讚

留言

18個讚

0則留言

3次分享

（一）發展個人化精準醫療與大數據應用

1. 建構精準健康大數據

   1. 精準健康大數據治理與標準化

      1. 發展跨部會分散式健康大數據共享架構，建置精準健康大數據專區，優先聚焦國人重大疾病（如癌症、心血管疾病、感染症）透過健康大數據主題式資料庫，建構我國健康大數據資料結構及資料標準化機制。

      2. 建置國家級友善生醫資料分析及分享平台，建置精準健康大數據資料庫加值環境，藉由整合資料庫與資訊基礎設施，提供彙整後的資料儲存、計算環境與分析工具，供學研單位與業界使用，以促進精準健康大數據加值利用。

   2. 建置臨床轉譯導向之巨量資料

      1. 透過建置本土癌症基因資料庫，加速新穎標靶藥物之媒合，並利用腫瘤基因體資料的收集和共享，優化多中心臨床試驗合作平台。

      2. 評估次世代定序取代目前癌症單一基因變異檢測之可行性及效益。

      3. 建置中西醫結合精準醫療大數據資料庫
2. 建構真實世界大數據法規導引及發展精準醫療科技評估
   1. 發展應用精準醫療RWD／RWE的藥物研發分析平台:發展疾病預測模式及篩檢預防策略、評估各基因檢測平台與藥物療效之相關性。
   2. 依據國內及全球醫療發展趨勢，適時調整我國相關法規與管理規範。如：發展精準醫療RWD／RWE藥物法規、建構前瞻智慧醫材管理規範及檢測環境、根據全球新興再生醫學發展趨勢，適時調整我國相關法規與技術指引。
   3. HTA醫療科技評估擴大應用醫療科技評估機制及建立多元評估支付模式並持續進行提升健保資源配置研究及優化健保給付機制研究。針對特定高價位之治療技術，提出評估其療效之方式及追蹤管理機制，以供未來政策規劃參考。

（二）健康大數據之轉譯研究及產業應用

1. 跨學門整合，例如基因體研究、細胞治療、再生醫學、分子影像技術、藥物開發，系統性共同研討與基因變異相關的疾病，加速可應用性的成果產出。
2. 善用生醫資料庫大數據與AI運算能量，開發疾病風險預測、診斷及治療之新穎生物標記，以及發展疾病風險評估模式。
3. 針對特定疾病（如台灣罕病／難症、腦與神經疾病、心血管疾病、家族性癌症、憂鬱症等）發展治療策略及藥物研發，落實其精準醫療。
   1. 建立台灣罕見疾病及困難診斷疾病之基因目錄，吸引國內外藥廠參與，加速台灣所需藥物與治療策略之開發。
   2. 發展抗憂鬱藥物之精準醫療；運用資訊科技，發展e化或互動式服務之疾病預防與個案照護模式。
   3. 跨域整合發展腦與神經相關創新研究與關鍵技術，鏈結國際，加值科研產出之產業及臨床應用，及發展以AI輔助開發高專一性核醫造影劑、創新核醫精準藥物研發、研發腦神經疾病受體專一性藥物、以分子影像鑑別腦部功能性退化疾病等。
   4. 提供我國生技新藥產業技術服務、國際認證之藥動代謝與新藥篩選臨床前數據，促進產業縮短新藥開發至進入臨床的時程，成為我國新藥產業堅強後盾。