物聯網與大數據時代下的個人化精準醫療

2016/02/20 |

| 標籤：

作者：潘人豪助理教授，元智大學大數據與數位匯流創新中心

2014年，當致力於電子病歷（Electronic Medical Record, EMR）分析，藉以尋找癌症機轉與治療方法的大數據公司Flatiron Health獲得Google創投（Google Ventures）高達1.3億美元投資後[1]，個人化精準醫療（personalized medicine）隨即成為火紅的熱門主題，這樣一股氣勢發展，讓美國總統歐巴馬（Obama）更在今年提出精準醫療計劃（Precision Medicine Initiative），並投入2016年預算高達2.15億美金之譜[2]。

在精準醫療這般的強勢展開下，不僅僅只有過去生物資訊上基因體學、轉錄體學上的資料探勘或是電子病歷醫療健康數據分析，物聯網（Internet of Thing）的發展也同時透過行動裝置與消費型穿戴式裝置大舉進入個人化健康促進與醫學上疾病研究領域。在這機電感測裝置快速發展下，各種輕巧卻具備多種感測裝置的隨身穿戴式裝置逐漸普及於消費電子商品市場，各家廠商發展出豐富的產品功能不僅能記錄活動頻率，更能偵測活動強度、睡眠狀態、作息規律，更甚至能取得穿戴者24小時的心跳狀態與壓力疲勞狀態，並利用這些生理數據進行健康促進的提醒與建議。

EHA945 Berlin, Germany. 9th Mar, 2015. Journalists test the new so-called Apple Watch of computer and software manufacturer Apple at the Apple Store in Berlin, Germany, 9 March 2015. Photo: Kay Nietfeld/dpa/Alamy Live News

Source: Nature

然而向來以創新設計為圭臬的蘋果公司，在這一波趨勢的發展下當然不會缺席，除了在2015年正式上市首款穿戴式裝置『Apple Watch』智慧手錶外，更針對醫學健康研究，大舉開放iPhone應用程序接口（Application Programming Interface, API），推出開放源碼的軟體架構ResearchKit[3,4]，透過ResearchKit，研究人員與軟體開發人員得以在iOS系統中快速開發App並且直接存取iPhone具備的各項感測器。ResearchKit的精神，在於透過iPhone的普及進行大量自願者的招募參與研究實驗，藉由更多人的個人化健康、醫療大數據蒐集，進行規模更大更多元的研究。

Figure 1. 知情同意書個人簽章功能

ResearchKit的功能主要分為三大類別[5]，問卷調查（Surveys）、知情同意書（Consent）與活動測驗（Active Tasks）模組，研究人員可以透過問卷調查模組快速設計研究問卷並且藉由App發布與統計記錄，而知情同意書模組更貼心的讓研究人員能自訂研究知情同意條文並提供志願者進行數位簽名以確保研究的進行符合人體實驗規範的要求。此外活動測驗（Active Tasks）模組更是研究人員極佳的調查工具，透過iPhone的內建功能，便可以透過iPhone 5, iPhone 5s, iPhone 6, iPhone 6 Plus和iPod touch每天甚至每小時頻繁、規律地採集數據，記錄人們的日常作息與生活變化，並且搭配內建的GPS、加速感應器、氣壓計與陀螺儀等先進感應器甚至是Apple Watch，可以更客觀、正確與精準的將數據量化並且傳送至ResearchKit app，這是過去醫療保健、公共衛生研究人員從未有過取得如此鉅量量化數據的機會[6]。

Table 1. ResearchKit活動測驗模組

透過與ResearchKit共同合作的研究發佈，可以看到各種醫學研究的創意，如西奈山伊坎醫學院（Icahn School of Medicine at Mount Sinai）與康乃爾大學威爾醫學院（Weill Cornell Medical College）推出的Asthma Health[7,8]，透過iPhone裝置記錄個人位置、個人每日活動與志願者記錄每日氣喘觸發原因，並提供地區氣溫與空氣汙染資訊以及衛教資訊供志願者進行參考。此外約翰霍普金斯大學（Johns Hopkins University）則透過ResearchKit整合iPhone與Apple Watch所獲得的資訊，開發出應用App：EpiWatch[9]，針對罹患癲癇疾病的志願者進行生理數據偵測，記錄志願者於癲癇發作時的生理、心跳數據，藉以做為未來癲癇發作的預警與預防。此外羅徹斯特大學（University of Rochester）則是與 Sage Bionetworks 共同合作，透過ResearchKit開發出 mPower app[10]，量測志願者的靈活性、平衡性、記憶力與步伐等，藉以了解個人的生理資訊變化與帕金森氏症之間的關聯。