COVID種族歧視？但數據不會

遠端連線

新冠肺炎是2020年最大的公共衛生事件，然而疫情對不同群體間的影響卻不盡相同。若能在初期藉由社會觀察並輔以數據，快速的找到高危族群，了解原因並進一步介入，便能達到防患未然的效果。講者們旅居美國，目前正在做有關疫情對美國影響的專案，希望藉由社會觀察和大數據兩個不同面向的切入，來剖析數字背後的社會意義。資料上，藉由使用與美國FDA（美國食品藥品監督管理局）與TrinetX 的合作連結中，不同醫療院所擷取僅佔總個案數約十分之一的匿名病歷資料，便能快速找出嚴重個案的危險因子，並即時監測不同藥物的使用情形及其效益。這樣的專案，不僅在公共衛生上能有效抗疫，也能加快相關治療的研發。對台灣有益部分，若未來能應用在資料更為健全完整的台灣健保資料和醫療院所病例系統，相較於鄰邦的封閉與不透明，將能使台灣在亞洲醫療大數據扮演開拓者的角色。