在COVID-19 疫情之下，英國生物資料庫提供2 萬名參與者及其親屬提供為 期6 個月的血液樣本，幫助瞭解感染程度並提供對病毒自然免疫力的理解，並確 定誰曾感染過該病毒，瞭解A 感染對健康的長期影響，並邀請個案參加二次影 像追蹤，瞭解病毒對內臟器官的影響，此外英國近期將收 20 萬的新生兒，欲早 期偵測出可治療的疾病，激發全球科研界的想像力，來改善人類健康。 基因體和表觀基因體資料的變異，往往不足以解釋疾病的發生和進程，因此 環境成因必須考量，近來相關量測工具的進步，有暴露體學的運用，使用基因、 環境及其交互作用，可以建置更精準的預測模型。以家族出生世代資料庫，有利 於基因、環境交互作用的探討，可降低總個案數和成本，更快找到致病基因或環 境成因，是臺灣地狹人稠、家庭凝聚力較大、總人口數較少之背景下，非常值得 嘗試的世代建置方式。 近來癌症存活者人數增加，生命延長，許多癌症治療方式如標靶治療、賀爾 蒙療法也都存在許多心毒性的風險，例如接受雄激素剝奪治療的前列腺癌患者， 心血管疾病已成為第二大常見死因，再者運用個體化風險分層，可以識別高危人 群以進行早期預防和治療建議，可避免併發症和改善臨床結果，也是未外來精準 醫療必須納入的重點。 人工智慧(AI) 技術於精準醫療的運用已勢在必行，AI 已被視為「軟體醫材」， 於臨床應用所面臨的挑戰包括「取代醫師」的誤解和不正確的期待，缺乏數據標 準化，以及缺乏用於開發、驗證和優化 AI 模型的國家型準則，是以多管齊下， 包括製造商、法規監管機構、醫療保險制度、預期用戶和臨床應用的目標族群， 以及機器學習優良製造規範，這當中，各領域的合作是關鍵。