林佳緯

臺北大學企業管理學系碩士班

大數據(Big Data)，又稱為巨量資料，根據牛津英語字典(Oxford English Dictionary)的定義指的是很大規模的數據，對操作和管理上帶來重大程度的後勤挑戰，這個名詞最早於2010年由IBM將其作為專業用語。

大數據興起的原因有資料蒐集的方式變得更容易且可以從多種管道蒐集而來例如手機、個人電腦……等等，此外網際網路的盛行，也讓使用者的使用紀錄留存在網際網路中。而為了處理大規模資料，主要面臨三個挑戰，包含資料量（Volume，以過去的技術無法管理的龐大資料量）、資料類型（Variety，來源的多樣化）和資料傳輸速度（Velocity，資料每分每秒都在更新，技術也必須做到即時儲存、處理。），簡稱為3V。後來，除了原有的3V外，IBM多增加了真實性(Veracity，資料來源是否準確、可靠，過濾有偏差、異常的部分)和價值（Value，數據的意義在於其最終產生的價值）。

隨著大數據的興起，企業也將其商業化並應用在各式各樣的領域中，而提到大數據的應用，為人所知的就是IBM的人工智慧系統Watson，早在2011年IBM便讓Watson朝醫療照護開始發展。事實上，醫療正是受益於大數據的產業之一。智慧醫療是近年業界熱門的發展方向之一，世界衛生組織(WHO)將智慧醫療(eHealth)定義為資通訊科技(ICT)在醫療及健康領域的應用，包含醫療照護、疾病管理、公共衛生監測、教育和研究。

IBM Watson for Oncology便是結合腫瘤科醫生在癌症照顧方面的知識與Watson的運算速度，協助臨床醫生考量病患的個人化癌症治療的諮詢工具，它所提供的治療方案是來自目前醫療上所能做到的最佳療法以及醫療文獻、教科書的資訊，此外也會考量病患的病史，並按信賴水準來排名療程選項並提供支持證據。除了治療建議外，還提供專業諮詢，例如點選建議中的藥物，就會告知醫生其藥效、副作用、5年存活率等資料供醫師參考，而這些資訊同時分享給癌症病人及其家屬，也可降低其病患和家屬的疑慮。於2017年台北醫學大學附設醫院便和IBM合作導入Watson for Oncology，但是約有16%的癌症個案，Watson無法給予建議，原因是這些病例幾乎都是罕見病例，另外數據的抽取樣本也是一項問題，因為數據庫的病例主要來自歐美，而非亞洲。

大數據的應用帶動著產業型態改變，在醫療照護領域，人工智慧系統能協助醫生診斷和治療病患，但是從前述的例子可以看到，Watson遇到罕見性癌症時無法施展所長，除非有更多關於病患個人資料，如遺傳病史、生活方式等資訊，而目前的狀況也意味著大數據要帶來革命性改變仍需要很長一段時間。

關鍵字：大數據、智慧醫療、Watson