以糞便潛血濃度及遺傳易感性風險分層制定精準篩檢間隔及監測

• 糞便潛血濃度愈高，罹癌與死亡風險愈大，具劑量效應關係。精準篩檢可先依糞便潛血濃度及遺傳風險因子進行大腸癌風險分層，調整篩檢間隔。建議高風險族群每年篩檢，低風險者可延長至3至4年，達成精準監測與預防。

以風險為導向為主之精準篩檢政策

• 以風險為導向大腸癌精準篩檢政策，依糞便潛血濃度分層篩檢族群風險，調整篩檢間隔。低風險者(潛血濃度≦50 ng/mL)建議每6年篩檢，高風險者(潛血濃度≧250 ng/mL )則縮短至每0.5–1年，其篩檢效益與傳統兩年一次相當。

個人化篩檢減少臨床負擔及過度診斷且節省成本

• 個人化大腸癌篩檢可依風險分層調整篩檢間隔，達到降低死亡率、減少49%篩檢次數與28%大腸鏡使用，並大幅減少可能的過度偵測(321降至41例)，透過機器學習模型演算證明精準篩檢可提升效益並節省醫療成本。

智慧合約區塊鏈大腸直腸癌防治大數據

• 為能達到更精準預防，建構智慧合約區塊鏈平台整合人口、行為、生物標記、影像、病理與就醫紀錄等多源數據，可提供民眾、醫護與管理機構即時、可信任資訊支持。此舉有助於實現大腸直腸癌之精準預防、個人化管理與創新科技研發。

元宇宙應用於個人化初段預防精準介入

• 使用個人化數據結合機器學習引擎建構個人化數位雙胞胎以進行介入評估，提供個人化初段預防精準介入建議，如早期行為調整(如飲食與運動)可改善代謝風險。

元宇宙應用於個人化次段預防精準介入

• 數使用個人化數據結合機器學習引擎建構個人化數位雙胞胎以進行介入評估，透過數位雙胞胎提供大腸癌篩檢建議，如每年進行篩檢或大腸鏡檢查

元宇宙應用於大腸癌三段預防

• 透過結合實體病人資料與虛擬模擬患者，在虛擬世界中進行生活型態、微生物、分子標記等預防與治療策略模擬，強化初級、次級預防與治療決策，進而回饋實體病患實現個人化大腸癌精準照護及防治。