健康新聞

海量醫療數據中 真實世界證據成研究關鍵工具

在龐大的醫療數據海洋中,數據分析公司 PurpleLab 發現研究結果的可驗證性不足,因此成立 PurpleLab Center for Advancing Real-World Evidence Studies (CARES),旨在透過推動真實世界證據(RWE)的嚴謹研究、學術合作及病患參與,將日常醫療數據轉化為具可信度的臨床知識,預計至2031年,RWE市場將成長至124億美元。

林

林煜軒

· 3 分鐘閱讀

分享:
圖/AI 生成示意圖
圖/AI 生成示意圖

全球醫療領域累積了龐大的數據,涵蓋病患醫療與藥物理賠、診斷、電子健康紀錄(EHR)及死亡率等多元資訊。世界經濟論壇(World Economic Forum)曾估計,光是 2020 年全球醫療體系就產生了 2.3 ZB(zettabytes)的數據量,佔全球總數據量相當高的比例。

然而,儘管「真實世界數據(Real-World Data, RWD)」(指來自日常臨床實踐的大量原始醫療資料)隨處可見,但能支持科學研究並具備可重複驗證性的「真實世界證據(Real-World Evidence, RWE)」(則是經過科學分析這些 RWD 後,所產生的臨床知識或綜合研究結果),卻相對稀缺。數據分析公司 PurpleLab 指出,當前研究領域缺乏一個開放協作與嚴謹同儕審查的空間,且不一致的報告方式(例如定義模糊或未公開研究方法),都阻礙了研究的可重複性。

為解決這些挑戰,PurpleLab 於昨日宣布成立 PurpleLab Center for Advancing Real-World Evidence Studies (CARES)。該中心旨在促進其真實世界數據的研究應用,深化學術合作,並支持病患權益倡導。PurpleLab CARES 的運作圍繞四大核心支柱:可重複研究、學術夥伴關係、嚴謹方法與病患社群,期望透過提供指導、培訓及協作平台,協助研究人員從龐大的數據中提取有價值的證據。

PurpleLab 目前每年整理超過 160 億筆的醫療與藥物理賠及供應商數據,並結合其他資料集,用於假設檢定、成果測量等。該公司資深副總裁 Scott L DuVall 表示,嚴謹且經過同儕審查、開放共享的真實世界證據,能為病患帶來更佳的決策。隨著真實世界證據日益受到重視,市場預計將在 2031 年達到 124 億美元的規模,對於推動精準醫療、藥物研發、定義臨床指南以及提升病患教育都至關重要。

全球對真實世界證據的投入,突顯了其在未來醫療發展中的關鍵地位。這也為台灣等在健康大數據分析與人工智慧醫療應用方面具有潛力的地區,提供了借鏡與發展機會,期能透過數據整合與分析,提升醫療研究品質與決策效率。

參考來源

標籤: # 真實世界證據 # PurpleLab # 醫療數據 # 醫學研究 # 人工智慧
分享:
回首頁

延伸閱讀

AI應用心理健康助診斷 梵蒂岡籲兼顧人性尊嚴

AI應用心理健康助診斷 梵蒂岡籲兼顧人性尊嚴

一場在羅馬舉行的國際研討會探討AI在心理健康領域的應用,發現AI能透過語言分析辨識個人思維模式,但若未經適當調整,恐因過度簡化而失去關鍵的個體差異資訊,因此呼籲在發展AI技術時,應更重視維護人性尊嚴與個體差異性。

張皓廷 2026/10/24 分鐘閱讀
# 心理健康 # 人工智慧 # 道德倫理
印度「女性力量3.0」大會倡議 建構全方位女性預防醫療模式

印度「女性力量3.0」大會倡議 建構全方位女性預防醫療模式

印度近日召開「Nari Shakti 3.0」全國會議,倡議建立以女性為中心的全面預防性醫療模式,並將科技與AI融入健康照護;加拿大也同步呼籲關注女性心理與腦部健康,強調早期預防與跨領域合作的重要性。

蔡佳穎 2026/10/25 分鐘閱讀
# 女性健康 # 預防醫學 # 印度
科技提升食品供應鏈效率 阿曼借AI、區塊鏈強化食品安全

科技提升食品供應鏈效率 阿曼借AI、區塊鏈強化食品安全

阿曼一項最新研究揭示,藉由導入人工智慧、區塊鏈等科技,可大幅強化當地食品供應鏈的安全性與效率,有助於預防食品風險。研究團隊建議加速應用整合性技術,並加強法規與數據透明度。這對台灣在內的全球食品產業升級具參考價值。

張皓廷 2026/10/24 分鐘閱讀
# 阿曼 # 食品安全 # 供應鏈

熱門文章