林小姐使用健康管理服務三個月後，系統產生了一份追蹤報告。報告上不只有她第一次填寫的症狀問卷，也不只有單次檢查數據。
裡面還包含三個月的睡眠變化、每週的壓力自評、每日的心率與 HRV 趨勢、血壓紀錄、服藥與回報狀況、健康管理師追蹤紀錄、醫師建議後的生活調整、以及她自己對身體狀態的描述。
一開始，她最常回報的是睡不好、心悸、胸悶、容易緊張。
第一個月，她的睡眠仍然不穩定，壓力指標時高時低。
第二個月，她開始比較能分辨哪些情況會讓心悸變明顯。
第三個月，她的夜間醒來次數減少，白天疲勞感下降，也比較少半夜上網搜尋症狀。
這些變化，不一定會出現在單次門診裡，但它們確實發生在她的生活中。
問題是這些生活中的變化，算不算醫療成果？穿戴裝置的資料，能不能成為健康改善的證據？病人的自我回報，能不能進入照護品質管理？健康管理服務到底有沒有讓病人變好，該如何衡量？遠距照護與 AI 健康管理的價值，能不能被證明？
這就是 FUTURE Care Model 的第六個字母R：Real-World Evidence，真實世界證據。
真實世界證據，不只是研究名詞，而是未來照護的成果語言
過去，醫療很重視臨床研究與臨床試驗。這非常重要，因為醫療不能只靠感覺，也不能只靠宣傳。藥物、治療、醫材與照護方式，都需要透過嚴謹研究來確認安全性與有效性。
但在數位健康時代，另一種證據也變得越來越重要，那就是病人在真實生活中留下的健康證據(Real-World Data)。這些資料可能來自居家血壓紀錄、血糖監測、睡眠數據、心率與 HRV、血氧與活動量、症狀日記、服藥紀錄、健康問卷、健康管理師追蹤紀錄、病人的生活品質變化、家屬觀察紀錄、以及工作與日常功能恢復狀況。
這些資料不是在理想實驗室中產生，而是在病人的真實生活中發生。它們回答的問題，不只是「這個治療在研究中有沒有效？」，而是這項照護服務，在真實生活裡，有沒有幫助這個人變得更好？
這就是 Real-World Evidence 的核心。
它不是否定臨床試驗，而是補上臨床試驗不容易看見的那一段:病人離開醫院後，在家裡、工作中、睡眠裡、復原過程中，健康到底有沒有改變。
為什麼未來醫療需要 Real-World Evidence？
因為很多健康問題，不是一次治療就能結束。例如：慢性病管理、睡眠障礙、壓力過高、自律神經失調、心血管風險管理、復健追蹤、高齡照護、心理健康、生活型態疾病、術後恢復、企業員工健康管理。
這些問題都不是單次事件，而是一段過程。如果只看一次門診，我們很難知道病人是否真的改善。病人說「比較好」，到底是症狀減少，還是只是比較安心？醫師說「持續觀察」，到底要觀察什麼？健康管理師說「有進步」，進步在哪裡？企業說員工健康方案有效，是看使用率，還是看健康風險下降？數位健康平台說服務有效，是看下載量，還是看病人真的改變？
這些問題，都需要真實世界證據來回答。Real-World Evidence 的價值，就是把照護成果從模糊感受，逐漸轉成可追蹤、可比較、可管理、可改善的證據。
過去，醫療服務常常停在「有提供服務」，但未來醫療服務必須進一步回答：服務之後，病人在哪裡變好了？
從資料到證據，中間還差一大步
不過，真實世界資料不等於真實世界證據，這一點非常重要。穿戴裝置每天產生資料、App 每天收集紀錄、健康管理師每天追蹤病人、客服每天留下互動紀錄。資料很多，不代表證據已經形成。
資料要成為證據，至少需要經過三個轉化:
- 從資料到指標: 把零散的睡眠紀錄，整理成入睡時間、夜醒次數、睡眠效率與主觀睡眠品質。
- 從指標到趨勢: 不是只看某一天睡得好不好，而是看連續四週、八週、十二週的變化。
- 從趨勢到照護成果: 睡眠改善是否伴隨疲勞下降、焦慮降低、白天功能改善、回診次數減少，或病人對自我健康的掌控感提升。
也就是說資料是原料，指標是語言，趨勢是脈絡，證據才是成果。如果沒有這個轉化過程，健康資料只會停留在圖表。看起來很豐富，但不一定能說明照護是否有效。這也是很多數位健康產品最容易遇到的問題。
- 它們有很多數據，卻很少能說清楚這些數據代表什麼。
- 它們有很多報表，卻不一定能回答病人是否變好。
- 它們有很多互動紀錄，卻未必能證明服務創造了照護價值。
真正的RWE，不只是把資料收進來，而是把資料轉化成能支持判斷、改善服務、建立信任與支撐支付的證據。
真實世界證據讓健康管理可以被驗證
對傳統醫療來說，最常見的成果指標可能是檢查數值、診斷結果、併發症、住院率、死亡率或疾病控制率。但對數位健康與健康管理來說，成果指標會更複雜。
因為健康管理關心的不只是疾病本身，也關心病人在生活中的改善。例如睡眠是否改善？壓力是否下降？活動量是否增加？服藥是否更規律？病人是否更了解自己的身體？症狀是否比較少惡化？是否更早發現風險？是否減少不必要的焦慮與搜尋？是否知道什麼情況該回診？是否減少照護斷點？是否提升生活品質？是否降低照護成本？是否讓家屬更安心？
這些都是未來健康管理需要被衡量的成果。
過去，很多健康服務只能說「我們有提供追蹤。」「我們有健康報告。」「我們有 AI 分析。」「我們有專人關懷。」「我們有會員服務。」
但未來，市場會更在意這些服務到底造成什麼改變？病人的風險有沒有下降？生活行為有沒有改變？照護團隊有沒有更早介入？醫師是否更快掌握重點？健康管理師是否更有效率？病人是否更安心、更能自我管理？企業是否看見員工健康風險下降？保險或雇主是否看見可衡量的成本效益？
這就是 Real-World Evidence 的價值，讓健康管理不只是服務承諾，而是可以被驗證的照護成果。
案例一：Pirche × Natera，精準醫療從一次性風險評估走向長期監測
第一個案例，是 Pirche 與 Natera 在器官移植醫療上的合作。
Pirche AG 是一家總部位於德國柏林的數位分子風險評估公司，專注於器官移植前的免疫風險分析。它的核心能力，是分析捐贈者與受贈者之間的 HLA 差異，預測病人未來產生免疫排斥反應的可能性。簡單來說，Pirche 比較像是「移植前風險評估專家」。
Natera 則是美國精準醫療與無細胞 DNA 檢測公司，業務涵蓋腫瘤檢測、非侵入性產前檢測與器官移植監測。在器官移植領域，Natera 的 Prospera 檢測使用dd-cfDNA，也就是donor-derived cell-free DNA，來監測移植後器官是否可能正在受到傷害。簡單來說，Natera 比較像是「移植後分子監測專家」。
兩家公司合作的意義，就在於把這兩個時間點串起來。移植前，Pirche的 TxPredictor 平台可以協助醫療團隊評估這位病人未來發生免疫排斥反應的風險高不高？是否比較可能產生針對捐贈器官的抗體，增加排斥反應風險？是否需要更密集的追蹤或更謹慎的免疫抑制策略？移植後，Natera 的 Prospera 檢測則可以協助醫療團隊觀察移植器官是否可能正在受到免疫攻擊？dd-cfDNA 是否上升？是否需要更早調整治療或安排進一步檢查？
這樣的合作，代表移植醫療不再只是「術前配對」與「術後例行追蹤」兩個分散步驟，而是開始形成一條更完整的移植旅程資料鏈。也就是移植前，先知道誰比較危險。移植後，再持續觀察器官是否正在受傷。接著，根據這些資料調整免疫抑制治療與追蹤策略。
這對 Real-World Evidence 很重要。因為真實世界證據不是某一次檢查數值，也不是某一份風險評估報告，更像是一段連續的證據旅程。
在傳統移植管理中，醫療團隊會看 HLA 配對、PRA、DSA、腎功能、肝功能、活體切片等資訊。但問題是，很多排斥反應早期可能沒有明顯症狀，器官功能也可能尚未明顯異常。等到數值惡化或症狀出現時，可能已經錯過最佳介入時機。
Pirche × Natera 的合作，正好說明未來精準醫療的方向不只是治療前做一次風險判斷，而是在治療後持續看見病人的真實反應。
這也是 RWE 與傳統單次檢查最大的不同。單次檢查回答的是「這一刻病人的狀態如何？」連續監測回答的是「病人的狀態正在往哪裡變化？」前者看的是時間點，後者看的是趨勢。而真實世界證據真正有價值的地方，正是在於它能看見趨勢。
如果某位病人在移植前被評估為高風險，移植後又出現 dd-cfDNA 上升，醫療團隊就可能更早提高警覺、加密監測，或調整免疫抑制策略。相反地，如果某位病人風險較低，且移植後長期監測穩定，醫療團隊也可能更有信心地避免過度治療，降低免疫抑制藥物帶來的感染、腎毒性或其他副作用風險。
這就是個人化照護的真正意義，不是每個人都接受一樣的追蹤頻率、治療強度、都用同一套標準判斷風險，而是根據病人在整段治療旅程中的資料，逐步調整照護策略。
這個案例雖然發生在器官移植領域，但它對數位健康與健康管理有很大的啟發。因為很多健康服務也常常停留在「一次評估」，例如做一次自律神經檢測、量一次血壓、填一次壓力量表、產出一次健康報告、做一次 AI 風險評估。這些都有價值，但它們只代表某個時間點。
真正的健康管理，不是告訴病人「你現在怎麼樣」而已。更重要的是接下來，你有沒有變好？
- 病人一開始 HRV 偏低，三個月後是否改善？
- 病人睡眠品質不穩，六週後是否更穩定？
- 病人血壓時高時低，經過追蹤後是否下降？
- 病人原本很焦慮，是否逐漸知道什麼狀況需要回診、什麼狀況可以先觀察？
- 健康管理師介入後，病人的行為是否真的改變？
- 醫師判讀後，後續照護是否更精準？
這些都需要連續資料，也需要把連續資料轉成證據。
Pirche × Natera 的案例提醒我們，未來醫療的競爭力，不只是誰能做出更準確的一次性檢測，而是誰能把病人從治療前、治療中、治療後的資料串成一條可解釋、可追蹤、可介入的證據鏈。
這就是 RWE 的第一個價值從單次判斷，走向連續證據。
當醫療服務能夠長期追蹤病人的變化，它就不只是在做服務，而是在累積證據，而這些證據，會成為未來精準照護、風險預測、療效評估與服務改善的基礎。
案例二：FDA × CMMI ACCESS，沒有支付模型的RWE 只是漂亮資料
第二個案例，是美國 FDA 啟動的 TEMPO for Digital Health Devices Pilot，以及它與 CMMI 推動的 ACCESS 慢病支付模型之間的連結。
美國食品藥物管理局(FDA)是美國負責監管藥品、醫療器材、生物製劑、食品安全與部分數位健康產品的重要政府機構。對醫療產業來說，FDA 的意義不只是「審核產品能不能上市」。更重要的是，它代表一套制度性標準來審查產品是否安全？是否有效？資料是否可靠？病人是否受到保護？產品上市後是否仍需要持續監測？新型醫療科技應該如何被評估與管理？
過去，FDA 的監管邏輯多半圍繞傳統醫療器材與藥品，例如一台醫療設備、一項檢測工具、一種藥物，通常有比較明確的產品邊界與使用場景。但數位健康產品不同，一個數位健康裝置可能同時包含感測器、App、雲端平台、AI 演算法、遠距照護流程、醫療團隊介入與病人日常使用行為。它不只是一個硬體，也不只是一個軟體，而是一套持續運作的照護系統。
這也是為什麼 FDA Digital Health Center of Excellence 的角色越來越重要，它的任務，是協助 FDA 用更適合數位健康時代的方式，推動負責任且高品質的創新，同時維持對產品安全性與有效性的要求。
換句話說，FDA 正在面對一個新問題「當醫療產品從單一器材變成數位平台與連續照護系統時，監管也必須從傳統產品審查，走向對真實世界成果的重視」。
TEMPO的全名是Technology-Enabled Meaningful Patient Outcomes for Digital Health Devices Pilot可以理解為數位健康裝置之技術驅動且具意義病患成果試辦計畫，它強調的不是「更多資料」、不是「更炫的裝置」、也不是「更聰明的 App」，而是對病人有意義的健康成果。
這正是 Real-World Evidence 在數位健康時代最重要的方向。
過去，許多數位健康產品會強調自己可以收集資料。例如血壓、血糖、心率、血氧、睡眠、活動量、HRV、症狀紀錄、服藥行為與遠距回報。這些資料很重要，但資料本身不等於照護成果。
FDA TEMPO 試辦計畫所傳達的訊號是數位健康裝置不能只證明自己量得到資料，還要證明這些資料能不能帶來對病人有意義的改善。這也是為什麼 TEMPO 與 CMMI 的 ACCESS 模式相互配合具有重要意義。
CMMI 是美國聯邦老人醫療保險與美國低收入戶醫療補助服務體系下的創新中心，負責測試新的醫療支付與照護模式。ACCESS 則聚焦於慢性病照護，希望透過有效、可擴展的解決方案，改善慢病照護成效。換句話說，TEMPO 關心的是數位健康裝置如何在安全、有效、負擔最小化的監管框架下進入醫療體系；ACCESS 關心的是這些解決方案能否真正改善慢性病照護，並被支付模式支持。
兩者放在一起，就代表一個很重要的趨勢 數位健康正在從「產品功能」走向「照護成果」，也從「資料蒐集」走向「監管、支付與制度化採用」。
因為 Real-World Evidence 不只是研究語言，也會逐漸變成監管語言、支付語言與商業模式語言。沒有支付模型的 RWE，很容易只是漂亮資料；能進入支付與照護制度的 RWE，才有機會讓數位健康服務持續擴大。
FDA TEMPO × CMMI ACCESS 的案例，讓我們看見 RWE 的另一個層次。如果案例一的Pirche × Natera 說明的是「臨床照護需要連續證據」，那麼 FDA TEMPO × ACCESS 說明的就是數位健康若要真正擴大，必須讓證據進入制度。
一個成熟的數位健康產品，在設計初期就應該思考：我要證明什麼？我要改善哪個族群的哪個問題？哪些指標代表短期改善？哪些指標代表長期成果？誰會相信這些證據？誰會根據這些證據付費？這些證據能不能支撐定價、續約、企業採購或保險合作？
這也自然銜接下一篇幅E：Ecosystem & Economics of Care，健康照護生態系與照護經濟學。因為一套健康服務如果無法證明成果，就很難被合理定價。一套數位健康裝置如果無法連結支付，就很難從創新試點走向日常照護。
真正成熟的數位健康，不只是收集資料，而是建立一條完整路徑：資料收集、臨床解讀、照護介入、成果追蹤、證據累積、監管認可、支付支持、規模化導入。這就是 RWE 的第二個價值從健康資料，走向支付與可持續經營的證據。
Real-World Evidence 對產品管理的啟發
啟發一：產品一開始就要設計「證據路徑」
很多健康產品一開始只設計功能，例如量測、提醒、報告、聊天、預約、衛教、追蹤。但成熟的數位健康產品，不能只問「我們要做哪些功能？」也要問這些功能如何證明自己有價值？
因此，產品設計初期就要建立證據路徑。要定義目標族群是誰？主要健康問題是什麼？希望改善什麼結果？要收集哪些資料？哪些指標代表短期改善？哪些指標代表長期成果？多久追蹤一次？如何比較介入前後變化？如何讓醫療團隊與病人看懂結果？
沒有證據路徑的健康產品，很容易只停留在「有做很多功能」。有證據路徑的健康產品，才有機會說清楚我們讓病人在哪些地方變好了。
啟發二：不要只看使用率，要看健康結果
數位產品很容易看使用率，例如登入次數、點擊率、填寫率、報告開啟率、訊息回覆率。
這些指標很重要，但對健康產品來說還不夠。
- 病人打開 App，不代表健康改善。
- 病人看完報告，不代表行為改變。
- 病人收到提醒，不代表風險下降。
- 病人完成量測，不代表照護品質提升。
健康產品要追蹤的不只是 engagement，也要追蹤 outcome。也就是健康指標是否改善？症狀是否下降？生活品質是否提升？風險是否更早被發現？照護是否更連續？病人是否更有自我管理能力？醫療團隊是否更有效率？成本是否更合理？
這是數位健康和一般消費型 App 最大的不同。一般 App 可以只追求留存率。但健康產品最終必須回到使用之後，病人是否真的變好？
啟發三：RWE 會成為健康服務定價的基礎
未來健康服務的定價，不能只看功能列表。但真正成熟的健康服務定價，會逐漸回到成果價值。如果一套服務能降低風險、減少急診、提升慢性病控制、改善生活品質、降低企業健康成本，它就有更強的定價依據。
這也是為什麼 Real-World Evidence 會和照護經濟學連在一起。沒有證據，就很難說服市場付費。有證據，才有機會建立合理價格、分級方案、企業方案、保險合作與成效基礎定價。也就是說RWE 不只是醫療研究工具，也會是未來健康服務商業模式的基礎。
啟發四：真實世界證據必須建立在信任與治理之上
真實世界資料來自病人的生活，睡眠、心率、血壓、壓力、服藥、症狀、心理狀態、生活習慣，甚至家屬回報，都可能涉及隱私與個人風險。因此，RWE 不能只談資料收集，也必須談資料治理。
健康產品必須清楚回答資料從哪裡來？病人是否知道資料如何被使用？資料是否被正確保護？誰可以看見資料？AI 如何處理資料？資料是否會被用於研究或商業分析？病人是否能選擇退出？資料如何避免偏誤與誤用？結果如何被解釋？誰對結論負責？
沒有治理的 RWE，會讓人不信任。有治理的 RWE，才有機會成為醫療創新的基礎。
啟發五：RWE 也要看見誰沒有被資料看見
真實世界資料看起來來自真實生活，但這不代表它自然代表所有人。如果一套數位健康服務主要被高教育程度、高收入、網路品質好、數位能力強的人使用，那麼它累積出來的真實世界證據，可能也主要反映這些族群的經驗。相反地，最需要健康照護支持的人，可能因為網路不足、設備不足、數位能力不足、語言障礙、醫療可近性不足，而沒有被資料看見。
因此，RWE不能只問我們收集了多少資料？也要問誰被收進資料裡？誰沒有被收進資料裡？哪些族群被低估？哪些風險被看不見？數位健康是否擴大了照護可近性，還是擴大了健康落差？
未來的診所不在診所，但它不能只服務數位能力高的人。如果 RWE 要成為未來醫療決策、支付與產品改善的基礎，就必須處理代表性、公平性與數位落差。這也是負責任的數位健康產品必須面對的問題。
結語：未來醫療要從「我覺得有效」走向「我們看見改善」
Real-World Evidence 的核心，不是把所有生活資料都收集起來。而是讓醫療服務能回答一個更重要的問題這項照護，是否真的讓病人變得更好？
未來的診所不在診所，它會出現在病人的生活中、穿戴裝置裡、遠距平台上、健康管理師的追蹤紀錄中，也會出現在 AI 幫助醫療團隊整理出的健康脈絡裡。但如果這些資料最後不能轉化成證據，醫療創新就很難被驗證。
數位健康不應只停留在有 App、有 AI、有報告、有提醒。
它還要能證明病人是否更早被看見、風險是否更早被發現、照護是否更連續、生活品質是否改善、醫療團隊是否更有效率、健康成本是否更合理、病人是否更安心、更能自我管理。
真正成熟的未來醫療，不會只說「我們有提供服務。」，而會更進一步說「我們看見病人在哪裡變好了。」
這就是 R：Real-World Evidence 的意義，它讓未來照護不只是科技想像，而是可以被追蹤、被驗證、被改善，也能被更多人信任的健康成果。
當醫療從診間走向生活，當 AI 開始協助理解病人，當遠距照護把接觸點延伸到日常，下一個問題一定會是這些努力，是否真的帶來改善？
Real-World Evidence，就是回答這個問題的語言，也是未來健康照護走向專業化、制度化與可持續經營的關鍵。
參考資料
Ref 1：Pirche Announces Partnership to Advance Transplant Medicine by Combining Pre-Transplant Risk Stratification and Post-Transplant dd-cfDNA Monitoring
https://www.businesswire.com/news/home/20260619767226/en/Pirche-Announces-Partnership-to-Advance-Transplant-Medicine-by-Combining-Pre-Transplant-Risk-Stratification-and-Post-Transplant-dd-cfDNA-Monitoring
Ref 2：FDA Digital Health Center of Excellence
https://www.fda.gov/medical-devices/digital-health-center-excellence
請先 登入 以發表留言。