◎ 李友專
台灣全民健保實施至今已超過廿年，累積了龐大的族群就醫資料—也造就了「全民健保研究資料庫」。此資料庫擁有二三○○萬居民過去廿三年就醫資料，包括用藥、診斷、處置及檢驗檢查項目等，近年更囊括檢驗檢查結果報告及影像紀錄。這樣的醫療資料庫世上絕無僅有，與我們相似的只有北歐幾個國家，例如丹麥，其雖擁有卅年的全民就醫資料，但人口不到台灣三分之一。在人工智慧（ＡＩ）發展迅速的今天，龐大的就醫資料被視為極度重要的資料寶庫，也是驅動醫療ＡＩ革命的關鍵因子。
全民健保研究資料庫由衛生福利部資料統計應用中心管理，提供國內研究人員有限度的利用。其申請程序繁瑣且資料不易釋出，即使通過複雜且長期的審查，也只能在有限的使用時間內做相對簡易的分析。使得許多據此發表的研究論文被批評為深度不足且重複性過高。上述種種限制，多半肇因於對隱私權的保護。事實上，全民健保研究資料庫一直都不包含可識別病人身分的任何資訊，隱私不是關鍵問題。更何況現今資訊科技已能適度增加資訊模糊度，如年齡可合併成年齡層；一天可合併成一週，大大降低病人身分被重新識別的風險。
有人說台灣人口少，資料數量不足以發展ＡＩ，但在醫療領域，我們恰好擁有極度豐富的環境，提供蒐集高品質醫療資料的機會。台灣醫療資料蒐集的密度、精緻度跟標準度超越歐美等大國，是為我國醫療ＡＩ發展在世界上建立影響力的基石。若能將全民健保研究資料庫更完整方便地開放研究，台灣人工智慧在醫療應用必能跨出大步。且這麼好的醫療資料寶庫更應該與全人類共享，如能開放成國際研究公共財，讓全世界優秀的人工智慧科學家都能應用，可為全人類帶來更豐碩的醫療研究成果。
綜觀國際各種醫療大數據分享的例子，麻省理工學院（ＭＩＴ）跟Beth Israel Deaconess Medical Center（哈佛教學醫院）共同釋出超過廿年的加護病房電子病歷及生理訊號資料庫MIMIC III，十多年來已造就數千篇研究論文，並成為醫學生理訊號研究人員不可或缺的重要資源。另，全球數億使用者的公開醫學文獻資料庫PubMed，則是美國國家衛生研究院（ＮＩＨ）耗費四十年以上，由超過四百人的團隊每天分析所有被刊登的醫學文獻，逐一連結關鍵字所打造的龐大資料庫。全球醫藥衛生人員對PubMed的需求程度，絕不亞於一般人對Google搜尋引擎的程度。Sharing is power（分享就是力量），分享越多，得到越多，更能樹立台灣在國際人工智慧研究的能見度與地位，是不是一舉兩得呢？
（作者為台北醫學大學醫學科技學院院長、醫學資訊研究所特聘教授、台灣醫療人工智慧創新研究中心AIMHI.tw發起人）
不用抽 不用搶 現在用APP看新聞 保證天天中獎 點我下載APP 按我看活動辦法
《自由共和國》來稿請附：真實姓名、身分證字號、職業、通訊地址及戶籍地址（包括區里鄰）、夜間聯絡電話、銀行帳號（註明分行行名）及E-mail帳號。
刊出後次月，稿費將直接匯入作者銀行帳戶，並以E-mail通知。
文長1200字以內為宜，本報有刪改權，不願刪改者請註明；請自留底稿，不退稿；若不用，恕不另行通知；請勿一稿多投。
《自由共和國》所刊文章、漫畫，將於 「自由電子報」選用，不另外奉酬。
Email：republic@libertytimes.com.tw