大數據時代，數據的善用，已然成為各類產業的重要經營策略，智慧醫療領域也是如此，醫療產業的數據應用，首先必須確立欲提供何種有價值的資訊給使用者，接下來則基於用戶量測數據、以及健康醫學相關專業知識，建立分析模型（即演算法）。

當由用戶而來的數據累積至相當規模，則是導入巨量資料分析的時機，以大量數據進行機器學習，不但可發現小規模實證計畫無法察覺的細節，更可做出個人化的預測，從而提供個人化的建議。例如，日本女性健康管理服務廠商MTI，已運用巨量資料分析技術，預測個別會員之下次生理日期及排卵日期；智慧手環廠商Fibit、Jawbone等，則積極建立巨量資料分析團隊，以期對用戶提供更優質服務。

多元數據整合分析

健康照護及關聯產業原本即有許多數據，如病歷、處方箋及保險申報資料等，隨著上述資料逐步電子化，提供了巨量資料分析之基礎。智慧健康解決方案業者經由特定服務蒐集而來的使用者數據，若再與第三方的數據整合分析，更能顯現出巨量資料分析之效益，即更多資訊價值可望被發掘出來。

圖1 : 日本女性健康管理服務廠商MTI，運用巨量資料分析技術預測個別會員之下次生理日期及排卵日期。（Source：Academy Women's Healthcare Associates／MTI）

如上述之BaseHealth，其推出之健康整合分析平臺Genophen，即整合用戶之基因、電子病歷、生活型態及家族病史等資料，加上醫學文獻、公共健康資料庫等，進行巨量資料分析，而後提出個人化的罹病風險及預防建議。

邁入物聯網時代，「數據」已被視為智慧應用的核心，包括數據的取得、以及後續的數據分析，在應用過程中皆具關鍵地位，智慧健康領域亦是如此。在數據取得方面，感測裝置當為必要基礎，而如何讓數據資料持續累積更為重要。

由於部分智慧健康應用涉及使用者行為改變（如鮮少運動到習慣運動），故需藉由流程設計、或是運用社群及遊戲元素等，來促進使用者參與（及累積數據）。然而，將「促進使用者參與」納入解決方案的設計以及對使用者的服務流程，易被忽視其重要性、或是在執行上力度不足，建議業者宜強化資源投入。

圖2 : 智慧健康解決方案業者經由特定服務蒐集而來的使用者數據，若再與第三方的數據整合分析，將使更多資訊價值被發掘出來。（Source：MedTech Boston）

在數據分析方面，基於巨量資料分析之專家系統將為趨勢，主因巨量資料可導入機器學習，如此可預測並提供個人化建議，且較易與第三方數據整合分析，發揮更大效益。雖然我國智慧健康業者目前用戶數目有限，但著眼於未來之發展與競爭，宜及早布局巨量資料分析。短期內可運用國際大廠的巨量資料分析平臺，或是與學界／法人合作開發專家系統，以利累積應用經驗及優化服務。長期則在企業內部建立資料分析團隊或部門。

與傳統運動健身業者合作發展智慧系統

圖3 : 由於現在國民的運動意識提升，未來相關產品也將與各種智慧功能互相結合，建構完整的生態系統。（Source：1zoom）

承上可知，智慧健康解決方案已有手環／手表、衣著及健身器材等多元型態。我國在傳統健身產品或設備之製造具有良好基礎，若與ICT產業研發能量結合，實為發展智慧健康應用之利基。

具體而言，我國紡織產業歷經轉型陣痛，目前儒鴻、聚陽等多家業者已成為全球運動機能布料重要供應商，並為國際運動品牌主要製造合作夥伴。智慧衣可望繼智慧手環、心率帶之後，成為國際運動品牌用來差異化、提升競爭力之產品，我國若能結合紡織產業、ICT產業及運動醫學研究機構，具有相當優勢。而我國在運動器材產業在全球也有一席之地，知名業者喬山為全球第三大、亦有自有品牌，故將跑步機等運動器材與智慧科技結合，也是可行方向。

在大眾健身市場之外，亦可考量投入專業運動市場（2014年世足賽冠軍德國隊已彰顯智慧科技之效益），球隊及運動員在商業利益、奪牌榮譽等之驅使下，採用智慧科技的動機更強。

不過，專業等級的系統，其量測的參數更為多元、數據需要更高的精準度，分析模型也更為複雜。ICT業者或可選擇我國較具優勢且有相當市場的運動項目（如跆拳道），與國內運動醫學研究中心（如長庚）合作開發智慧系統，先讓運動員使用並印證其效益（如在世界大賽獲得獎牌），再擴大推廣給大眾市場。

（本文作者為資策會MIC資深產業分析師）

@刊頭圖片（Source：Kinvey）