新興科技對精準醫療的決策會帶來影響嗎？

高齡化是全球各國目前共同面臨的問題， 國發會預估到了2025年，台灣將邁入超高齡社會（65歲以上人口占比超過20%） ，比先前的預估還要提早一年，同時伴隨人口高齡化而來的各種慢性疾病，則造成病人、醫療體系與醫療人員沉重的負擔。然而， 病患在醫療上投入了大筆時間與支出，往往卻發現治療的效果不如預期，甚至有時還得承擔難受的副作用。 為了解決醫療無效率、不精準的問題，世界各國從 2015年開始，陸續開始推動「精準醫療」的計畫，近年隨著AI、大數據與IoMT（Internet of Medical Things,醫療物聯網）等科技的成熟 ，「精準醫療」的發展更出現了顯著的突破。

不過，所謂「精準醫療」，到底是什麼？比起傳統醫療，又是在哪方面更加「精準」呢？

精準醫療 vs. 傳統醫療：

在傳統的醫療模式中， 「嘗試與錯誤（trial and error）」 是臨床醫師常使用的治療方式。醫生憑藉著自身的經驗、專業，搭配病人的口述病況與各項常規檢驗的結果，做出治療決策。然而，憑藉人為的判斷及片面資訊所做出的決策，難免會有失誤或是不精準的時候，這時就會導致治療效果不佳或其他副作用。

而所謂的「精準醫療」即是以數據為基礎，在醫師的診察與常規檢驗之上，加上患者的基因資訊、臨床醫事資訊、日常的健康紀錄等數據資料，進行更完整而全面的分析，進而選擇出更適合個人的藥物、治療方法與預防方式，是一種實證導向（Evidence-based）的治療方式。有了數據的參考與支持，醫生在診斷與治療病人時，都能夠更「精準」的做出判斷與決策，不只治療效果得以提升，也可以避免可能的副作用。

數據與科技的支持讓診斷與治療更加精準

在「精準醫療」的架構之中，AI、大數據與其他新興科技，都是醫療機構與醫生可以善用的優秀工具。以精神疾病的診斷與治療為例，在過去醫生只能藉由病患的口述病情及心理健康量表的資訊，根據醫生個人的專業與經驗進行診斷與治療。不過，在「精準醫療」的願景之中，醫生可以透過AI影像分析的輔助，精確的判斷病患病情。同時，藉由病患的基因資料、過去就醫紀錄的醫事資訊，醫生還可以做出更精準的用藥與治療決策，整體療程的有效度因此顯著提升。

更進一步，醫師還可以利用IoMT及雲端管理平台，將「精準醫療」的影響進一步擴展，從院內治療跨入院外的健康管理。以心血管疾病的健康管理為例，醫師可以利用穿戴式的心律監控裝置、健康管理手環，持續監控病患的心律、體溫、動作模式等資訊，建立病患的個人醫療數據模型。一旦病患的心律或其他數據出現異常，雲端健康管理平台就能主動通報醫生與病患，及早進行預防與治療，避免更嚴重的後果發生。

精準醫療大藍海－台灣的優勢與挑戰

醫療產業與數位科技匯流，走向個人導向、精準化、數據驅動，已經是明顯可見的趨勢。今年國發會提出的 「大健康產業」 方針中，也明確提及要 「加速精準醫療發展」 。在嶄新的「精準醫療」大藍海中，可以看到台灣有許多的優勢，也有不少的挑戰必須突破。

精準醫療對於電腦的計算能力以及收集醫療資訊的IoMT設備有很高的需求，而台灣強勢發達的資通訊產業，正是我們發展精準醫療的優勢；然而另一方面，台灣也面臨許多的挑戰，例如，數據資料是精準醫療的核心，台灣雖具備龐大的健保數據資料，但與其搭配的醫事資訊卻散落在各個醫院的資料庫與Bio Bank之中，尚待政府或有關機構進行整合才能發揮真正的價值。

除此之外，未來醫療資料的使用與管理規範也成為須檢討的課題。對於醫療發展可能面臨的困難，可借鏡海外各國醫療發展的經驗，找到適合台灣的解決方案。以醫療資料的管理與使用為例，在台灣為個人資料管理法的管理範疇，而各國對此問題亦有不同的解決方式。例如美國於1996年頒布的《健康保險隱私及責任法案》（簡稱HIPPA），或是英國衛生部於2018年5月修正施行的新「國家資料退出指令」（National data opt-out Direction 2018），或許能夠從中參考相關的做法，讓台灣的醫療資料使用變得更有彈性且能兼顧國民的隱私權益。

台灣的醫療照護體系已經取得相當成就，在政府、廠商、醫療院所以及醫事人員的共同努力下，未來更可望透過發展「精準醫療」，善用臺灣ICT及醫療能量之國際優勢，讓台灣有機會在醫療照護領域更上一層樓，達成全民健康的願景。