Cleveland Clinic
重点新闻（0316～0331）
克里夫兰医学中心 AI 创新
克里夫兰医学中心如何成功运用AI
最近，克里夫兰医学中心分析长（CAO）Albert Marinez接受美国医疗资讯与管理系统学会（HIMSS）旗下媒体 韧性方案 健保署 灾难复原
关键民生系统韧性方案今年启动，健保署瞄准资料复原
去年，数位部就联手内政部、经济部和卫福部在内等7部会，要推动关键民生系统韧性方案，透过跨境公有云来优化18项民生系统，以因应大规模灾害或紧急情况、加速灾后复原，这项方案今年开始执行，至2027年止。方案涉及的18项关键民生系统，就包括健保署的承保系统、医疗系统。目前，这2套系统部署于国内2个机房，采热备援方式，每年还定期切换演练。在资料备份策略上，每天执行本地端应用系统和资料备份，并将备份资料同步到异地端，每年也会进行还原演练。
卫福部健保署副署长庞一鸣日前接受iThome采访时指出，健保署行之有年的备援和备份机制已相当熟练，但云原生开发和云端部署是健保署所缺乏的经验，韧性方案正好是个练兵机会。健保署规画上云的大方向，则是要发展云原生架构，以模组化、轻量化功能开发云端版的核心系统，且要能在灾害或紧急状态下，以云端提供核心系统的基本服务。
至于健保署规画上云的核心功能，由于在紧急状态如战争期间，健保依法不用于支付战时的医疗费用，因此著重于紧急状态结束后的复原阶段，确保资料保存、回复，是健保署验证云端技术的重点。同时，健保署也规画，将单体式地端系统转为微服务架构，利用微服务的弹性、扩充性和易于部署等特性，来提高系统可用度和稳定度。 Google 皮肤 SCIN
Google公开皮肤病状图片资料集SCIN
有鉴于当前皮肤科影像资料集的不足，Google联手史丹佛大学医学院，收集各种肤色、身体部位皮肤病状的照片，然后发表皮肤病状图像网路（SCIN）资料集。这个资料集的出现，补足了临床皮肤疾病资料集的不足，还能提高AI模型通用性。
进一步来说，SCIN资料集经仔细设计，透过新型群众外包方式，收集各种条件的照片、详细的贡献者资讯，以及专业皮肤科医师的标注。SCIN资料集收录超过1万张皮肤、指甲和头发状况的图像，这些图像由本人自愿贡献，提供特写和较远距离的版本。这些照片还由一到三位皮肤科医生标注，给出最多5个皮肤病状，并附上每个标签的信赖分数。Google表示，资料集包含单独的标签，以及衍生的聚合和加权差异诊断，可用于模型测试和训练。 LLM Google Fitbit
Google将打造个人化健康大型语言模型
Google在3月19日宣布，旗下Google研究院和Fitbit团队将合作建置一款个人健康大型语言模型，来支援Fitbit行动程式中的个人化健康和照护功能，让使用者可透过Fitbit和Pixel装置上的资料，获得更多洞察与建议。
根据Google说明，此一个人化健康LLM会以Gemini模型为基础，再用去身分识别的高品质研究案例中的健康讯号进行微调。Google这些研究资料，还正与经认证的教练或健康专家收集、验证中。目前，Google正在利用类似睡眠医学认证考试的练习题，来测试模型效能，未来模型可用来分析使用者睡眠模式和睡眠品质变化，再依照相关洞察来提供运动建议。有了个人化健康LLM后，Fitbit行动程式可透过追踪使用者状态，来协助使用者更了解自己的健康资料，还能以自然语言提出问题，并建立专属图表。例如可深入了解活跃区间分钟数（AZM）与睡眠恢复程度的相关性。图片来源／ONC、Google
MedTech医疗科技近期新闻