精準數據分析 醫療服務更具智慧

緯謙科技雲端事業部資深總監馬志昇。

數據擷取與分析是雲端平台的成效關鍵之一，而醫療領域具有高度專業，要如何取得正確數據，並加以精確分析，已成為現在醫療雲端平台設計者的必要課題。

作為長照系統的核心，雲端平台必須鏈結資料庫，利用感測網路傳回的大數據，提供被照護者各類型貼身服務，因此一套完善的智慧醫療雲端系統，必須先有精確的數據分析，方能落實智慧照護願景，緯謙科技雲端事業部資深總監馬志昇指出，對醫療業與科技業來說，緯謙提供基於公有雲平台的混合雲架構，可以為使用單位提供最符合需求與預算考量的服務，打造配合各種使用情境、兼備靈活彈性與高度安全性的雲端解決方案。

馬志昇指出，醫療領域的專業非常高，因此雲端平台的設計有其難度。所以就緯謙的雲端平台運作來看，先在底層架構感測網路，並著重於數據收集與資料分析管理，再經由有線或無線傳輸模式將數據傳送到資料庫，匯集成海量資訊。數據經軟體或專業人員分析後，將結果交由雲端平台應用。

就此來看，第一線的數據採擷與後端的數據分析，是雲端平台的主力後盾，唯有可靠的數據來源與精確的分析，雲端平台的各類應用才能發揮效益，但由於各領域的專業需求不同，雲端平台的架構也必須有客製化設計，而這些設計都需與該領域的專業密切結合。如何判讀資料的可用性？取得的數據如何分類？這些非結構化的數據該如何分析？對醫療業與系統建置者來說，雙方必須緊密溝通與合作。

因此馬志昇表示，醫療雲的建置通常包括公有雲與私有雲兩部分，兩者的數據來源和公開資訊不盡相同。公有雲主要是可公開應用的資訊顯示與功能，而涉及個人隱私的個資則留在私有雲平台運作。就整體架構來看，以緯謙科技的雲端監控管理平台為例，透過公有雲的雲端運算能力，能輔助大量的非結構化資料分析。私有雲的數據來源則是醫院設備，其私有雲平台提供資料派送、數據儀表板、資料儲存、資料分析等功能。

至於資料分析的導入則有6大流程，包括業務與技術規劃、規劃準備環境、數據載入平台、視覺化呈現與解析、選擇確認分析特點、建立訓練模組，這6大流程相互串接循環並持續優化，形成完整的資料分析。

馬志昇以緯謙科技的影像自動分割訓練模型作為實際應用案例做介紹，此一訓練模型可用來分析MRI(核磁共振掃描)，透過機器學習，將可輔助非結構化的資料分析，節省醫師判讀資訊的時間，活化內部人力資源的運用。而其他智能化的資料分析，將促進更優質的照護體驗，加速落實在宅醫療與遠距智慧醫療的雲端照護。