【醫療數據松，醫療科技再進擊】
很榮幸今天再度受邀至 臺北醫學大學與 Massachusetts Institute of Technology(美國麻省理工學院)合作舉辦的「Healthcare Datathon 醫療數據松」，今年活動邁向第四年，也是我第二次參與，很高興這次看到更多政府機構願意給予這樣的活動表示支持。
「數據就像AI的糧食，你餵AI吃壞掉的數據，你的AI就會發展成壞掉的模樣。」常常有人這樣為微妙比喻大數據和AI之間的關係。
台灣發展AI所面臨的困境，和其他小國所面臨的困境無異。國家太小，人口太少，導致先天母體樣本數不足，自然而然數據無法快速累積。但台灣沒有想到的是，從全民健保創辦至今，台灣已經自然累積了兩千三百萬人口長達24年的健康數據，全世界大概只有丹麥的健保資料庫歷史比台灣更悠久，但丹麥的人口卻只有台灣的三分之一，論數據量還是無法和台灣匹敵。
雖然擁有得天獨厚的「#天然金礦」，但許多大數據相關的台灣醫療新創先反應，在今年六月以前，健保資料庫僅提供學術單位及非營利機構研究使用，使用者必須事前申請，也只能在線上操作，不能把資料帶走，對於以數據為基石的AI技術其實大不容易。相信健保數據庫開放之後，能夠加速台灣的AI醫療發展。
為了加速AI在各領域的發展，我也呼籲盡速通過我領銜提案，參考美國、英國，與日本等國，並且在上個會期一讀的「#人工智慧發展基本法」，直接從法規面保障AI產業。而我的法案主要有以下幾個重點：
1.確定人工智慧之發展在國家政策中的定位，訂立發展綱領要求中央政府應在產業界和學術界優先推動人工智慧的研究、發展
2.促進產業AI化、建立AI技術應用平台，以及形成AI產業生態系。
3.人工智慧發展牽涉大規模公眾數據的使用以及實驗場域落地試驗，與公共利益牽連甚深，須制定適當的人工智慧的開發標準原則。
4.政府在符合開發標準原則下，應盡量滿足產業、學術界在人工智慧研發與應用之需求
5.建立與凝聚公眾對人工智慧的認識與信任， 樹立人工智慧發展的基本倫理原則。
下週二早上我也會召開「AI要前進，法規要跟進」記者會，希望透過呼籲政府加速通過AI相關立法，讓台灣成為下一個 AI Nation!
#HealthcareDatathon
#健康數據松
#TMUxMIT
#AINation
