AWS推出生技、醫療產業用的資料湖服務

本周AWS在Re: Invent大會上針對醫療及製藥業推出健康照護、生技業專用的資料湖服務Amazon HealthLake。

Amazon HealthLake為符合健康照護資料可攜式規範HIPAA的資料湖服務，可集結醫療院所、藥廠各個孤立資料源，以及不同格式的資料到AWS資料湖，並以機器學習自動完成資料正規化（normallized）、加標註，以便用於資料分析及搜尋，透過以資料湖集結各種醫療資料源，建構對病患的完整視角，找出過去看不到的關聯和趨勢。

隨著機器學習技術的風行，許多醫院或藥廠也開始推動專案。醫院蒐集了從家族病史、臨床觀察到診斷與開藥等大量資料，以便能藉由機器學習和分析來促進照護品質、分析總體趨勢或改善作業效率。但是臨床資料種類複雜、儲存在不同地方的不同系統中，且經常填寫不齊全。要用於機器學習前，醫院資訊必須集結起來並以標準化FHIR（Fast Healthcare Interoperability）格式儲存資料，但是前述資料往往是非結構化形式，還必須標註、加索引並以年份排列整理，資料才能為機器理解，並利用搜尋。

醫療業也試圖使用rule-based工具來標註資料，但碰到拼錯字、打錯字、文法錯誤，這些工具就無法使用，而光學掃瞄軟體則缺乏醫療專業，無法有效處理資料。醫院最後只好改回手動輸入。這些工作外，醫院還必須自己開發分析或機器學習應用，才能針對資料分析出關聯、找出趨勢或進行預測。

Amazon HealthLake方便讓醫院或藥廠儲存、標註及標準化這些資料。利用Amazon HealthLake，醫院可將資料從本地系統複製一份到AWS上，它會自動正規化，之後HealthLake利用訓練過、能理解醫學詞彙的機器學習演算法，來辨識並為臨床資訊加上標註、為事件按時序加索引，再加入標準化標籤（如醫藥、條件、診斷和療程），以方便未來搜尋。此外，這些資訊會按FHIR產業格式架構，便於和其他單位或第三方應用互通、分享，也方便病患查詢電子病歷。

此外，AWS也計畫，Amazon HealthLake客戶再搭配其他AWS工具使用，像是互動報表Amazon QuickSight、機器學習模型訓練平臺SageMaker。例如在Amazon SageMaker中以Jupyter Notebook範本來分析，像是診斷預測、再入院機率、或是開刀房利用率預測等。

Amazon HealthLake目前客戶包括電子病歷軟體大廠Cerner、醫療科技業者Ciox Health及醫院Konica Minolta Healthcare等。