Yahoo奇摩新聞 
當醫療研究踏上雲端
洪志良
數據與科學研究關係密切，數據上傳至雲端，勢必會改變科學家進行研究的方式。
近年來，科學研究借助人工智慧（AI）與巨量資料分析蔚為風氣，雲端運算服務也形成另一股助力。雲端運算服務對國內研究單位與企業相當重要，國內電信龍頭中華電信引進了亞馬遜網路服務（AWS）、微軟Azure與Google雲端平台（GCP）三大公有雲平台的服務，也提供自家建立的雲端運算服務「hicloud」，並於2016年啟用位於板橋的雲端資料中心。中華電信有能力協助研究單位或企業建立私有雲、在公有雲和混合雲上使用AI、機器學習與巨量資料等工具，供研究人員分析研究數據。
然而，並非所有數據都適合上傳公有雲。依據個人資料保護法，病歷資料與醫療數據都屬於敏感性個人資料，考量到個人資料的隱私性與安全性，目前僅能存放在醫院自家建立的私有雲。在國內，各大醫療院所皆已建立相關醫療資料庫，例如中國醫藥大學附設醫院（以下簡稱中國附醫）很早就啟動巨量資料、AI相關醫療研究，於2015年成立大數據中心，開始收集並清理相關資料，建立了自家的數據分析雲「iHi海雲平台」。往後幾年又陸續成立了AI相關的研究中心，進行X光影像、電腦斷層掃描（CT）、核醫影像、基因、細胞療法等AI分析研究。
在醫療研究上，過往大多運用AI模型單一處理醫療資料，隨著收集的數據越來越多，近期則發展出多模態學習（multi-modality learning），例如收集並分析不同資料來源，包括心電圖、胸腔X光影像、病史等，進而得到更精準的判斷；又或者以胸腔X光影像追蹤腫瘤的數量與大小，搭配患者的用藥記錄（例如劑量的增減），甚至基因分析，來預測癌症療法是否有效，這將比過往單一分析影像的模型獲得更全面的了解。
然而，各家醫院該如何與其他院所交流資料、共同使用，甚至在雲端做進一步分析？以中國醫藥大學與亞洲大學的「中亞聯大」為例，旗下有超過五家大型醫院、10多家中小型醫療院所，各家醫院都收集並整理相當多的數據。中國附醫數位轉型科技辦公室主任馮文生指出，虛擬私有雲（virtual private cloud）便可能是解決方案之一，也能符合隱私性及安全性的需求，並可在雲端進行數據交換分析。虛擬私有雲是在公有雲上建構出隔離的私密虛擬網路環境，由用戶自主管理並配置，可以想像成有如在自家內部操控私有雲，不需進入網際網路，而安全性、隱密性都在雲端業者的掌控下。醫療資料上傳雲端目前仍受限於醫療法規，但相信衛生福利部應很快就會修訂並頒佈相關辦法。
另一種解決方案是各家醫療院所透過AI模型進行交流，即聯合學習（federated learning）。這些AI模型不帶有實際資料，不涉及資料流通。簡單來說，合作的醫療院所把資料格式與標註，以及AI模型的參數、層數、節點等都事先設定一致，使用自家的資料來訓練模型，再交換模型彼此參考。中國附醫跟美國國家衛生研究院（NIH）已透過聯合學習來進行驗證，發現確實能提升預測的準確性，且能保證資料的安全性。
上述各方面進展，若能搭配醫療設備的物聯網（IoT）資料，將獲得更大突破。不論是加護病房或急診室，這種急迫性高的資料若能上傳雲端加以判斷，將有助於醫療人員的診斷。這些透過雲端運算服務串連起來的技術，將使智慧醫療更早實現。
