在全球範圍內，實驗室檢驗數據的登記方式與格式因儀器和軟體差異而千差萬別。以「鉀離子」為例，其名稱可能被標示為「K」、「Potassium」，單位則多樣如毫克、毫當量、mmol/L 或 mEq/L，甚至可能附加「serum」標註或隱藏於特定編號中。此外，檢體狀態的描述也缺乏一致性，如「檢體凝固」、「檢體品質不佳」或「檢體量不足」等。這些不一致的記錄方式，在人工智慧分析與醫院間的病歷交換時，帶來了巨大的困難。
為解決此問題，國際上發展了一套名為 LOINC（Logical Observation Identifiers Names and Codes）的標準。LOINC 專為統一實驗室檢驗與臨床觀察數據的表達方式而設計，由美國印第安納大學的 Regenstrief Institute 所發展。它是一套國際標準，旨在為檢驗檢查數據與臨床觀察項目提供唯一的代碼，以實現不同醫院及系統之間的互通。
每個 LOINC 代碼都基於一個六要素模型（LOINC Name Components），這些要素確保了其全球唯一性及語意清晰度：
- Component（成分/檢測項目）：指實際檢測的項目，如 Potassium、Glucose、Troponin I。
- Property（檢測性質）：描述檢測的性質，如 SCnc（Substance Concentration，物質濃度）、MCnc（質量濃度）。
- Time（檢測時間特性）：說明檢測時間點，如 Pt（Point in time，即時測量）、24H（24小時收集）。
- System（檢體來源系統）：標明檢體來源，如 Ser（血清）、Urin（尿液）、CSF（腦脊髓液）。
- Scale（量測尺度）：定義量測的類型，如 Qn（定量）、Ord（序列/定序）、Nom（名義/分類）。
- Method（方法，非必要）：指檢測方法，如 EIA（酵素免疫分析）、PCR。
以「Potassium [Moles/volume] in Serum or Plasma」為例，其 LOINC 代碼為 6298-4。這個代碼的構成要素分別是：Component: Potassium、Property: SCnc、Time: Pt、System: Serum/Plasma、Scale: Qn，而 Method 則未特別標示。這種結構保證了數據的全球唯一性與語意清楚，從而避免了各醫院或儀器採用五花八門的寫法。
LOINC 的應用對臨床醫學帶來了顯著的改變
跨院病歷交換更容易：當不同醫院都採用 LOINC 時，檢驗報告在轉診或急診時能自動對應，有效避免重複檢查。
支援臨床決策支援系統（CDSS）與 AI：標準化的醫療數據代碼使 AI 模型能正確讀取「鉀離子」等數據，避免因名稱差異導致的錯誤判讀。
公共衛生與監測：LOINC 已被美國 CDC、WHO 等機構採用，用於傳染病通報及慢性病監測，大幅減少了人工整理的工作。
國際研究與臨床試驗：全球研究中心若統一使用 LOINC，血糖、血壓、檢驗數據便能直接比對，促進了臨床研究的國際合作。
資訊處在8月28號舉辦了台灣LOINC大會，特別邀請到一位重量級貴賓──美國最大醫學會（AMA）去年才剛卸任的主席Jesse M Ehrenfeld。他正是以醫學資訊為專業，而登頂美國醫學會主席的最佳範例。
他的蒞臨線上演講，對醫學界意義非凡，就如政治上，美國卸任總統來台灣訪問所代表的意涵一樣，充分展現對台灣的重視。
這位主席本身是威斯康辛大學醫學院麻醉科教授與臨床醫師，同時也是醫療資訊學的先驅。他的人生經歷傳奇，曾赴阿富汗服役，年紀輕輕就已成為領域翹楚。更巧合的是，他還是我在哈佛時期的小一屆公衛學弟，同時活躍於美國醫療資訊領域。
在擔任 AMA 主席期間，他最自豪的一項改革，就是推動「癌症用藥事前審查制度」。這個制度透過醫療資訊科技的自動檢查與申報機制，估計幫美國節省了超過 150 億美元的醫療開支與浪費。這正好也是台灣健保署目前正在推動的重要方向。這項成就不僅展現醫療資訊如何帶來實質的醫療效益，更證明醫療資訊學已經站在醫學的核心位置，能驅動巨大而深遠的改變。
除了國際講師的分享，健保署龐副署長將分享台灣如何透過 LOINC 推動 NGS 收案與癌藥事前審查；CDC 莊署長（同時也是醫療資訊學博士）將介紹如何利用 LOINC 建立自動化的傳染病通報系統；我則會談到台灣在推動 LOINC 應用於實驗室數據政策上的進展。
這場會議是台灣首次集合檢驗界、醫學資訊領域、臨床醫師、政府部門與體外診斷廠商，共同討論醫療標準推動的盛會，具有里程碑意義，我們正跨出關鍵一步。
