【專家觀點】新興科技對精準醫療的決策會帶來影響嗎?

0
372
圖片來源:Michael Longmire on Unsplash

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。