智慧聯網時代巨量資料法制議題研析－以美國隱私權保護為核心
本文為「經濟部產業技術司科技專案成果」
中國科學技術部與中國科學院等六個部門，於2011年12月8日聯合發布《國家中長期生物技術人才發展規劃（2010-2020年）》(以下簡稱「生技人才規劃」)，期藉由具體政策措施之推動，充實國內生技人才資源，以促進生物技術及其產業蓬勃發展。 從中國國務院於2006年所提出的《國家中長期科學和技術發展規劃綱要（2006-2020年）》到科技部最近發布的《國家十二五科學和技術發展規劃》，均揭示「生物技術」為中國科技發展的重點領域。然而，現階段中國生技發展卻面臨了人才瓶頸，包括缺乏高層次創新人才、缺乏優秀創業型人才、人才資源開發投入不足，以及人才發展體制障礙待破除等問題，本規劃便在這樣的背景下誕生。 針對前述生技人才缺乏問題，生技人才規劃以「2020年時將中國打造成生物產業大國」為總體目標，分兩階段達成充實、培育生技人才的目的。第一階段為2011年至2015年，主要目標係在國內培育、造就一定規模的科技人才與創新團隊；第二階段為2016年至2020年，主要目標則為提高中國整體生技人才的素質，並建置5到10個具國際水準的國家生技實驗室。為達成前述目標，生技人才規劃宣示未來將分別實施以下各項政策措施，包括：持續給予優秀人才科研經費支援、鼓勵支持生物技術人才創業、加速生物技術人才在產學研各領域間的流動、制定優先支持生物產業技術人才發展的財政金融政策，以及吸引海外高層次生物技術人才回國創業或參與重大科研計畫等。 自2006年以來，中國於各個重大科技與產業政策規劃中，均將生物技術列為國家重點發展領域，顯見中國對於生技產業的重視，而根據往例，中國在發布重大國家政策規劃綱要以後，國務院各部門隨即會頒布相關法令及配套措施，以達成規劃綱要中所揭示的各項發展目標。因此，「生技人才規劃」頒布後，其後續相關的人才引進法制架構將如何呼應、達成綱要所訂的總體發展目標，值得持續觀察。
菲律賓推動基改稻米 窒礙難行根據國際間重要農糧組織ISAAA（International Service for the Acquisition of Agri-Biotech Applications）所公布的2004年統計報告，全球基改作物栽種面積已達八千一百萬公頃，在2003年僅有六千七百萬公頃，成長幅度高達20％，尤其是在開發中國家。菲律賓是亞洲第一個支持商業化生產基因改造食物的國家，從2000年起即開始商業交易基因改造作物。由於其所研發之轉殖”IR-72”稻米品種栽培並不普遍，也未被消費者、農夫及麵粉業者廣泛地接受，因此不合適商業化生產，雖然菲律賓嘗試其他較受歡迎的品種來進行基改轉殖，但迄今尚未成功。 基於基因稻米對於環境安全和人體健康所帶來的影響是無法預知的，綠色和平組織抗議菲律賓政府加速推動生技農作物的計畫。菲律賓所面臨的挑戰不單僅是綠色和平的抗議，另一個因素因為氣候的不穩定而影響了稻米的產量，今年生產量僅148萬噸，距離目標?151萬噸，因此仍需仰賴進口稻米來彌補這不足的差距。 菲律賓稻米研究中心執行長Leo Sebastian認為，基改稻米並不是解決稻米供應不足的唯一方式，引介栽種高生產量的稻米品種或者改善灌溉系統等都是可行的方式。
美國國土安全部保護物聯網策略原則簡介 美國醫療保健領域對新興資料儲存系統理論「資料湖泊」(Data Lake)的應用在現今資訊流通快速蓬勃發展的時代，巨量資料(Big Data)帶來效率與生產力等龐大效益已無庸置疑。相較於將資料以「資料倉儲」(Data Warehouse)模式儲存，「資料湖泊」(Data Lake)被廣泛視為巨量資料快速演進的下一步。 美國的醫療保健領域為因應巨量資料發展並提升醫療保健系統的透明度與有責性，美國醫療保險與補助中心(Centers for Medicare & Medicaid Services, CMS)於2013年底建立CMS虛擬研究資料中心(Virtual Research Data Center, VRDC)，讓研究員能夠以安全有效率的方式取得並分析CMS的龐大醫療保健資料。此種資料倉儲模式會對進入的資料預先分類，並整合為特定形式以指導後續分析的方式。缺點在於為讓資料更易於分享，會進行「資料清理」(data cleaning)以檢測及刪除不正確資訊並將其轉換成機器可讀取格式，各資料版本會被強制整合為特別形式，但資料清理和轉換的過程會導致明顯的數據流失，對研究產生不利的限制。有鑑於此，為更有效益的應用巨量資料，Pentaho首席技術官James Dixon提出新的資料儲存理論—資料湖泊(Data Lake)，此概念於2011年7月21日首先被討論於美國《富士比》雜誌中，目前在英美國家公部門和民間企業間已被熱烈討論。 與Data Warehouse最大不同在於Data Lake可包含「未被清理的資料」(unclean data)，保持其最原始的形式。故使用者可取得最原始模式的資料，減少資源上處理數據的必要，讓來自全國各政府機關的資料來源更易於結合。Data Lake主要有四點特性：1.以低成本保存巨量資料(Size and low cost)2.維持資料高度真實性(Fidelity)3.資料易取得(Ease of accessibility)4.資料分析富彈性(Flexible)。儲存超過百萬筆病患資料的加州大學歐文分校醫療中心(UC Irvine Medical Center)即以Hadoop架構為技術建立了一個Data Lake，該中心能以最原始的形式儲存各種不同的紀錄數據直到日後需要被分析之時，可協助維持資料的來源與真實性，並得以不同形式的醫療數據進行分析項目，例如患者再住院可能性的預測分析。 但相對的Data Lake在安全性和檢視權限上也有一定的風險，尤其是醫療保健領域，因為這意味著病患的資料在個資生命週期裡隨時可被取得，因此資訊的取得應被嚴密控制以維持各層級的安全與保障，在建立安全的Data Lake之前，必須審慎考慮誰有資訊檢視權限以及透過什麼媒介取得Data Lake中的資料等問題。