

卫福部信息处处长李建璋分享未来政策方向,如建置国家级医学影像分割数据库;国际检验编码LOINC新版来了,聚焦SDOH等4大领域;美国FDA提出公众讨论文档,要提高医疗设备和技术可取性;韩国卫福部再添226万名癌症患者数据至公共癌症数据库;新西兰要打造国家级罕病数据库;韩国政府跨部门联手推AI新药开发计划
LOINC 社会决定因素 编码
国际检验编码LOINC新版来了,聚焦SDOH等4大领域
LOINC是一套国际医学检验和临床观测编码系统,旨在提高全球健康数据的交换和互操作性,目前已有196个国家/地区使用。维护LOINC的Regenstrief研究院,每年会在2月和8月发布新版本,而这个月发布了2.78版,包含3,000项术语更新,其中新添近1,600个概念和1,400项修改,聚焦诊断、医疗设备、公共卫生报告、社会决定因素(SDOH)等4大领域。
其中,近250个新概念是要改善健康数据的表示方式,来促进不同系统间的数据交换。另也有个新概念,是为美国食药局(FDA)核准的AI诊断系统(子宫颈癌侦测AI)而制定。这次更新,还包括与糖尿病技术协会合作,将连续血糖监测设备的数据标准化。还有个特点是在国际患者摘要分类中添加更多内容,来提醒医生,注意患者重症状况。不只如此,LOINC 2.78版也新添SDOH内容,纳入了就业不稳定和住所不稳定等影响健康的社会风险因素。LOINC运行董事Marjorie Rallins表示,他们也持续与SNOMED国际组织合作,来开发利于LOINC与另一项国际医学编码SNOMED CT的互通解决方案。(详全文)

FDA 医疗设备 可取性
美国FDA提出公众讨论文档,要提高医疗设备和创新技术的可取性
美国食药局(FDA)最近发布一份《医疗设备的健康公平性》文档,要来提高美国所有人群对医疗设备与创新技术的可取性。这份文档由FDA旗下医疗设备暨放射健康中心(CDRH)提出,是其2022至2025年健康战略的一环,该文档包含几个重点,首先是设计临床研究时,需考量3大因素,包括疾病负担,生理、解剖和病理状况,以及科技,来确保这个临床研究的研究人群,能充分反映医疗设备的预期使用人群。另一个重点是,评估医疗设备预期用户的临床数据时,因注意这些数据能否扩大应用且具代表性。FDA希望通过这份文档,来打开公众讨论,促进更能普及众人的医疗设备和技术应用。意见收集截止日期为今年10月4日。(详全文)
癌症 韩国 公共数据库
韩国卫福部再添226万名癌症患者数据至公共癌症数据库
最近,韩国卫福部(MOHW)联手韩国国家癌症中心、韩国健康信息服务中心,在既有的K-CURE公共癌症数据库中新添226万名癌症患者的数据,供研究人员存取。这些数据的涵盖范围,已扩大为2012年至2020年,数据内容则包括匿名的癌症登记、癌症筛检、用药、保险资格、理赔和死亡率等。此外,韩国疾病管制及预防局也将COVID-19的感染和疫苗接种数据集,添加到全民健康数据库中。研究人员获许可后,可通过指定的数据中心来存取全民癌症数据。(详全文)

病罕见疾病 新西兰 数据库
新西兰政府展开10年计划,要打造国家级罕病数据库
据HIMSS旗下医疗科技媒体指出,新西兰部宣布一项10年计划,要改善罕见疾病患者及其家人的健康和生活品质,其中一个作法就是建置国家级罕病数据库。在新西兰,大约每2,000人就有一人患有罕见疾病,这类疾病包括罕见的遗传疾病、癌症、传染病、中毒、免疫相关疾病和特发性疾病。
但新西兰卫生部表示,他们目前收集的罕病消息非常少。由于数据有限,他们难以得知患罕病的确切人数和健康影响,以及有多少人能即时获得诊断和照护。因此,卫生部展开10年计划,首先要创建全国罕病数据集,要先收集罕病数据、打造更详细的临床数据分类系统,还要开发新方法,来互通分类系统、罕病数据和国家健康数据。未来,他们希望通过这些去识别化的罕病数据,来进行更多研究,进而改善罕病患者健康状态。(详全文)
韩国 新药开发 临床试验
韩国政府跨部门联手推AI新药开发计划
上个月,韩国卫福部、科学暨ICT部、健康发展产业院以及韩国国家研究基金会共同展开一项新药开发加速计划K-Melody,要打造一套联邦式ADMET模型(简称FAM),来预测适合发展为新药的候选药物。其中,ADMET是指临床试验成功的重要因素,包括药物的吸收、分布、代谢、排泄和毒性。
韩国政府希望通过3个阶段来打造FAM,包括平台建置、纳入数据与数据处理,以及AI模型开发。进一步来说,他们会将平台打造为适合联邦学习的FAM营运平台,接着进行20个数据提供和处理任务,将有药厂、医院和科学研究院加入。最后则有15个AI模型开发任务,来打造FAM解决方案与应用。该计划于今年7月展开。(详全文)
高龄科技 工研院 认知
工研院秀高龄科技进展,聚焦检测、诊断和复健3大领域
在今年首届高龄健康产业博览会中,工研院展示自家高龄科技成果,涵盖检测预防、诊断治疗、复健照护3大层面。就检测预防来说,有「智能认知运动」,利用影像辨识技术来捕捉长者运动姿态和认知行为表现,通过AI分析后可即时调整训练课程内容。另还有音乐同步交互训练系统,内置压力传感模块,能分辨不同音阶拍打与音乐的一致性,同样以AI分析弹奏者的表现和记忆认知变化,来提供以AI为基础的音乐推荐,来增强认知和记忆力、强化手脑协调性。
在诊断治疗方面,则有结合生成式AI的华人语系医疗助理小智医生,只需语音或影像数据,就能快速生成医师诊断治疗建议,如初诊报告、医疗检查报告、医护会议纪录、护理纪录等,还能接受中文、台语、泰语等96国语言。在复健照护方面,工研院针对独居长辈和照护机构,开发一套高隐私AI照护员,以AI热像辨识技术,来提供去识别化的高隐私影像,能精准识别长者在床上或床边的异常行为,如离床、跌倒与久卧等,即时通报警示。(详全文)