近年來人工智慧興起,雖然現在資料庫中的資料還是以「結構性」的資料為主,缺少如文字病例描述、影像等非結構性的資料,但相信未來可以運用AI(machine learning and natural language process)提取並互相連結,會發揮這些資料庫的最大效用。
健保資料庫各方面來說是台灣醫療研究很珍貴的材料,此外也醫療研究者是與國際研究接軌的絕佳工具之一,例如,健保資料庫目前已是AsPEN*的核心資料。
但,作為一個醫療資料庫,都會被挑戰在效度上的可信性,像是診斷碼的精確性或是無法測量的干擾因子(confounder)影響研究者原本想要觀察因子間之關聯性,因此對於健保資料庫研究者的申請,都要求要有該領域的臨床工作者參與審核,以防止不符合臨床現況的研究發生。
其實很多資料庫都會有類似的疑慮,醫起懶在研究完健保資料庫後對於國外的醫療資料庫也莫名生出一把殺死貓咪之火,所以,發下雄心壯志,要推出國外醫療資料庫系列與大家分享喔,如果大家有比較想要了解的醫療資料庫也歡迎私訊我們>////<