巨量資料(Big Data)分析在醫療健康照護領域之運用行政院經濟建設委員會

行政院經建會表示，依據麥肯錫公司(McKinsey & Company)於 2013 年 1 月發表的報告指出，美國醫療產業若善用巨量資料分析技術，預期將可節省 3,000 ~ 4,500 億美元的支出，約占美國總醫療支出的 12% ~ 17% 。全臺灣 2,300 萬人的醫療健檢資料，包括心電圖、X光片、生化鑑定報告等，以不同形式分散在不同醫療機構，如能建置一套巨量資料分析平台，可望產生極大的效益。

巨量資料(Big data)係指大容量(high-volume)、即時性(high-velocity)及多元化(high-variety)的資訊，必須透過有效率的處理程序，來促進資料的分析及應用。巨量資料分析在醫療健康照護領域之運用包括：

實證醫學 (Evidence-based medicine)

近年來，實證醫學的觀念漸受重視，IBM 及 Oracle 等公司於 2012年著手與美國匹茲堡大學醫學中心合作，結合臨床病例、基因研究資料及醫療成本效益分析，建立一套全面的臨床決策輔助系統，運用電腦強大的運算和即時分析處理能力，讓醫師獲得詳盡的診療參考，做出最具成本效益的醫囑、降低醫療支出，同時簡化醫療流程、優化資源分配，並可減少誤判導致醫療糾紛的情事。

個人化醫療 (Personalized medicine)

隨著人類基因解碼以及分子醫學之發展，科學家發現個體間的基因差異會影響遺傳、對特定疾病的易感性，以及對藥物的不同反應。美國國家人類基因研究機構(National Human Genome Research Institute)自 2008 年起展開千人基因體計畫(1000 Genomes Project)，目標分析約 2500 位、橫跨 25 個不同族群的基因變異圖譜，並透過亞馬遜公司的雲端服務系統(Amazon Web Services, AWS)釋出，供科學家們免費取用。透過個體基因差異對於特定疾病或藥物影響的大量分析，將有利於個人化醫療之發展。

遠距醫療照護 (Telemedicine)

未來因應人口高齡化趨勢，醫療院所可透過感測裝置、晶片，針對心臟病、糖尿病、高血壓、精神病等慢性病患者，遠端監測其生理資訊並長期追蹤，不但可瞭解藥物使用是否有效，如果發現異常訊號亦可及時聯繫病患回診，一來可降低高成本、費時的臨床就診量，撙節龐大醫療費用，二來亦可提升長期照顧品質，並強化偏遠地區醫療服務之發展。

美國歐巴馬總統於 2012 年 3 月發表「巨量資料研究與發展倡議」(Big Data Research and Development Initiative)，宣布投資 2 億美元推動巨量資料研發，其中便包含基礎科學研究及醫療照護，足見巨量資料分析將是未來醫藥科技發展之重點。美國國家衛生研究院亦於 2013 年 7 月宣布，將在 4 年內投資 9,600 萬美元，成立 6 至 8 個巨量知識卓越中心(Big Data to Knowledge Centers of Excellence)，以開發及推廣數據共享、蒐集、分析與管理的創新方法、軟體與工具；同時也將提供人才培訓課程，從而幫助研究團隊提高利用巨量資料的能力。

值得一提的是，近 20 年來臺灣全民健康保險制度累積了全民的就醫資訊，早已具備一套巨量資料；臺灣醫療機構在落實醫療紀錄與推動電子病歷上，更是有目共睹，這對於未來推展巨量資料分析應用於臺灣醫療健康照護上，將是很好的利基。