【iThome 2021 CIO大調查 (下）｜IT抗疫實例：中附醫資訊室副主任孫培然】疫情加速IT雲端化，未來要將HIS轉為微服務架構

「這次疫情，反而加速IT發展。」中國附醫資訊室副主任孫培然解釋，2、3年前，中國附醫就已展開醫院核心系統再造，將醫療資訊系統（HIS）雲端化。他們今年要建立軟體定義資料中心，利用VCF混合雲平臺（VMware Cloud Foundation）建置GCP混合雲平臺Anthos來部署HIS系統，開發流程也導入CI/CD流程，將應用系統開發與測試部署微軟Azure上。而疫情爆發，正好加速這個進展。

為什麼IT雲端化在疫情中顯得重要？孫培然舉例，在中國附醫HIS雲端化過程中，IT部門已導入開源軟體開發平臺GitLab來開發新版系統，在雲端進行控管版本、持續整合和持續部署（CI/CD），讓醫院核心系統HIS具有自動部署的能力。孫培然認為，擁有這種敏捷開發力，就算員工受到疫情影響、在家辦公，也不會造成工作停擺。

在2款App中趕工開發新功能，從經營決策儀表板養成跨IT分工

除了開始上雲強化IT抗疫基礎工程，去年疫情爆發時，中國附醫也即時趕工，在對外服務的中國醫點通App民眾版中加入實名制報到功能，讓民眾填寫TOCC（旅遊史、職業別、接觸史、群聚史）資料。同樣地，該App醫院職員專用版本中也新增類似功能，但多加了每日早上健康狀況表單，員工回報後才能刷卡入院。中國附醫透過這2種方法，來把關進出人員健康狀態。

不只如此，為掌握疫情動態、制定決策，中國附醫也建立一套經營決策儀表板，彙整各類數據如門診、急診、住院資料，還有檢驗檢查報告等數據，透過各單位用BI工具分析、以天為單位來更新，整合後給高層決策者參考。

為了提供這套儀表板的數據，所有資料蒐集後，會先進行ETL資料前處理，再存入資料庫，接著，再由中國附醫大數據中心進一步清理這些資料，確認正確性無虞後再統整呈現到儀表板上。若發現欄位錯誤或轉檔錯誤，會先交由資訊室重新處理資料。

鎖定AIoT應用，IT聯手大數據和AI中心打下資料治理基礎

除了這些措施，孫培然認為，AIoT是醫院最有力的防疫工具。因為，IoT裝置能不間斷收集患者生理量測資訊，達到即時且24小時的監控，再加上AI分析，可幫助醫護人員即時介入，給予高風險患者治療。

然而，孫培然指出，要發展這種AIoT應用，還得先做好資料品質管理，否則只會產出惡劣的預測結果。因此，在資料處理流程上，中國附醫資訊室和大數據中心、AI中心一起分工。臨床資料同樣先經過ETL處理，大數據中心會先審查品質後，才和AI中心利用這些資料來開發醫療AI應用，最後再由IT人員將AI模型導入HIS中使用。在這個過程中，資訊室也要負責流程中所有的資安控管。這套串資料處理流程，是中國附醫發展AI資料治理的基礎。不過，孫培然認為，這個基礎還可以更好。

用微服務架構加速AI部署，要解決HIS汰換長久難治痛點

因此，他開始推動在中國附醫HIS上導入微服務架構，其中一個目的是加速AI模型落地。因為，微服務架構的事件驅動（Event Driver）結合訊息佇列（Message queue），可簡化原本多個程式溝通的困擾。舉例來說，在X光片AI判讀上，患者拍完X光片上傳資料後，HIS便觸發資料上傳事件，並將事件資訊發布到訊息佇列上，AI中心的系統從訊息佇列中得知X光片已經上傳後，再到對應系統中取得X光片資料來進行AI分析，完成後同樣會通報訊息佇列，等待的HIS從佇列上收到完成通報後，就可以到AI系統提取判讀結果。如此，就免除原本多個程式溝通的過程，也能「將AI內化到HIS中，」他說。

不只加速AI落地，孫培然表示，微服務架構還能解決HIS汰換的大部分問題。他指出，大部分醫院HIS在健保開放時期（1995年）建置，至今多已不堪使用，未來幾年，這些醫院大多得面臨汰換的挑戰。然而，HIS系統十分複雜也常是龐大的單體架構、難以一夕之間汰換，改採用微服務架構，以拆分功能的方式，進行局部服務的轉換，循序漸進來汰換核心系統，孫培然認為，這樣做可以降低汰換的成本。

再來，導入微服務架構也讓中國附醫可以使用熱門程式語言，人才更好找，不像傳統HIS被老舊語言綁架。孫培然舉例，中國附醫舊HIS仍採用Delphi語言，他在面試新人時，「幾乎沒人聽過。」使用熱門程式語言，醫院就不必額外對新人進行教育訓練，加速上手時間。

在他看來，微服務架構還有其他優點，像是具備更高的擴充性和容錯性，可依業務性質來擴充資源，而且服務就算停擺，也容易重新開啟。對中國附醫IT來說，微服務是今年大力投資的新興技術，同時，他們也開始研究自動化管理機器學習生命周期的MLOps，為後續大規模發展醫療AI時做準備。文⊙王若樸