越來越多人都有定期健康檢查的習慣，透過數據可以了解自己的身體，但也只能掌握「當下」的狀況。然而，現在加入機器學習、數據科學等技術，「健康檢查」能說的事情也越來越多了，尤其針對慢性病，像是高血壓、心臟病和糖尿病等罹患的風險，更多嶄新的疾病預測方法正在成形。
「糖尿病診斷是非常『量化』的，例如：空腹8小時以上，血糖值超過126mg/dL。不過僅僅知道是否得病，對病患來說還是不夠的。」醫師傅裕翔解釋，雖然在糖尿病診斷過程中，病人血糖在空腹情況高於100 mg/dL，可解釋為代謝症候群和血糖異常。「但知道自己屬於高風險或是三年後有80％機率會得病，改變動力還是有差別的。」
醫師、創業家雙重身份，瞄準糖尿病數據分析
傅裕翔畢業於輔大醫學系，年紀不到三十歲，卻喜歡煮菜、關心飲食健康。他在醫學院最後一年，開始撰寫糖尿病相關論文；在與任職交大機械工程系的父親討論過程中，了解醫學領域的傳統生物統計學發展，其實受到工程界影響。因此，思考將數據分析運用在更多的疾病預測裡。
然而在當時，他不過是一名醫學系學生，缺乏資源與人脈，所以畢業後，傅裕翔選擇先加入台大創創中心，一邊認識更多的創業家，並考取專案管理師執照，希望有機會把數據科學帶入醫療領域。
第一次的創業嘗試，他和幾位工程師朋友選擇以「自動體外心臟電擊去顫器」（AED）為主題，撰寫APP提供使用者搜尋最近位置、一鍵導航。不久後再加入學悅科技，了解新創公司如何運作。
「他擁有高執行力和強大的心理素質，面對挑戰能做出很好的判斷。」過去擔任學悅科技董事長的趙式隆如此觀察。
2016年，傅裕翔加入永齡基金會支持的H.Spectrum 生醫加速器，正式展開創業之旅。他找來工程團隊，分析約十萬筆健檢中心資料，利用紅血球、白血球、血紅素、血小板、肝功能、腎功能指數等 30項數據，訓練慢性病預測模型；強調能透過連續三年的一般健檢數據，預測出未來三、五、十年罹患糖尿病、高血壓、高血脂的風險，準確度超過8成。
「我知道很多人會質疑，缺乏睡眠紀錄、運動習慣等資訊，建立出來的模型不會準確。但實際上，市面也沒有更好的預測系統存在，只能透過診斷標準和生活環境來評估。」傅裕翔有些感嘆地說：「很希望台灣能有更多『乾淨』、『精準』的data。」
他解釋，之所以選用「個人健康檢查」資料，而非「健保資料庫」數據，最大原因是—健保資料庫數據是個龐大的數據庫，但回溯性資料並不適合用來訓練預測性模組。也就是說，「會去掛門診的人，大多是身體有異狀，不可能是健康的情況，當身體有某種疾病出現，再來推論慢性病的罹患風險，就更加不準了。」
相較之下，健診資料屬於每年例行性、自費性質，雖然難以取得，卻比較有推論價值。但他坦言，當中仍有許多困難必須克服。「像是少了其中一年的資料，連續性消失；病人突然開始吃心臟藥，是否代表他得到心臟疾病，還是過去沒有治療？」傅裕翔認為，台灣的醫療資料科學發展，還處再成長階段，這對智慧醫療的發展會有很大的影響。
「光是蒐集醫療數據的方式，對岸已經從NOKIA 3310的程度直接跳到iPhone了。」傅裕翔表示，像連續監測、雲端上傳等紀錄數據方式，對中國大陸醫院來說，越來越普遍。以他在創業比賽中遇過的南京三甲級醫院團隊為例，「一年蒐集到的醫療數據，可能跟整個台灣差不多。」
正因如此，他參與的這套慢性病預測系統，並不想跟海外團隊比資料量，而是會設計成動態調整，根據小樣本數據做適應，「讓小型健檢中心就能適用，既幫助健檢中心創造業績、提供未來預測，也能讓民眾更了解自己的身體變化。」
醫師創業禁忌：不要被光環擋住自己
現在的傅裕翔，是一名忙碌的腫瘤科住院醫師，不時需要跟著老師看診，因此將重心先放在學術研究上。不過他對創業有無比熱情，除了打造慢性病預測系統外，還共同成立了食物影像辨識團隊Metalogy，讓民眾能夠拍下餐點，透過聊天機器人計算卡路里。
對他來說，創業家和醫生兩種身份，最大的差異就是：看問題的角度。
「就像警察大學一樣，所有的訓練都是為了養成一位好警察；醫學院的訓練也是如此，透過各種方式，培養好醫生出現，用醫學方式來解決問題。」不過他認為，要解決更多問題，需要脫離醫學範疇，走入生活裡。
「醫生還是有盲點的。」他笑著說，醫師常常用專業角度告訴病人，應該要多睡、多運動，怎麼不吃比較健康的食物，但自己也未必能做到。
對於剛起步的創業路，他認為，未來還是需要有醫院體系的資源幫助，畢竟美國從多年前就開始有數據科學概念，會保存各式各樣的資訊；中國大陸也正以飛快速度追上，而台灣才剛要開始起跑而已。
「醫師身份不會是絕對關鍵，關鍵還是在誰能取得乾淨、精準、特別的資料。」他期待地說。
全台唯一【未來商務展】首創RFID-Line@串聯的數位觀展模式，現場規劃四大展區，體驗AI機器人、無人店新商機、比特幣交易解密，立即預約享免費觀展！