大數(shù)據(jù)、人工智能等技術(shù)，正在建立精準(zhǔn)醫(yī)療的新風(fēng)貌。

結(jié)合大數(shù)據(jù)：從健康檢查到預(yù)測(cè)健康風(fēng)險(xiǎn)

以元?dú)饩W(wǎng)的“測(cè)健康”在線服務(wù)為例，使用者輸入出生年度、性別、居住地三項(xiàng)數(shù)據(jù)，系統(tǒng)即可預(yù)測(cè)用戶未來各年齡階段的健康機(jī)率、預(yù)估壽命、醫(yī)療花費(fèi)等信息。

這項(xiàng)健康風(fēng)險(xiǎn)預(yù)測(cè)工具，即是運(yùn)用了大數(shù)據(jù)分析，結(jié)合個(gè)人的生活型態(tài)，加上醫(yī)療數(shù)據(jù)建立預(yù)測(cè)模型。“測(cè)健康”根據(jù)用戶填入的數(shù)據(jù)，從全民健保數(shù)據(jù)庫(kù)中，找出相近年齡、同樣性別、相近居住地的對(duì)象，再與之比較，就可推算出初步的風(fēng)險(xiǎn)評(píng)估結(jié)果。而且，數(shù)據(jù)庫(kù)中的個(gè)人健康數(shù)據(jù)愈豐富，預(yù)測(cè)結(jié)果就會(huì)愈準(zhǔn)確。雖然目前像“測(cè)健康”這類的健康風(fēng)險(xiǎn)預(yù)測(cè)工具，仍有些粗淺，但分析及研究的方向是正確的趨勢(shì)。

相較之下，一般的健檢，僅能判斷個(gè)人接受檢查的當(dāng)下，健康現(xiàn)況是否異常，再安排后續(xù)的定期檢查與追蹤。未來，透過大數(shù)據(jù)分析再加上深度學(xué)習(xí)的技術(shù)，醫(yī)療服務(wù)有希望能更精準(zhǔn)地預(yù)測(cè)病情及未來的健康狀況，并且針對(duì)個(gè)人隨時(shí)間改變的健康狀況，給出各階段不同的預(yù)防建議，達(dá)到更佳的健康管理效果。

結(jié)合人工智能：從手機(jī)到個(gè)人醫(yī)生，從科技公司到藥廠

近來，由于通訊技術(shù)的進(jìn)步，“遠(yuǎn)程醫(yī)療”已能讓醫(yī)生彷佛近在眼前，但在未來，人工智能卻可能讓醫(yī)療成為貼身服務(wù)。以手機(jī)來說，若是結(jié)合人工智能、生物科技等技術(shù)，即可能搜集用戶的病理信息，上傳至云端大數(shù)據(jù)系統(tǒng)，診斷病情，甚至提供領(lǐng)藥建議，讓手機(jī)成為個(gè)人的醫(yī)生。

除了診斷，人工智能在研發(fā)制藥的領(lǐng)域，也可能成為要角。與輝達(dá)(Nvidia)合作的科技公司Insilico Medicine，就是運(yùn)用GAN(Generative Adversarial Network)“生成對(duì)抗網(wǎng)絡(luò)”算法，來協(xié)助研發(fā)新的藥物。GAN是非監(jiān)督式學(xué)習(xí)中的一種，由一個(gè)生成網(wǎng)絡(luò)和一個(gè)判別網(wǎng)絡(luò)組成。生成網(wǎng)絡(luò)盡可能作出難辨真?zhèn)蔚妮敵鰞?nèi)容，判別網(wǎng)絡(luò)則盡可能在真實(shí)數(shù)據(jù)和生成網(wǎng)絡(luò)的輸出內(nèi)容間，判別孰真孰假。藉由兩個(gè)網(wǎng)絡(luò)不斷互相對(duì)抗，調(diào)整參數(shù)，就能讓生成網(wǎng)絡(luò)輸出的內(nèi)容更逼真，更能模擬真實(shí)情境。

也就是說，藥廠原本必須花費(fèi)大量時(shí)間與成本，篩選具藥用性質(zhì)的物質(zhì)與分子，找出候選藥物，再進(jìn)行臨床試驗(yàn)，以發(fā)掘療效最佳的藥物。但I(xiàn)nsilico Medicine借助GAN算法，就能根據(jù)疾病或情境，仿真出特定的化學(xué)分子結(jié)構(gòu)，以期大幅縮減研制、測(cè)試藥物的繁復(fù)時(shí)程，甚至超越傳統(tǒng)的藥廠。

我們可以說，加速發(fā)展的數(shù)據(jù)趨勢(shì)，勢(shì)必會(huì)掀起另一波數(shù)位醫(yī)療革命，也會(huì)為傳統(tǒng)醫(yī)療機(jī)構(gòu)、廠商、現(xiàn)行相關(guān)法規(guī)，帶來巨大的挑戰(zhàn)，甚至引發(fā)醫(yī)療產(chǎn)業(yè)大洗牌。