大數據構建防疫網

大數據構建防疫網

/哈佛健康事業董事長 王欽堂

谷歌工程師透過民眾在網路搜尋的關鍵詞,比對美國疾管局的流感傳播資料;針對搜尋頻率,找出病菌傳播時間、地區的關聯性,讓公衛當局提前控制疫情…

前段時間氣溫陡降,除心血管疾病病患外,流行性感冒的病人也急遽增加。每年的秋末冬初,政府照例會要求符合條件的民眾施打流感疫苗,去年度官方網站公告施打疫苗的時間上寫著「自10月1日開始,用完為止」。

政府為防止流感大流行,必須鼓勵民眾施打疫苗,但是疫苗有有效期限,到底要準備多少才是正確,是一個挑戰。因為萬一流感大爆發,顯然固定儲備的量是不足的,但是如果沒有爆發流行的疑慮,大量施打疫苗是一個龐大醫療支出的浪費,當然也讓施打民眾暴露在過敏性休克及其他副作用中。

防疫尖兵 整合數據資料

到底流感疫苗是否需要大規模的施打,有沒有預警的機制,「大數據」有沒有可能在防疫上扮演更重要角色?

2009年,全世界曾經籠罩在H1N1的新流感病毒中,這種結合禽流感和豬流感病毒的新菌株迅速蔓延。就在全球公共衛生機構都憂心忡忡,擔心爆發大流行的當時,幾位谷歌的工程師精準的預測美國冬天即將爆發流感,甚至還精準定位到是哪些州。

谷歌工程師的祕訣是透過民眾在網路上搜尋的關鍵詞,和疾病管制局2003到2008年之間的流感傳播資料做比對。他們針對搜尋字眼的搜尋頻率,找出和流感傳播的時間、地區,有沒有統計上的關聯性,結果找到了及時有用的資訊,讓公衛當局也因此提前控制了疫情。

社群網站 健康照護幫手

當今最大的社群媒體臉書掌握了全世界17億人每天的動態、行為,甚至他們的心情。這些全球大量免費貢獻的數據,當然也是健康照護上非常重要的寶藏。曾有數據科學家使用社群網站中網友經常使用的語串,發現心臟病人在社群上使用不雅或不好情緒字眼的比率出奇的高。社群上的使用字眼竟然與心臟病有關!

過去如果我們要預測一個人會不會得到心臟病,則需要大量、長期追蹤其生活習慣,還必須控制各項影響因子,再追蹤某一項因素(如飲食)對於心臟病形成的影響,研究過程曠日費時。而現在只要透過社群網站大數據的分析,就可以找出其關聯性,非常有趣。

大數據在醫學上的可能運用當然不僅是疫情控制或心臟病防治。人工智慧的深度學習發展,更可能直指醫療的核心,取代醫師的角色,而人工智慧的原料就是大數據。

IBM的華生(Watson)電腦曾經與著名的貝勒醫學院(Baylor Medicine College)合作,透過自動分析,幫助貝勒醫學院的生物學家及數據科學家,在短短的數周內藉由分析7萬份科學研究論文,找出六個和癌症相關的蛋白質。

電腦當家 看病免到醫院

一般生技公司傳統上要找到一個上述蛋白質約需要一年的時間。

華生電腦大量分析醫學研究資料的能力,當然也運用在對各種重症或罕見疾病的診治,來輔助醫師對這些疾病的診斷及處方。一個能夠容納大量數據資料,更具備深度自我學習的人工智慧,它所做的診斷和處方,一定勝過一位醫師本身的知識領域和經驗。電腦取代醫師,看病不用到醫院等情境的發生,恐怕是指日可待。

從國家的龐大健保資料到每一家醫療機構,其實都存在各式各樣的數據,其中大多數是諸如診斷數據,以及處置、用藥等醫囑這類結構性的數據。但也有更多以非結構性的數據存在於每天的諮詢電話、網路上行為,甚至病人到醫療機構以後所有動線等。廣義的數據科學包括大數據、機器學習及資料探勘等,數據科學運用在醫療或健康管理上的潛力,讓人充滿想像空間。

發表迴響

在下方填入你的資料或按右方圖示以社群網站登入:

WordPress.com Logo

您的留言將使用 WordPress.com 帳號。 登出 / 變更 )

Twitter picture

您的留言將使用 Twitter 帳號。 登出 / 變更 )

Facebook照片

您的留言將使用 Facebook 帳號。 登出 / 變更 )

Google+ photo

您的留言將使用 Google+ 帳號。 登出 / 變更 )

連結到 %s