智慧醫療研討會高雄場 會後報導
做好資料治理基本功，打造定義明確且高品質資料平台，搭配易於自助操作的進階搜尋、跨資料表的隊列篩選、AutoAI 等機制，才能確保醫護與研究人員順利取得資料、滿足研究分析及臨床需求，帶動醫院邁向智慧醫療。
文／明雲青
智慧醫療蔚為顯學，各醫療機構紛紛投入其中，亟欲提高醫療品質、促進個人化醫療，而這兩個目標所牽涉的維度，無非就是效率和效能。
台灣 IBM 技術研究院副總經理蔡耿全表示，以效能為例，不少醫院長官都希望用 AI 協助提升診療效率；然而只要涉及臨床研究與診斷，就會面臨法規問題，需要漫長時間才能開花結果。近期大型醫院轉向精準醫療，透過數據分析或AI協助醫院找到潛在需要關懷者，幫助這群人及早進行預防醫療，反倒能在較少限制下加速實踐。
談到 AI 智慧醫療，跳脫僅專注臨床診斷，也有寬廣的發揮空間。有關醫療數位轉型，蔡耿全歸納幾個重點，首先是建構數位平台，但醫療機構經常遭遇挑戰。譬如大家都想做數位醫療、做資料平台，但真的要投入資源在基礎建設時，往往會挪後資料創新應用的順位，也因資訊能量不足，而優先處理常態性工作。所以如何激發醫療同仁將AI DNA融入工作的熱情，著實有其必要。建議先鎖定日常工作，透過預見探索跟設計思考工作坊等激盪大家的想像力，讓資料創新應用議題得到重視及合理化投資。
[ 加入 CIO Taiwan 官方 LINE 與 Facebook ，與全球CIO同步獲取精華見解 ]
其次，各醫院都有許多資料，甚至有些醫院已建構資料倉儲或資料湖，集中資料以利後續分析。但吊詭的是，許多醫護使用者還是無法透過這些資料倉儲或資料湖取得定義明確的高品質資料，反而需要求助院內資深資料工程師，手動找到並整理出真正可用來做分析的資料。
因此建立資料平台的第一要務，就是能快速產生定義明確的高品質資料、讓使用者跟資料工程師能在平台上協作；而成就此事的關鍵，在於做好資料治理與資料架構，才能快速地系統化融入既有資訊系統，加速使用者執行研究與分析及應用落地。
需要留意的是，很多人將傳統資料管理本質套上「資料治理」名詞。從梳理資料表欄位名稱來看待資料治理一事，並不完全正確；新的趨勢要從使用者角度出發，以醫療人員慣用術語來定義資料標準，再用其界定從使用者角度出發的資料品質。這可讓使用者易於搜尋想要的資料，自力執行跨資料源的合併，甚至借助AutoAI工具，快速試作一個模型來驗證，判斷分析題目究竟有沒有持續進行的價值。
(本文授權非營利轉載，請註明出處：CIO Taiwan)
