Databricks發布醫療保健產業用湖邊小屋解決方案

資料分析服務供應商Databricks，根據產業特性提供不同的資料分析功能，在早前推出金融服務專用的湖邊小屋，而現在Databricks發布針對醫療保健與生命科學領域的湖邊小屋，目標是突破傳統資料倉儲的限制，提供企業更快更即時的醫療分析解決方案。

Databricks的湖邊小屋架構，結合資料倉儲和資料湖的特性，讓用戶可以在開放格式的雲端儲存中，實作類似資料倉儲的資料結構和資料管理功能，發展商業智慧、資料科學和機器學習等資料應用。

官方提到，用在醫療保健和生命科學領域的傳統資料技術，存在一些限制，包括資料孤島和半結構化資料、非即時的批次處理，而且也無法支援進階分析功能。醫療資料存在許多資料類型，包括註解的半結構化資料，或是圖像等非結構化資料，加上資料孤島的困境，使得醫療領域難以發展先進資料應用，而且快速增加的資料超過原本基礎設施可以處理的規模，因而也阻礙了人口層級的研究。

另外，過去的批次處理和分析工具，限制了供應鏈以及ICU床位容量等即時應用的開發，在傳統的資料架構上，更是難以發展進階分析或是人工智慧等用例。

而Databricks利用湖邊小屋解決方案，試圖解決醫療保健與生命科學領域，發展資料科學應用所遭遇到的困難，湖邊小屋對所有的資料、分析和人工智慧工作負載，提供一個開放且跨雲的平臺，在這個基礎上，Databricks與其合作夥伴，共同提供疾病預測、醫學圖像分類和生物標記探索等應用案例。

專用於醫療保健與生命科學的湖邊小屋，採用開放式設計，藉由支援各種資料類型打破資料孤島，利用非結構化資料建構出病患全貌。而且因為湖邊以雲端技術為基礎，能夠高效能地處理資料，官方提到，Regeneron製藥公司使用該解決方案，將資料處理時間從3周減至5小時，而針對150萬外顯子（Exome）的基因型與表現型查詢，時間從30分鐘縮短至3秒鐘。

湖邊小屋另一個好處，便是能夠支援即時應用，Databricks表示，傳統的資料倉儲並非設計用於即時應用，而湖邊小屋則可以處理串流資料執行即時分析，用於管理ICU容量，或是需要溫控的疫苗分配。湖邊小屋提供了一套分析和人工智慧工具，供用戶使用機器學習技術，加速新藥開發或是改善病患護理。