資料
」共有1131筆搜尋結果台灣獨步全球的健保資料庫,是各國醫療研究最欽羨的寶藏。但在台灣運用健保資料庫,卻屢屢遭到人權團體的挑戰,如今,甚至告上大法官會議。面對數據經濟的時代,隱私與現實要如何兩全?
民眾為研究、開發、監督公共事務,透過「我想要更多」向各級政府機關申請資料,常遭到政府機關駁回,也不清楚駁回的原因。為改善這個問題,「資料申請小幫手」團隊建立標記系統,透過人工分析彙整資料申請者的經驗及需求,協助官方改善申請後台,也提供民眾申請建議,希望有助提升申請成功率。
最近健保署公告,將釋出350萬已過世被保險人之健保資料,供外界研究利用。儘管這些資料都經去連結匿名化處理,卻仍引發一些侵犯個資的批評。
協助檢查資料後,發現您們紀錄的方式及對護理診斷的概念,與實務略有不同,擔心會讓後續在釐清個案照護計畫目標及追蹤評值時,無法確實掌握個案狀況⋯⋯」
阿龜微氣候運用資料科學,一步步在這塊土地上實踐著智慧農業的寬廣願景。對內它為台灣農業生產體系的每個要角,帶來更為互信、有效率且聰明的新工作模式;對外它則串連起在地生產的智慧能量,打造出極具國際競爭力的農業新生態。
和台灣一樣擁有全民健保的英國,已利用資料發展醫療AI產業的世紀黑金。創造AlphaGo的企業DeepMind,運用英國病歷訓練AI,成功優勢有哪3大關鍵?
FB、Google蒐集使用者資訊,再把數據賣給廣告商推播廣告,這合乎「資料正義」嗎?怎麼做才能保護個人隱私,同時使企業獲益?
Google去年在全球首度啟動資料中心實習生計畫,不過最大的挑戰竟出在「台灣學生太內向、不敢投履歷」。
一般來說,專用型AI通常針對特定任務或領域進行優化,而大型語言模型(Large Language Model, LLM)則以廣泛的語言知識和生成能力為特點。畢竟人類世界中無論哪個領域,一直以來都是以語言為載體進行傳播與交流。
然而台灣具備規劃完整、行之已久之全民健康保險與其資料庫,同時也擁有具世界級的資訊科技產業,是發展「精準醫療(Precision Medicine)」絕佳的地點。在數位科技、基因檢測與定序技術的快速進展下,「精準醫療」將為生技醫療產業帶來前所未有的轉變,不僅能有效地分析健康資訊, 同時還能給予精準且高品質的醫療照護,更可降低不必要的醫療支出 ,因此成為廣受全球矚目的焦點。
2012年《紐約時報》其中一篇專欄中提及,「大數據時代已經降臨,在商業、經濟及其他領域中,決策將日益基於資料和分析而作出,而非經驗和直覺。」然多年後,當「大數據」成為了一種流行名詞,又常因錯誤的期待,以及所用非人的狀況,導致相關的發展計畫經常雷聲大雨點小,淪為高高舉起草草收尾的爛尾樓。為什麼?
2021年末,「未來城市@天下」再次舉辦實體閉門會談「未來招待所」。我們讓日式老屋「無二會所」成為跨界交流的平台,並邀請醫療、科技業人物共聚,共同在古蹟悠然氛圍裡暢談智慧醫療。