相關報導

當數據量大到一定的程度時，搬移數據到計算設施的所在是一件很困難的事，因此逐漸發展出數據共享區(data commons)的觀念，將公用的數據放在計算設施附近。使用者要計算時，可將演算法搬到計算設施的入口網，直接掛載有權限使用的數據做計算。

由電子病歷、疾病登錄、健檢數據等實境數據(real world data, RWD)所衍生出的實境「證據」(real world evidence, RWE)，被認為與隨機對照試驗產生的證據一樣有效，可作為藥品上市審查的依據。因此，善用現存的實境數據將有助於發展生技產業與數位醫學，而這些發展都有賴於數據的可交換性。

一般醫療器材上市需 3-7 年，人工智慧 (Artificial Intelligence ; AI) 應用於醫療器材產業已多年。由於COVID-19肆虐，需快速檢測以阻斷傳染，故各國對於體外診斷醫療器材 (IVD)，包括檢測病毒的抗體、抗原和核酸祭出緊急使用授權 (Emergency Use Authorization; EUA)

臨床試驗是新藥研發程序中非常關鍵，也是最耗時、最燒錢的步驟。一般需時6-9年，平均成本約 13億美元。進入臨床試驗第一期的藥物中只有十分之一能夠獲得 FDA 的核准，進入臨床試驗第三期的藥物中平均兩個只有一個能夠成功上市，後期失敗的試驗成本更高。由於Covid-19的肆虐，對臨床試驗無異雪上加霜。若導入人工智慧 (Artificial Intelligence ; AI) 技術可能提供高效率，低成本的解方。

為了要利用人工智慧的方法發展數位醫學，未來有些法令可能會鬆綁，允許電子病歷上雲代管。為了保護這些個人資料保護法認定的敏感性個人資料，最好是以去識別化的方式保存，才能確保病人的隱私。其實在臨床試驗上將患者的數據去識別化已行之有年。

保護受試者的安全是執行臨床試驗者最重要的責任。只要是人在執行的工作，就會有一些漏洞，例如試驗可能會發生不良事件，試驗偏差需要通報、分析與追蹤。也需要醫院中其它的醫師注意使用臨床試驗的禁忌用藥。為了要增加效率，這些與臨床試驗相關的單位都有數位化的需求。