SNOMED CT TAIWAN 2025 國際研討會暨工作坊
打造全球醫療共同語言──談 SNOMED CT 與資料互通的力量
【SNOMED International 國際合作亞太地區與全球教育推廣】Liara Tutina
來自SNOMED International的Liara，負責亞太地區的國際合作與全球教育推廣，長年奔走在各國醫療系統與標準組織之間，推動一個聽起來很簡單、卻能改變世界醫療樣貌的理念──讓全世界的醫療說同一種語言。
- 從紙本到數位──資料變多了，意義卻可能丟了
Liara 開門見山地指出，過去的醫療多靠紙本病歷，如今已全面數位化，每天新增的醫療資料量以驚人速度成長。問題是，即使在同一家醫院，不同系統記錄的同一位病患資訊，格式可能完全不同。沒有標準化，這些資料在不同系統間交換時，臨床意義就可能消失。她舉例，「同樣是血壓數據，A 系統寫成『BP 120/80』，B 系統可能用另一種代碼儲存，結果一旦跨系統分享，就像翻譯時漏了一半的句子──醫師無法完全理解。」因此，現今的最佳做法是「一次收集、多方共享」，並確保資料的臨床意義不會在轉換過程中流失。這樣做不僅能減輕醫療人員重複輸入的負擔，也能讓病人與醫療系統獲得最大的價值。
圖一、SNOMED CT 在臨床、研究與分析的多重應用
- SNOMED CT 是什麼？
Liara 用一句話總結：「它是醫療的共同語言。」
SNOMED CT經過40多年的科學驗證與發展，能將臨床資料以一致、可計算的方式記錄在電子病歷中，並能與其他國際標準（如 ICD-10、LOINC）無縫整合。它的結構很有秩序—分成 19 大階層，從「臨床發現」、「檢體」、「生物體」到「醫療處置」都有明確分類。每個概念包含：
- 概念（Concept）：機器可讀的唯一識別碼。
- 描述（Description）：人類可讀的名稱與同義詞。
- 關聯（Relationships）：讓概念彼此連結，方便搜尋與彙整。
為什麼它重要？在理想狀態下，病人的資料只需在診療現場輸入一次，之後在不同醫院、診所、研究機構間都能通用，並且保持原本的臨床意義。對個人來說，這代表：健康紀錄更完整，醫師能即時做出準確判斷。就算換醫院或轉診，資料也能無縫流通、病歷可用母語記錄，SNOMED支援多語系。對整個族群來說，這代表：能提早發現疾病趨勢（如癌症防治）。減少重複輸入與資料錯誤。讓研究與公共衛生分析更精準。
圖二、SNOMED CT 的多重價值與效益
- 世界各地的真實案例
Liara 分享了幾個令人印象深刻的故事：澳洲把SNOMED與自然語言處理（NLP）結合，預測疾病發生趨勢。美國內布拉斯加大學將基因組資料與 SNOMED 整合，提升癌症治療精準度。英國Northview 醫院則是透過基於證據的醫囑集，降低患者死亡率。另外，美國Kaiser Permanente利用SNOMED改善病人安全、族群健康管理，同時降低成本。而COVID-19 防疫期間，有的國家能在72小時內，用SNOMED架好疫情監測系統。SNOMED CT讓醫院少犯錯、病人住得更安全。一個發生在倫敦的案例，讓人看見SNOMED的直接效益。當地一間醫院利用SNOMED編碼提早辨識高感染風險病人，結果不當安置在開放病房的比例下降了30%，大幅減少院內感染機會，保護了許多原本就病情嚴重的患者。
- SNOMED International的使命：用同一種語言，讓醫療沒有邊界
SNOMED International 是一個非營利組織，目前有52個會員國，共同制定策略與優先事項。它的使命是提供永續的全球醫療術語，促進有意義的醫療資訊交換與分析；願景是2030年以前，讓臨床術語成為全球共通語言，讓不同國家、不同醫療系統之間的資料，能像語言翻譯一樣自然流通。Liara的分享讓人明白，醫療資料不是孤立的檔案，而是一條條與生命息息相關的資訊鏈。當全世界都用同一套標準來記錄與分享這些資料，就能讓醫療系統更安全、更高效，病人獲得更好的照護，醫療決策也更有根據。正如她所說：
「當我們開始用同一種語言溝通健康，醫療就不再有國界。」
圖三、SNOMED International 與各大國際標準、分類與專業機構的合作關係
以結構化醫療資料拯救生命─談 SNOMED CT 的全球應用與啟示
【SNOMED International 國際合作專員】Suzy Roy
「這是我第一次來到台灣，一個美麗又重要的國家！」來自 SNOMED International 的 Suzy Roy，一開場就表達了她對台灣的熱情與肯定。身兼國際合作專員、研究與管理專員的她，不僅熟悉全球醫療標準的推動，也曾在美國國家醫學圖書館 擔任美國代表，主導 SNOMED CT 美國版的發展與跨國醫療術語合作。這次，她帶來一個關於「資料如何挽救生命」的故事。
- 疫情下的生死關鍵──來自英國東倫敦的啟示
故事發生在 2020 年初，新冠疫情剛剛開始蔓延，英國東倫敦的一家醫院注意到一個奇怪的現象：許多病人同時出現 失去嗅覺與味覺 的症狀。雖然當時大家還不確定這和 COVID-19 的關係，但醫院憑藉著一個強大的工具──SNOMED CT 編碼系統，迅速整理出所有有類似症狀的病例，並進行人口層級的分析。分析結果令人震驚：黑人與亞裔病患的病情惡化速度明顯較快。這項發現促使醫院立刻調整分流策略，將這兩類病人優先送入加護病房。結構化資料的力量，就這樣在最危急的時刻，真真實實地挽救了許多生命。
圖四、SNOMED CT 在研究上的實際應用案例，以 COVID-19 流行病學研究為例
- 為什麼 SNOMED CT 能做到？
Suzy 解釋，醫療資料如果只是零散的文字，電腦無法真正理解，更別說快速分析。SNOMED CT 就像是一個「智慧醫療字典」，它不僅能把「心肌梗塞」、「心臟病發」和「MI」都連到同一個概念，還能標記它是「心臟疾病的一種」、「病灶位於心臟」。這種「電腦看得懂」的結構化設計，讓系統可以快速篩選出有共通特徵的病人，生成報告、發出警示，甚至用來訓練 AI 模型。
- 全球的真實應用案例
Suzy 帶來了幾個令人印象深刻的例子：
- 加拿大北約克總醫院，用超過 900 個 SNOMED CT 循證醫囑集打造臨床決策支持系統，一年內達到 100% 採用率，5 年省下超過 3,800 萬美元，同時讓醫師的工作更有效率。
- 美國 NIH「All of Us」研究計畫，蒐集 60 萬人的健康資料，揭示了空氣污染與癌症發生率之間的關聯，為公共衛生政策提供了有力依據。
- 當 SNOMED CT 遇上 AI
除了公共衛生，SNOMED CT 也正在和人工智慧（AI）擦出火花。在賽普勒斯，大型語言模型（LLM）自動將 SNOMED CT 轉換為醫療計費代碼，節省一半以上的人工時間。
在澳洲，LLM 被用來協助撰寫全國藥品術語（AMT），並與 SNOMED CT 完整連結。Suzy說，因為SNOMED CT 是「機器可讀」的，它能和AI工具無縫結合，推動更智慧、更精準的醫療。
圖五、SNOMED CT 與大型語言模型LLMs的結合應用
- 從資料到行動
Suzy 的演講讓人看見，醫療資料不是冰冷的數字，而是背後每一條生命的縮影。透過 SNOMED CT，把醫療語言變成電腦可理解的結構化資料，醫院與政府就能更快地找到高風險族群、優化治療流程、制定公共衛生政策，甚至為 AI 發展奠定基礎。正如她最後所說的：「當我們能夠善用資料，我們就能改變結果。」
圖六、SNOMED CT 2025–2030 發展策略藍圖