雲端運算和巨量資料在健康服務之應用概況IEK 王榛驛

工研院產經中心IEK
王榛驛產業分析師

健康照護服務趨向以預防保健和全人健康為主
為了讓消費者可以獲得較佳的生活品質以及維持最佳健康狀態，以及提高健康照護服務效率和投資報酬率，全球健康照護服務趨向以預防保健和全人健康為主。例如有疾病風險者，期能管理或降低其疾病風險，以使進入疾病的風險和耗費的成本最少；健康的人或擔心健康者，可維持最佳健康狀態，包括透過適當的手段或方法，早期辨識確認健康或疾病的風險，以及採取預防措施，例如驅動預防保健或健康促進等相關技術的使用；擴增疾病預防或改善長期健康的涵蓋範疇，以促進較好的慢性病管理；強化消費者的健康知識或常識，提高其自我健康管理的意願和執行力等，以提高健康照護服務效率。

此外，隨著消費意識抬頭，大家愈來愈重視健康，健康照護已成為熱門關注的議題，再加上在這個充滿「行動」的時代，行動生活已成為一種司空見慣的現象，行動健康（mHealth）市場近年也快速竄起和發展，應用的範圍、產品和服務模式愈來愈多元。其中在雲端運算等資通訊技術在健康照護的應用，功不可沒，而未來Big Data若能在健康服務領域大展身手，則將有助於提高健康照護服務之效率和品質。

雲端運算驅動無縫式健康管理
以digiO2（數碼醫療）公司的遠距病患監測系統「Telemedicine solution」為例，將心電圖、血糖、血壓、血氧、體重、體溫等量測功能整合於同一監測平台，成為all in one全方位行動健康服務，還可與多款生理量測器材和裝置相容和整合。並以雲端運算建置健康管理平台，提供線上健康紀錄管理、雲端管理、健康狀況分析和報告、病患資料管理、用藥提醒、Call center服務等，可促進使用者、醫護人員或照護者、家人等三方互動溝通；當量測結果異常時，將自動啟動預警功能警訊，自動從系統發送eMail通知醫護人員和家人，以及建置和管理個人健康紀錄（PHR）。

而Life Watch公司的無縫式健康資訊整合解決方案「Life Watch V」，在智慧型手機上分別裝有不同功能的感測器（Sensor），並透過雲端運算和行動App，成為多功能檢測之行動裝置平台，提供心電圖、心率、血糖檢測、血壓、體溫等自動量測、傳輸、儲存為例，並形成健康雲，以及附有藥物提醒功能，再根據個人體重和體脂肪現況，由醫護和營養等領域之專業人員，提供客製化之運動和飲食建議等服務，即形成無縫式健康管理，還可與醫護端和家人分享健康資訊。
再以iHealth公司之行動健康產品和服務的解決方案為例，主要提供的服務範疇包括血糖監測、血壓管理、體重管理、血氧量測、日常飲食、步行、卡路里燃燒、運動、活動概況、睡眠時間和效率等量測等服務。其產品除了外觀時尚，在使用介面的設計上，還特別著重操作簡易之原則，透過雲端運算，可自動傳輸、儲存、追蹤量測結果，自動提供健康資訊，並和個人之健康、運動、健身等歷史資訊，以及WHO的建議理想值進行比較，再以一目了然的視覺動態圖表呈現，且與醫護專業端服務連結，提供專業回饋意見，並根據比較結果和長期趨勢，提供預測（predict）功能，預警健康風險發生機率。另外還以雲端運算所建立的健康雲「iHealth Cloud」。

巨量資料（Big Data）促進高效低本的臨床醫療和健康照護服務和個人化健康照護
Big Data近年成為各界矚目且期待很高的明星，預計Big Data市場未來幾年將呈現快速成長。根據Frost & Sullivan公布的資料顯示，2012年的全球Big Data市場規模約為100億美元，預計至2017年約可達550億美元，未來幾年將以北美和歐洲為主要得技術發展領導者。

健康和醫療資料何其多，如何轉為具價值的資訊，將是很大的挑戰，假若Big Data導入健康照護領域，善用Big Data之高時效(Velocity)完成巨量(Volume)且多元(Variety)的可靠(Veracity)等4V特色，進行資料的取得、分析、處理、保存，將相關資料轉化為有價值的資訊，促進成就個人健康資料和個人健康紀錄，將可大幅提高健康照護和醫療服務的效率和品質，例如Big Data串整病患資訊和專業知識，綜整健康狀態和環境因子，形成預警功能，驅動個人化健康照護服務。

以Google的Google org流感趨勢為例，透過Big Data的整合和分析，追蹤全球流感趨勢，並進行全球疫情趨勢預測。以流行病學的觀點，如能在疫情爆發前及早發現，例如提早預警並掌握流感爆發關鍵，將能有效控制疫情和降低被感染的人數或範圍。Big Data在健康照護的應用實例方面，ASTHMAPOLIS公司應用Big Data，使用由GPS和地理位置的資料預測個人或群體等趨勢，並搭配GPS偵測危急狀態，，建議氣喘病患預防性吸入用藥，並建立個人化治療計畫；ginger io公司則應用Big Data，綜整個人健康和生活行為等資訊，進行疾病風險監測服務；Health decisions公司則應用Big Data，大幅降低臨床試驗期、成本、失敗風險。台灣應用Big Data的現況方面，以全民健保資料為例，現有全民健保資料僅限於學術界申請使用，許多可被加值應用的原始資料未能有效釋出；醫師未能應用個人的就診歷史資料和相似疾病或症狀群組等資料的加值，進行最適合個人的診療和處置以及健康風險預測。

事實上，自1995年開始實施迄今的全民健保資料庫，從診療處置、檢查、手術、用藥、病人就診紀錄等含括醫療流程之上、中、下游資料，都完整的在全民健保資料庫裡，即為一種Big Data，即便沒有用過健保卡者，也是另一種意義的數據，是我國非常具有代表性且非常有價值的實證醫學資料庫。例如過去醫界曾以健保局的全民健保資料再加上與其他數據比對，在國際期刊發表了數百篇論文，大大提高了台灣醫學的能見度。如果未來可以充分應用更完善的健保診療相關資訊，除了將對於診療的品質和效率大有助益外，若作為研究論文發表用途，將更提高和展現我國醫學能量。此外，建議中央健康保險署將全民健保資料庫成為有條件使用之Open Data公開資料，讓學界或法人進行資料加值，以促進全民健康保險的醫療給付更符合實際之成本效益評估，以及對我國產業發展或疾病/健康風險預測或健康政策有所助益。

IEK VIEW
由於消費者之健康意識高漲且重視個人的健康，消費者在接受健康照護服務或診療過程之主動參與程度提高。為了讓消費者可以獲得較佳的生活品質，以及提高健康照護服務之效率和投資報酬率，因此，未來健康照護服務將轉由趨向以客製化和個人化的疾病管理、預防保健和健康管理為主。

而為了能減少資源的利用和提昇健康照護服務效率，高效率和有效的解決方案顯得重要且急切需要，因此，雲端運算和Big Data等資通訊技術的應用，將更形重要，例如結合行動裝置和雲端運算和Big Data等資通訊技術，以驅動的健康照護服務模式之改變或消費者健康行為或習慣的改變，形成具高性價比的預防保健和健康促進服務等。其不僅讓健康照護服務的範疇和廣度大幅增加，變得無遠弗屆，也有助於健康照護服務結果有更好的管理，讓服務更多元、更廣且更完善，並提高了醫護專業人員執行業務的便利性、無縫性和持續性，減少疏失發生，以及消費者在健康生活、健康管理或維護的自主性，促進雙方充分溝通互動，實現無縫式健康管理，也實現個人化行動健康服務。