online gambling singapore online gambling singapore online slot malaysia online slot malaysia mega888 malaysia slot gacor live casino malaysia online betting malaysia mega888 mega888 mega888 mega888 mega888 mega888 mega888 mega888 mega888 元宇宙「動態資料」將顛覆智慧醫療產業,陳良基:是重要發展機會!

摘要: 全球大健康產業市場估計超過 15 兆美元產值,而在疫情期間,智慧醫療相關產業更是發展最迅速的領域。隨著「元宇宙」時代來臨,會為數位醫療產業帶來怎樣的改變?台灣在這個快速發展的領域中,又有怎樣的發展趨勢與機會?

 


images/20220415_1_1.jpg

▲圖片來源:buzzorange.com

全球大健康產業市場估計超過 15 兆美元產值,而在疫情期間,智慧醫療相關產業更是發展最迅速的領域。隨著「元宇宙」時代來臨,會為數位醫療產業帶來怎樣的改變?台灣在這個快速發展的領域中,又有怎樣的發展趨勢與機會?

本集全新一週,邀請到前科技部長、現任台灣數位健康產業發展協會理事長陳良基,分享他在產業中看到了哪些機會,並帶著我們一起進入數位醫療元宇宙。

元宇宙跟醫療也有關?動態資料創造全新可能!

以人本精神來說,人的健康是非常重要的核心,陳良基直言,數位健康更是數位國家中不可或缺的一環,若能帶入數位革命,相信將能創造許多產業機會。

陳良基進一步用元宇宙當作切入點,解釋道,過去數位革命只看得見數據,而在元宇宙的世界中,更重要的是創造「即時互動資料」,資料本身的意義在於它是動態、流動的,才有真正的價值。

元宇宙之所以興起,便是因為能控制並呈現動態資料,而人類的健康隨著年齡、時空不斷變化,若只能看到一成不變的健保資料、健康報告,就無法即時掌握身體健康的最新資訊。只有透過元宇宙的即時互動,才能真正以科技協助健康,進而讓相關項目得以產業化。

而台灣數位健康產業發展協會便是要結合數位、健康、產業,創造出一個機會,讓台灣新興科技、產業用這樣的角度增長,市場頻譜也更大,也不會因為各國監管狀況的不同而遇到阻礙。

陳良基以 Apple watch 舉例說明,過去這類穿戴式裝置的心電圖曾不被承認,但現在美國醫界也已經認可它具有足夠參考價值。而這樣的穿戴式裝置在未來只會更加普及,對於數位醫療產業來說,也將會是一個重要發展機會。

即時數據有多好用?精準判讀、找出病灶

說到穿戴式裝置與元宇宙最重要的「浸潤式體驗」,陳良基分析,台灣在單一感測器製作上本身擁有堅強實力,結合相關硬體的能力也很好,而在未來,更有可能進一步升級。比如說,聽診器已經用了幾百年,但近期開發的數位聽診器卻能將信號上雲,讓 AI 協助分析。

影像、聲音、聲波,不同類別的資料都能有相關應用,透過大量數據累積,也可以訓練 AI 進行判別。陳良基表示,數據的累積加上智慧的協助,便能創造出新的科技價值。

而想要達到這些目標,光靠個人並不夠,因此,協會也找了金融業相關業者進駐,特別是保險業者。台灣有三千多萬份保單,都是人們為了健康而投保,若是能讓保單與科技健康工具結合,消費者賺到健康、業者獲得數據以增進利潤,創造雙贏局面。

陳良基引用過去的統計數據,台灣可動用流動資金大約一百兆左右,其中 2/3 都在金融保險業,法規與產業需要相輔相成、共同前進。在醫療體系,影像判讀、病理分析絕對是可以最早數位化的一環。而在企業端,華碩、宏碁正在嘗試進入醫療資訊系統,也都做得不錯。正因相關需求,衛福部目前也正在修改電子病歷相關法規。

試想,光是 5500 億美金的半導體產業就能養出台灣護國神山,15 兆美元的醫療產業,會為台灣帶來多大的躍進呢?

電子病歷疑慮多?從保單、健檢先下手

陳良基認為,關於電子病歷若有相關隱私疑慮,或許可以從相關切點去輔助,比如說健檢資料或是保單資料等生理資料,都可以成為工具,給出更好的健康建議。

以特斯拉為例,由於蒐集到了龐大的駕駛數據,因此十分了解駕駛的開車習慣以及各國的交通三寶。把握了這些內容,馬斯克在加州推動車用保險,並根據數據調整保費。而這樣的資料應用方式,也是台灣可以借鏡的方向。

擔任理事長的過程中,陳良基表示,如果要直接改革電子病歷相關部分或許會有不少挑戰,但其實健康的市場遠比我們想像得更大,有很多數據都有待利用。另一方面,現階段偏鄉的網路使用可能也是個挑戰,期待未來元宇宙發展後,能真正達到不需電腦也能服務的願景,讓智慧醫療成為整個智慧社會的一部分,讓生活變得更美好。

轉貼自Source: buzzorange.com

若喜歡本文,請關注我們的臉書 Please Like our Facebook Page:    Big Data In Finance

 


留下你的回應

以訪客張貼回應

0
  • 找不到回應