WHO呼籲轉型病人中心照護 應對共病時代挑戰
世界衛生組織助理總幹事 Jeremy Farrar 博士表示,面對多重慢性病「共病」時代,全球醫療體系應放棄單一疾病導向,轉為以病人為中心的整合照護模式,並指出人工智慧可在其中發揮關鍵作用。
黃郁婷
· 2 分鐘閱讀

世界衛生組織(WHO)助理總幹事 Jeremy Farrar 博士前日(週三)在 Global Bio Conference (GBC) 2026 會議上發表視訊演說,呼籲全球醫療體系應從傳統針對單一疾病的模式,轉向以病人為中心的整合照護,以應對日益嚴峻的「共病」挑戰。
「共病」(multimorbidity)指的是同一個人同時患有兩種或兩種以上慢性病的情形。Farrar 博士指出,過去醫療體系習慣從單一疾病視角看待患者,但在現今,許多人可能同時患有糖尿病、癌症,甚至伴隨心理健康問題和自體免疫疾病。他強調,儘管醫療系統仍圍繞單一疾病運作,但許多病患及其家庭渴望整合、全面的照護,能同時處理多重健康問題,這才是未來照護應發展的方向。
根據經合組織(OECD)去年發布的報告顯示,在 45 歲以上且患有慢性病的原級照護患者中,高達 64% 患有兩種以上慢性病,約 35% 則患有三種或更多。世界衛生組織長期倡導「以人為本」的照護方式,期望提供 Farrar 博士所描述的整合與全面性照護。WHO 於去年發布的《健康老化臨床聯盟 2024》報告也特別點出,不同專科間照護分散、以及不當多重用藥(polypharmacy)等問題亟需解決。
Farrar 博士認為,全面評估共病模式能實現更精準的患者評估與個別化照護。他特別提到人工智慧(AI)能在整合不同醫學專業方面扮演重要角色,協助連結並有效整合各專科的深厚知識與洞察。他表示,AI 雖可能存在偏見,但也能幫助醫療人員發現可能被忽略的問題,對於未來的跨領域整合創新至關重要。
延伸閱讀

世衛報告警示:貧富與教育程度加劇全球健康不平等
世界衛生組織最新報告指出,全球健康機會並不均等,貧窮、教育程度低、性別與地理位置等社會經濟因素,會加劇人們在慢性病風險與醫療可近性上的差異;同時全球衛生人力面臨嚴重短缺,且資源分配極度不均。

AI輔助醫療診斷現曙光 新研究:複雜病例助醫避免漏診
一項由 Arjun Manrai 團隊發表在《科學》期刊上的最新研究發現,AI 在分析複雜醫療病例時,比人類醫師更能將正確診斷納入考量,顯示 AI 在避免漏診方面具潛力;儘管另有研究指出 AI 在處理不確定診斷時仍有弱點,但專家普遍認為 AI 應作為醫生的輔助而非取代,並期待透過更多研究安全地整合 AI 進入醫療體系。

腦深層刺激術助解強迫症腦部機制 精準治療露曙光
針對難治型強迫症,研究人員正利用腦深層刺激術(DBS)設備紀錄的腦部活動數據,深入理解疾病機制,並開發更精準的個人化治療方案,為嚴重患者帶來新的治療契機。