Empowering Care through
Connected Intelligence

健康管理是指對疾病包括疾病前期的風險因素進行定期檢測、連續監測、評估與綜合干預管理的醫學行為及過程，主要內涵包括「疾病早期篩查」、「疾病風險預測、預警與綜合干預」，以及「慢病人群的綜合管理」、「健康以及慢病管理效果評估」等。

健康篩檢應該以疾病譜或常見健康問題分類，而非突顯檢查項目之多寡，來規範檢查內容、流程；期能以個人化特製化角度提供全方位、全周期之健康促進服務。

智慧醫療或健康管理主要工作，應該在於開發一種基於大數據集的預測模型；來確認患者將來罹患某種病症的概率，並協助排除可控制之疾病風險因子、早期發現疾病、早期做好治療決策、風險管理和生活與生命品質改善。

我們通過臨床數據、生活數據、環境數據和精準的實驗室（包括病理、影像、基因⋯）數據，可以將這個時間範圍的健康資訊與趨勢，轉化為一個可預知未來、有價值的知識。這就是 PAIR Health 介入的地方。

PAIR Health 人工智慧系統在健康醫療，正從一個後端工具，轉向消費者（客戶與家庭）、護理師、健康管理師、和臨床醫師的前端，成為支撐個人和系統交互的一種方式，以創造更好的客戶體驗與價值。

半世紀以來，醫生依賴如 2013 年 ASCVD 風險計算器等工具預測心血管事件（CVD）風險。近期，美國心臟協會開發了 PREVENT™ 心血管事件風險預測工具，旨在提供更準確的 CVD 風險評估。這些工具已成為臨床重要手段，指導醫生在用藥及生活方式介入等方面做出決策。

歐美、日本與韓國的經驗顯示，不同時期資料庫的風險計算器在各地區、健康管理機構及人群中，風險絕對值有所差異，但相對風險比相近，對醫患治療決策影響有限。

風險預測的主要限制在於患者常難理解結果或依此行動。10 年風險 8% 雖具臨床意義，對患者卻較抽象。有效預防需患者瞭解風險並積極應對。此外，人工智慧在醫療的興起也帶來挑戰。若「黑盒」AI 模型無法清晰解釋推理過程，將難獲臨床醫師信任，亦不易與患者溝通。

公平與採用：更優疾病風險工具能帶來改變嗎？….. 我們認為，最佳工具或為現有模型的改良，或為針對特定族群的一系列工具。這些工具需持續演進，方能全球適用；或應依患者群體、時間與需求，選用最合適的方案。

疾病風險預測正快速演變 …… 我們期望這些經過嚴謹同儕審查的 1,600 多種新工具，能無縫融入日常健康管理與預防醫學流程，並有明確證據證明這些創新 AI 工具能提升患者診療效果與公平性，進而改善全民健康品質。