鍾仁華博士：生物資訊與遺傳統計學研究室
鍾博士現為國家衛生研究院研究員，專長為生物資訊、遺傳統計學及複雜疾病研究。擁有美國北卡羅來納州立大學博士學位，並在基因分析方法學方面具備豐富研究經驗。
查看著作
打造糖尿病風險預測新工具──來自臺灣的人群大數據研究
糖尿病是影響全球最嚴重的慢性疾病之一。對醫師和患者來說，如何更早、更準確地找出高風險族群，一直是醫學研究的重要課題。
近期，我們團隊利用臺灣人體生物資料庫（TWB）、英國人體生物資料庫（UKB）以及臺灣成人預防保健服務（APHS）的龐大數據，開發出一個高準確度的糖尿病風險預測模型。這項成果已獲得 Diabetes & Metabolism Journal 接受發表。
研究怎麼做？
1
團隊分析了 約 6.5 萬名臺灣人體生物資料庫參與者 的基因與臨床數據，建立預測模型，再利用 430 萬份成人預防保健資料 與 英國人體生物資料庫的 8 萬多名參與者資料 進行驗證。
2
透過機器學習中的 LASSO 回歸 方法，研究人員從 441 項可能的因子中篩選出 13 個關鍵風險因子，並建構出一個模型，準確度（AUC）高達 90.58%，在同類研究中屬於頂尖表現。
有哪些新發現？
新指標──肺功能也能預測糖尿病
除了常見的血糖與糖化血色素（HbA1c），研究團隊還發現 呼氣流量（Peak Expiratory Flow, PEF） 這個肺功能指標，竟然是糖尿病的重要預測因子。這顯示糖尿病與全身健康息息相關，而不僅僅是「血糖的問題」。
基因風險分數的重要性因族群而異
在臺灣人群中，基因風險分數（PRS）對糖尿病風險的影響比歐洲人更明顯，顯示不同族群的遺傳結構會改變基因在疾病上的作用。
男女與年齡差異
分析 430 萬份臺灣成人預防保健資料後，研究人員發現：
  • 女性在年輕時（55 歲以下），腰圍和血脂異常對糖尿病風險的影響特別大。
  • 男性則呈現較穩定的風險模式。
這說明糖尿病的風險因子會隨性別與年齡而改變。
為什麼重要？
全面評估風險
只靠傳統的血糖檢測可能不足，結合基因、肺功能與臨床指標 能更全面評估風險。
個人化醫療
預測模型能針對不同年齡、性別甚至不同族群進行調整，真正做到 個人化醫療。
臺灣數據的國際價值
臺灣的人體生物資料庫和健康檢查數據，已成為國際研究的重要資源，能為東亞族群量身打造預防策略。
小結
這項研究不只是建立一個準確度高的糖尿病預測模型，更提出了跨族群、跨年齡、跨性別的全新視角。未來，醫師或許能透過這樣的工具，更早發現高風險族群，提供更合適的介入，幫助大家遠離糖尿病。

研究亮點：準確度高達90.58%的預測模型，結合基因、臨床與肺功能指標，為不同族群、性別和年齡層提供個人化風險評估。