講者 : 楊奕馨研究員 國家衛生研究院 癌症研究所
關鍵字: NBCT、共同欄位模式、比較效果研究、RWD、RWE、資料治理、Phenotype Library、國家人體生物資料庫
文 / GHD團隊 / 李修安、沈衍如
在「2025台灣健康大數據整合服務平台年會」中，國家衛生研究院癌症研究所研究員暨台灣健康大數據整合服務平台計畫主持人楊奕馨博士以「NBCT共同欄位模式支援比較效果研究：策略與挑戰」為題，分享 NBCT（National Biobank Consortium of Taiwan） 在資料標準化推動與實際研究應用上的最新進展與挑戰。
圖 台灣健康大數據整合服務平台計畫主持人楊奕馨研究員演講剪影
楊研究員指出，隨著精準醫療與真實世界資料（RWD）快速發展，如何整合跨院、跨領域的臨床與生物樣本資料，成為推動比較效果研究（Comparative Effectiveness Research, CER）的關鍵。NBCT 自2019年起由國衛院主導建置，整合38家生物資料庫與醫療機構，透過共同欄位模式（Common Data Model, CDM）實現資料互通、再利用與法規合規。
圖 NBCT 平台架構概覽
NBCT 由國衛院管理，整合全台38家生物資料庫，提供一站式資料申請與再利用服務。
在介紹 NBCT 平台架構時，楊研究員說明，該模式藉由標準化欄位（涵蓋人口學、疾病診斷、治療、預後與死亡紀錄），確保研究者能取得完整且可比較的病人歷程資訊（Patient Journey）。同時，NBCT 結合 FHIR 架構與 mCODE 標準，使癌症臨床資料能與國際資料模型接軌，支援跨國RWE研究與AI分析。
圖 NBCT 共同欄位模式示意
模式涵蓋診斷、治療、預後、死亡等欄位，確保跨機構資料一致性，支援比較效果研究。
她分享了一項以 HER2陽性乳癌患者為例的試驗性研究，利用 NBCT CDM 資料，分析二線治療的真實世界療效與治療持續時間。該研究由 Daiichi-Sankyo 與 AstraZeneca 聯盟支持，顯示 NBCT 模式具備支持 CER 的可行性。
圖 HER2陽性乳癌試驗研究結果
以HER2陽性乳癌患者為例，分析實際治療趨勢與療效，驗證NBCT資料的研究潛力。
最後，楊研究員也指出 NBCT 推動過程中面臨的挑戰，包括：資料品質與一致性、法規遵循、跨院資料串接及技術門檻。她提到，國衛院將持續優化 NBCT CDM 架構，並推動「Phenotype Library」計畫，建立標準化可運算表型（Computable Phenotypes），以支援未來的精準醫療與查驗登記研究。
圖 資料治理與Phenotype Library構想
國衛院規劃建立Phenotype Library，收錄標準化演算法與資料治理工具，促進RWE研究。
