据报导,我们身处以价值为基础的照护体系,必须尽量从与日俱增的信息获取洞见,这时候就要借助机器学习技术,只可惜大多数电子病历(EHR)仍采用20~30年前的技术。
电子病历不只是要储存资料,还要在适当的时机提供正确的信息,以降低准备文件所需的时间。拜机器学习所赐,电子病历有了学习的能力,可因应每位使用者做调整,进而极大化效率。机器学习也是精准医疗(precisionmedicine)的幕后功臣,将每位病患独特的基因组成、环境因素、生活模式和家族史纳入考量,进而提高诊断的准确度,提供个人化的疾病治疗和预防计画。
医疗产业可望更加善用新的基因体资料模型,改变各种病况的照护方式,从癌症、高脂血症、糖尿病、肾脏病到神经发展疾患不一而足,最终目标是提高诊断和治疗的准确度和效果,同时把知识分享给研究社群和药物基因体学者。机器学习亦有助于分析病患资料,把资料化为洞见和可行的信息,如今已可比较血糖、BMI、年龄等风险因子,分析治疗效果,当医生能够针对个别病患设计治疗计画,就可以参考其它类似病患,事先确认治疗是否会有效,未来还会进一步研发算法来辨识或预测风险族群。