謝邦昌 臺北醫學大學管理學院大數據研究中心主任

大數據，有人說是不過就是數據分析的新名詞，並且認為不能算是新的概念。關於這個名詞，最早是Nature在2008年時以「Big Data」為題來做專題介紹，當時的時空背景是在網路巨擘Google創立十週年，分析師預測資料量將邁入PB等級之時。也一如當時所預測，在資訊科技快速發展成長的今日，雲端技術也趨於成熟，無論是公有雲、私有雲還是混合雲，皆可實現「快速運算、大量儲存」，在具備這樣的基礎建設之下，資料的儲存與分析將越來越不成問題。

其實所謂的資料（數據）指的是未經處理的原始記錄，以往受限於資料的傳輸速度與儲存容量的關係，許多資料時間到了就被迫需要拋棄，但是現在無論是運算還是儲存都不成問題，使得資料得以保存下來做運用。在這樣的場景之下，未來，資料將成為資產，誰能夠掌握越多資料，誰就可以有更多的掌控權可以做出提升資料附加價值的運用。無論是現在最熱門的人工智慧或是機器學習，若是沒有資料，就無法產生價值（No data, no value.）。

大數據在世界各地無論是北美、歐洲、亞洲地區皆有著相當廣泛的應用，且幾乎各個產業都可以注意到大數據的身影，包含了零售業、金融業、醫療業、製造業、政府部門、電信業及交通物流業等等，其原則不外乎是透過將大量的使用者行為以資料的方式儲存之後，在將這些資料做加值整合運用。目前在大數據的應用當中，2009年時Google提出的流感預測模型屬當中的經典之作，當年H1N1疫情爆發時Google利用其自家搜尋引擎的搜尋資料庫撈取出美國人最常使用的前五千萬個字眼，再和美國疾管局在2003到2008年之間的流感資料加以比對且經過了高達數億次的模型測試各種搜尋字詞之後，最後挑出了四十五個字詞建立模型，並以2007、2008兩年的資料進行測試，測試的預測結果與實際資料吻合，並且成功的預測當年冬天會有一波流感發生，藉由這項研究，Google提供了另外一種不需耗時採集檢體和登門拜訪醫療院所，也可以和美國疾管局一樣能夠掌握流感疫情之案例的方法。這個案例經典之處在於給了世人對於資料運用有更大的想像空間，也刺激了往後各行各業對於大數據應用的發想。

與世界各國相比，台灣在發展大數據有個得天獨厚的優勢，這個優勢在於發展醫療大數據。原因在於台灣整體的醫療技術是世界名列前茅的，而且社會上不乏資訊人才，推動了整體醫療資訊化的腳步，再加上全民健保實施二十餘年來所累積的健保資料庫，為後續台灣推動發展智慧醫院打下非常好的基礎。環顧全世界沒有一個國家的社會保險制度是像台灣這樣覆蓋的如此全面，也因此健保資料庫可說是貫穿了整個台灣醫療產業上下游的資料，目前光是使用健保資料庫發表在SCI文章就超過了超過3000篇的研究發表，且其中也包含頂級醫學期刊JAMA的文章。台灣的醫療大數據在這健保資料庫研究這樣堅實的基礎之下，無論是與醫院的臨床資料庫做結合或是與其他產業資料庫整合，都會有無可限量的發展空間。

大數據的重點還是在於要從資料當中提煉出有價值的訊息，這個過程無論是情勢評估、推薦、預測、行為解讀、決策最佳化，其實說穿了就是分析。大數據時代的到來，人們可以透過各式電子儀器或是網際網路來蒐集大量且多元的資料，但是資料並不是放在一邊就可以產生價值的，更重要的是需要有能夠解讀數據的人才來對資料進行分析與運用，目前資料量與資料分析人才數量目前是還不成比例的，但其實這個現象不只存在於台灣，而是全世界對於資料分析人才的缺口都相當大。也因如此，我們希望可以培育更多的資料分析人才來解讀資料，讓資料可以產生最大化的效益。

大數據可以發揮重要的經濟作用，不但有利於私人商業活動，也有利於國民經濟和民生。資料可以為世界創造重要的經濟價值，提高企業和公部門的生產力與競爭力，並為消費者創造大量的經濟剩餘。舉例來說根據麥肯錫在2011年的研究報告當中指出，若是美國的醫療保健行業能夠有效利用大數據的話，估計就可以將成本降低8%左右，從而創造出3,000多億美元的產值。毫無疑問的，企業界和政府官方單位掌握了絕大多數的資料，而學術界與研究單位則是具備了不可或缺的研究能量。進行大數據的研究，是由「專業領域」、「統計與數學」、「電腦科學」這三個方面所組合起來，當中學術界可以對這三方面人才進行基礎培育，而研究單位可以對「統計與數學」、「電腦科學」的人才做進階的訓練，與政府部門或企業界的「專業領域」人才一同合作。在大數據時代，無論產、官、學、研皆要養成透過資料來解決問題的思維模式，並且合作討論資料要如何的開放、整合與應用，共同合作來創造全新的大數據應用架構。