商傳媒｜記者康語柔／綜合外電報導
自然語言處理（Natural Language Processing, NLP）技術正在快速改變醫療產業。藉由分析大量的結構化與非結構化病患資料，NLP系統得以從臨床紀錄、電子病歷、出院摘要、放射報告等文字資料中，提取出過去未被充分利用的重要資訊。這項技術的應用，有助於強化臨床決策支援、提升醫療編碼的準確性、加速醫學研究，並支援群體健康管理。
根據 DataM Intelligence 的市場報告指出，全球醫療與生命科學領域的自然語言處理市場，在2024年達到56.7億美元的規模，預計將以38.3%的年複合成長率（CAGR）成長，於2033年達到859.5億美元。
市場成長的驅動力，來自於電子病歷的普及、對數據驅動醫療洞察的需求增加、AI驅動分析工具的擴展，以及降低行政負擔的需求。NLP的應用廣泛，包括臨床文件改善、自動醫療編碼、藥物安全警戒、病患情緒分析及真實世界證據的生成。隨著醫療機構持續將營運數位化並整合AI解決方案，NLP預計將在全球範圍內，在改善照護品質、營運效率和病患預後方面，扮演核心角色。
近期產業發展包括：
- IBM Watson Health 擴展了其在北美和歐洲的自然語言處理（NLP）產品，推出強化的臨床NLP模型，從非結構化的醫療記錄中提取結構化的洞察，並宣布計劃在2026年將預測分析和互通性應用程式介面（API）整合到主要的電子健康記錄（EHR）平台中。
- Google Health & DeepMind 在全球數位健康市場推出先進的NLP驅動臨床決策支援工具，能夠總結醫學文獻和病患病史，未來將重點放在多模態AI解讀和臨床醫生工作流程自動化。
- Microsoft Azure Health AI 在亞太地區強化了其NLP在醫療和生命科學領域的解決方案，提升了病患參與、臨床文件和研究分析的自然語言理解能力，並概述了深化與醫療系統和生物科技公司合作夥伴關係的計畫。
- Nuance Communications（AWS旗下公司）在歐洲和拉丁美洲推出了更新的NLP演算法，用於放射學和病理學報告自動化，並宣布即將與語音啟用的臨床文件平台和績效監控儀表板整合。
- Amazon HealthLake AI 在美國推進了其NLP能力，以支援即時臨床洞察和自動編碼輔助，未來發展方向為縱向病患敘事合成和真實世界證據提取。
- Sema4 在全球生命科學和研究市場上，推進了其NLP驅動的基因體學和表型體學分析工具，以加速生物標記的發現和治療分層，並概述了支援協作研究網路和聯合數據倡議的計畫。
DataM Intelligence的報告中，點出以下市場驅動因素：
- 採用NLP技術以釋放非結構化臨床和生物醫學數據的價值，例如電子健康記錄（EHR）、臨床筆記、研究文獻和病患產生的數據。
- 需要透過自動編碼、總結和語義分析來增強臨床決策支援、減少文件負擔並提高診斷準確性。
- 真實世界證據生成和藥物安全警戒的成長，需要NLP從包括醫療報告、社群媒體和科學出版物在內的多種文字來源中提取洞察。
- 遠距醫療、虛擬照護和遠端監控平台的擴展，其中NLP增強了病患與醫護人員之間的溝通、分流自動化和對話式AI介面。
- 對AI驅動的醫療IT、互通性倡議和數據分析平台的投資增加，支援NLP在各種照護環境中的整合。
- 法規對數據品質、標準化和語義互通性的日益關注，鼓勵支援結構化數據捕獲和報告的NLP應用程式。
- 透過NLP實現的文獻挖掘和生物標記識別，加速藥物發現、臨床試驗優化和精準醫療的需求不斷成長。
依據DataM Intelligence的分析，北美地區目前佔據42%的市場份額，主要受益於先進的醫療IT基礎設施、高數位醫療投資、強大的AI研究生態系統，以及NLP在臨床和生命科學工作流程中的廣泛採用。歐洲佔據28%的市場份額，這得益於結構化的醫療系統、互通性倡議、國家健康數據策略，以及NLP在研究和病患照護中不斷擴大的應用。亞太地區佔據24%的市場份額，這主要受到醫療和研究領域快速數位轉型、中國、印度、日本和東南亞AI採用的增加，以及對生命科學分析需求的成長所推動。
相關新聞推薦
正在載入相關新聞...
