台北市政府产业发展局
活动+
 

集成电子病历和医疗数据 英药厂阿斯特捷利康从格式与用语着手

阿斯特捷利康(AstraZeneca)全球医疗信息长Dr. Mishal Patel表示,信息科技发达的现代,医疗AI技术臻至成熟,重点是从病患端和医师端找出临床需求。蔡腾辉

针对如何集成英国或是主要城市的电子病历,尤其不同医院的病历格式可能都不同,英国生物制药公司阿斯特捷利康(AstraZeneca)全球医疗信息长Dr. Mishal Patel表示,由于格式和使用的叙述方式及语言可能都有不同,因此现在已有许多机构与单位先将格式和用语标准化,再藉由用AI与机器学习科技,产出符合医学现场的应用需求结果。

医疗数据集成 格式和用语成关键

在数据储存模型以及不同资料的转译上,阿斯特捷利康投入许多人员,认为「挑战在哪里里,价值就在哪里里」的Dr. Mishal Patel分享,除了标准化、共同算法以外,更高难度的则是确认转译过的生技医疗内容都是正确的,尤其医疗信息有其专业度,并不是任何信息人员三两下就可以解决。

由于政府有推出学术使用格式,因此目前英国医疗数据的集成还是以学术界的驱动较多,但同时各大药厂也投注不少研究人员进行资料格式和使用语言、用语的统整。Dr. Mishal Patel表示,未来或许可以成立医疗信息与病历格式联盟,共同制定统一格式。

医疗人工智能 从需求来选择算法

在发展医疗人工智能之前,Dr. Mishal Patel认为,首先要了解数据的重要性,尤其科学数据种类繁多,从分子数据到临床纪录,都要以不同的方法与算法来分析,才会有适切的结果。台湾的医疗人工智能有许多不同应用,除了影像分析以外,也有藉由自然语言处理(NLP)的方式,分析电子病历(EHR)后,自动生成国际疾病编码标准(ICD-10),而英国部分则是从数据管理、算法开发、医病需求着手。

数据管理上,努力提高数据可及性,增加使用意义和价值;算法开发则是强化算法的应用广度、找出偏误与提升精准;医病需求方面,聆听病患的声音,并且集成医疗专家领域知识,推出符合需求的解决方案。

比方说,「藉由大数据预测疾病与癌症治疗」的命题上,英国政府单位也从「期间癌症」(interval cancer)补强着手。以在英国发生率高的乳癌为例,当下检查正常,隔年却筛检出癌症的案例众多,也因此希望与放射医师合作,透过影像机器学习的方式,对比正常的乳房摄影与后1年的乳癌影像,分析出未被发现的病灶。英国新创Kheiron Medical Technologies就是聚焦于应用AI深度学习科技来增益乳癌筛检的研究。

蔡腾辉

DIGITIMES电子时报智能医疗主编蔡腾辉Mark Tsai
专注研究智能医疗产品技术服务导入场域时,所遇到的困难症结与如何克服要点。
精通中英德语,热爱挑战与Swing Dance。
Facebook:DIGITIMES智能医疗

作者更多专栏

  •     按赞加入DIGITIMES智能医疗粉丝团