌罹患率最高的國家，當?shù)蒯t(yī)生特別把這篇論文翻譯成日文，并且說服日本厚

13、生省，對幽門螺旋桿菌感染患者全面給付殺菌療程，不僅影響醫(yī)師的臨床運作、政府決策，甚至有可能改變國際性醫(yī)療行為準則。吳俊穎認為，臺灣的健保數(shù)據庫內容巨細靡遺，所有醫(yī)療項目都記錄得一清二楚，它像是永不干涸的黑金，當數(shù)據越來越多串聯(lián)和使用，就會越來越有價值。然而，吳俊穎也提到，健保數(shù)據庫有個缺點，就是缺乏診斷和檢測結果。麻省理工學院教授Peter Szolovits也曾舉例說明過，如果有一位病患發(fā)現(xiàn)關節(jié)腫起來，醫(yī)生跟他說這疑似是風濕性關節(jié)炎，因此記錄風濕性關節(jié)炎的費用，可能后來病人發(fā)現(xiàn)根本不是這個病，如果把這筆數(shù)據用在風濕性關節(jié)炎的醫(yī)療研究上，那就會變成糟糕的數(shù)據，影響研究結果。如果能夠把健保數(shù)據庫

14、與醫(yī)院病歷的數(shù)據庫做結合，那它就會變成最完美的醫(yī)療數(shù)據庫！吳俊穎提到，病歷數(shù)據包含檢測和治療的結果，不只對于臺灣醫(yī)療產業(yè)來說非常有價值，國內外的生技和醫(yī)藥大廠，也都會搶著要跟臺灣合作。想象一個情境，有天當你到南部度假，突然感到身體不適，就近到當?shù)氐脑\所就醫(yī)。第一次跟你見面的醫(yī)生，登入全臺灣共享的醫(yī)療數(shù)據庫，調出你在其他醫(yī)院的病歷數(shù)據，花幾分鐘就能對你的身體了如指掌，還能透過臨床決策輔助系統(tǒng)，顯示出跟你有相同癥狀的病友群體、使用各種藥物的治療狀況，透過大數(shù)據分析可以協(xié)助醫(yī)生在最短時間內，找出最適合的治療方式。很多人以為這樣的愿景，離現(xiàn)實生活非常遙遠，其實臺灣已經走在半路上了。臺大醫(yī)院竹東分院院長

15、王明巨如此說道。的確，臺灣醫(yī)療機構的病歷電子化程度很高，很有可能成為全球第一個全國醫(yī)院流通電子病歷的國家。醫(yī)學研發(fā)運用實時監(jiān)測及分析大量的儀器數(shù)據，建構預測模型，并利用統(tǒng)計工具改善臨床試驗設計，分析臨床試驗數(shù)據。發(fā)展個人化醫(yī)學及疾病發(fā)作模式等醫(yī)療研發(fā)。 利用大數(shù)據解決多發(fā)性硬化癥的算法運算復雜度位于水牛城的紐約州立大學(SUNY)是一個領先全球的多發(fā)性硬化癥(MS)研究中心。MS是一種具破壞性的、面性的神經系統(tǒng)疾病，影養(yǎng)全球近百人。這種疾病會使人的大腦和骨隨發(fā)炎并產生神經病，導致患者可能出現(xiàn)行動不便、視力受損、疼痛等癥狀。MS的病因是很復雜的，沒有一個單一基因是可能的致病源。因此自2007年以

16、來，SUNY就一直希望透過掃描MS患者的基因組的變化來開發(fā)新的治療方式，透過從原本成千上萬的基因序列的變異SNP，SNP指的是單核桃多型性，來獲得單一樣品，研究基因產物和其他基因產物及環(huán)境因素進行的交互作用。研究人員的想法是以多個SNP變異點結合不同的環(huán)境變因，并使用一種被稱之為AMBIENCE的算法，來檢測縣性和非線性兩種數(shù)據數(shù)據中的相關性，以識別這些交互作用之間的關系。但是這個想法就如同大海撈針，因為環(huán)境變因包括像是實驗對象曝曬太陽的時間長短、維生素D產生的量、吸煙的情況等皆有可能影響研究結果。況且人類的基因由23對染色體所組成，其中包含約30億個DNA堿基對，這些因變量和應變量數(shù)量多到嚇

17、人，必須靠建構一套計算量高達1018的高等分析模型才能解決。因此SUNY與IBM合作，建構一套搭配軟硬件的數(shù)據分析系統(tǒng)，以往平均需要27.2小時的工作，縮短到現(xiàn)在只要11.7分鐘即可完成。而且這套系統(tǒng)不僅大大簡化和加速了復雜的分析過程，還提供了不同類型的變量值，如：分類變量、分配卜瓦松變量或連續(xù)常態(tài)變量等。過去，只要研究中增加一個新的變量值，研究團隊就必須重新編寫整個算法，而現(xiàn)在只需按幾個鍵即可完成。大數(shù)據系統(tǒng)分析的應用除了MS的研究以外，全球估計超過3300萬人感染，至今沒有方法可以完全治愈的艾滋病，以及罕見疾病等，都已開始利用大數(shù)據進行大型的醫(yī)學研究。臨床實驗臨床試驗藉由大數(shù)據而有了重大的

18、改變，可利用臨床驗數(shù)據、儀器讀數(shù)等，進行比較效果研究、臨床決策支持系統(tǒng)、遠距病人監(jiān)測及加強醫(yī)學數(shù)據透明度等方面。擁有數(shù)據數(shù)據保護的早產兒所謂的早產兒是指懷孕不到37周就提早出世的寶寶。這些提早降臨人世的小仙子，如果出生后體重不到1500公克，很可能會因為免疫系統(tǒng)尚未發(fā)育完全而受到感染，一旦感染之后就很容易引起呼吸衰竭、肺出血及敗血癥。不過，加拿大多倫多市立兒童醫(yī)院里的早產兒，卻可以睡得特別安詳，因為他們是有數(shù)據數(shù)據保護的data baby。隨著醫(yī)療設備的發(fā)展，利用醫(yī)療監(jiān)測儀器監(jiān)測病患的生命征象，如血壓、心跳和體溫等，已經是非常普遍的事了。通常這些儀器還具有警報功能，一旦生理的數(shù)據數(shù)值超出正常范

19、圍時就會發(fā)出警示，醫(yī)療人員就會采取因應行動。但是即使醫(yī)術再精湛、經驗再豐富的醫(yī)護人員，可能也無法準確地察覺這些異常的發(fā)生時間和嚴重性，尤其當發(fā)生在脆弱的早產兒生身上。根據美國弗吉尼亞大學追蹤以往的數(shù)據顯示，新生兒受到感染初期的12到24小時，因為脈搏和心跳幾乎都可在接受的范圍內，因此醫(yī)護人員很難從生命征象數(shù)據的改變中察覺，等到警示燈響起，常常為時已晚。連續(xù)監(jiān)測和記錄這些生理性數(shù)據，可以觀察出新生兒是否遭受感染的早期征兆，但數(shù)據量實在太過龐大了。估計這些監(jiān)測設備每一秒鐘就會產生1000個讀數(shù)。以往是30到60分鐘由醫(yī)護人員歸納出一個數(shù)據做為紀錄，然后儲存72小時。如果要把這些讀數(shù)統(tǒng)統(tǒng)記錄起來，根

20、本是不可能的事。但這項不可能的任務，并沒有嚇跑安大略省理工學院和IBM。他們使用來自懷生研究中心的最新技術，利用江河運算平臺支持大量數(shù)據的收集和分析，一天24小時不間斷地收集和記錄著包括早產兒的體溫、心跳、血氧飽和濃度和血壓等電子監(jiān)測儀器產生的大量數(shù)據，以及周遭環(huán)境如溫度、濕度等相關數(shù)據。在保護病人的隱私安全考慮下，這些數(shù)據會直接傳到安大略省理工學院研究中心和IBM華生研究中心；系統(tǒng)會分析和研究哪些因素的交互作用會造成感染，甚至哪幾床的新生兒因為符合條件較多，可能出現(xiàn)疾病或感染的風險較大。之后，系統(tǒng)再將分析結果提供給醫(yī)護人員比較判讀。這些動作都在數(shù)秒內完成。藉由這項計劃，兒童病房里的醫(yī)護人員已

21、經可以提前18到24小時，預防新生兒敗血癥的發(fā)生。由于大數(shù)據在規(guī)模（Volume）、增加速度（Velocity），以及價值性（Value）上正呈現(xiàn)幾何上升，而其數(shù)據所表現(xiàn)的多樣性變化（Variety）與數(shù)據的有效性（Validation），更容易成為企業(yè)的風險源頭。面對排山倒海而來的大數(shù)據，企業(yè)需運用大數(shù)據，迅速將數(shù)據轉化成商業(yè)智能，運用分析信息，提升市場的洞察能力，做出更準確的營運決策。例如：電信業(yè)者可以分析手機在基地臺漫游的特性，提供更好的在地費率；信用卡業(yè)者可以每天定期分析各種信用貸款所產生的風險，動態(tài)調整信貸利率；便利超商可以分析消費者的購買習慣，動態(tài)調整架上存貨數(shù)量等；制造業(yè)者可透過現(xiàn)場制造系統(tǒng)所記錄的大量在線實時生產數(shù)據進行分析，以協(xié)助制造業(yè)改善制程、提升良率，并減少物