作者：SAS 香港總經理 鄭國強先生
香港公營醫療系統一直面臨龐大壓力，政府投放在公共衞生的開支，由 2017 年度的 711 億元上升至 2021 年度的 1,158 億元，升幅四倍，惟過去兩年的新冠疫情卻加劇本港的醫療負擔。業界一直研究各種可行技術及措施紓緩前線壓力，發展智慧醫療是其中一個提升醫療成效及效率的方法。最近，香港中文大學（中大）醫院以智慧醫院為定位，在醫護流程和醫院運作上運用創新科技，為市民提供優質醫療服務。當中，數據分析擔當關鍵的角色，這趨勢將在後疫情時代協助藥物及疫苗研發及醫療資源分配。
加速藥物研發及分配醫療資源
藥物研發需要經過多重步驟及試驗，從資料搜集、研發、臨床試驗、以至合規審核都涉及大量數據整合及分析。資料顯示，在藥物推出市場前，平均需輪選超過一萬個候選藥物。而新冠疫情更進一步為藥廠帶來更龐大的分析需求。數據分析能提供一站式安全、可靠、經驗證的解決方案，從複雜的資料中提取有價值的資訊，協助藥廠思考及決策；同時亦能為藥廠提供臨床研究分析基礎，減少整合數據的時間及成本，加快新藥物及疫苗推出市場的進度。
此外，通過合規及評審亦是藥物及疫苗推出市場前的關鍵步驟，在此漫長且嚴謹的過程中，數據分析擔當重要角色。美國食品藥品監督管理局（FDA）要求藥廠提新藥物的實驗資料及藥品生產品質管制規範（GMP）等資料，以證明其安全性。
除了協助藥物研發，數據分析亦能有效地轉換、分析和報告臨床試驗資料，協助醫護人員開發新療法及分配醫療資源。荷蘭阿姆斯特丹大學利用數據分析技術協助測試結腸癌的腫瘤體積，將整個測試過程縮短至僅 20 分鐘，並大大提升手術的準確度，減低因腫瘤切除面積過大對病人的生命危險。
後疫情時代地位更重要
面對新冠疫情，有效的醫療資源分配對大眾利益影響深遠。數據分析能根據環境的即時變化、現有醫療資源等資料，準確預測未來醫療需求，從而更有效應對社會所需。美國克利夫蘭醫學中心及中國醫學科學院阜外醫院均利用數據分析，於疫情期間預測患者人數、所需床位和呼吸機數量等資訊，並從中獲得患者的臨床特徵、治療過程和治療效果等重要數據。
未來，數據分析以至機器學習（Machine Learning）能應用在多個與醫療有關的範疇，例如透過多角度分析，預防醫療保險中欺詐、浪費和濫用情況。在公共醫療資源緊張的情況下，香港可借鏡全球各地使用數據分析的例子，加快應用數據分析於醫療創科的發展，促進有效醫療資源分配及藥物發展。由此可見，數據分析將於後疫情時代更佔重要席位。