隨著人工智慧技術的普及化，加上 90% 的醫療領袖都認知到高品質的資料對於機構組織的績效極為關鍵（根據 Arcadia 的一份新報告顯示），健康醫療機構理應乘著浪潮，提升數位資料的應用程度。然而根據美國醫療資訊與管理系統學會（Healthcare Information and Management Systems Society，HIMSS）和醫療資訊分析公司 Arcadia 所進行的調查，反映醫療領域資料使用與技術整合的現況未如理想，只有約 57% 的機構在業務決策中有效地運用資料進行分析！
2023 年生物技術展示：數字醫學創新：時機已到（基因線上國際版）健康醫療資料應用的重要性與趨勢展望
健康醫療領域的資料產出日益增長，占全球約 30% 的資料量。直到 2025 年，全球健康產業的資料預測年增長率將達到 36%。然而，資源不足（71%）、競爭性的優先發展事項（58%）和專業人員（47%）將會是投資或升級分析平台時最大的障礙，同時也顯示醫療機構需要更有效地應用資料進行分析、解釋並洞察趨勢。在未來一年內，許多醫療計劃將促使醫護團隊間跨機構的溝通，建立大規模的群眾健康管理解決方案，以更好地管理與應用醫療資料，實踐以人為本的核心目標。而隨著技術的發展，人工智慧（AI）等新技術將將得到更廣泛應用。
資料在醫療領域已成為極具價值的資源，可以採用進步的技術方法，改進病人護理、提高醫療效率、強化病患隱私保護。而隨著未來以資料驅動的醫療決策，各級專業人員需要接受相關教育，以充分利用資料，取得最大效益。目前有一些健康資料分析課程，可以幫助學習者獲得應用資料、學習如何提出正確的問題、評估資料的收集渠道與方法、解讀來自不同來源的複雜資料集、同時進行深入的思考、梳理趨勢脈絡並做出有科學實證的決策，這些都將會是醫療從業人員未來的必備技能。
醫療組織規模與領導者決策對 AI 導入程度影響舉足輕重
根據報告指出，在使用意願上，近 30% 的醫療保健行業領導者表示，已經將 AI 技術實施在旗下組織機構的實務應用上，大約 60% 的領導者則計劃在未來一至兩年內應用相關技術，但仍有少部分的管理者（13%）基本上未考量布局 AI 技術。另外，管理層級的愈高的領導者（30%），相較會更有意願在將人工智慧引入企業。至於組織規模方面，較大的組織更有可能在未來 12 個月內建立臨床決策工具的醫療資料標準化模板，然而較複雜的聯合醫院組織系統，則不太可能在未來 12 個月內完成醫療資料模板的標準化。
健康醫療資料應用的風險與挑戰
然而，以資料驅動的醫療決策也面臨一些挑戰與風險。以近年趨勢為例，醫療機構遭受網絡犯罪危害的風險越來越高，資料侵害事件亟需進行相應的保護措施，即便發生也必須有迅速修復的技術與機制。保護病患資料的隱私是至關重要的，採用嚴格的安全協議，以防止網絡犯罪風險，例如仿傚歐洲聯盟的《一般資料保護條例》（General Data Protection Regulation，GDPR），以建立保護個人資訊的法遵標準。另一個令人擔憂的問題是醫療資料交換中的互通具有延遲性，但透過建立互通性與病人訪問規則，以及採用標準化數位醫療紀錄（Electronic health record，EHR）資訊收集方法等政策，可以讓資料交換流程更有效率，改善醫療管理並提升病人的治療品質。
延伸閱讀：以人為本！2023 亞太數位醫療核心精神落地！參考資料：
1. https://hitconsultant.net/2023/08/10/only-half-of-healthcare-organizations-data-is-used-to-make-decisions/
2. https://arcadia.io/resources/state-of-healthcare-analytics?utm_campaign=2023_Q3_Pulse_Survey&utm_source=referral&utm_medium=referral&utm_content=pr
3. https://publichealth.tulane.edu/blog/data-driven-decision-making/
4. https://dhge.org/about-us/blog/data-driven-healthcare
©www.geneonline.news. All rights reserved. 基因線上版權所有 未經授權不得轉載。合作請聯繫：service@geneonlineasia.com
