智慧製造2018.11.22

大數據神救援 從小細節提升醫療品質

飛飛

物聯網 創新 雲端服務

在我們的食衣住行種種生活層面,最適用於大數據的莫非醫療領域。

每一個人從出生直到死亡都離不開醫療。因此,醫療領域的資料數據範圍可說是牽涉所有人,亦是隨時隨地都從無間歇地產生與變動,具備最大樣本範圍的特性。不只如此,僅就關乎所有人健康的醫療院所場域,其相關資料數據又可畫分為數種:

首要是病患部分,其中包括個人資料與就診相關資料,其中包括:病患的病歷、用藥紀錄、家族病史等。此外,站在醫療機構而言,其管理所牽涉資料涵蓋人事管理資料、住院管理相關資料(像是病床使用率)、科別管理數據(像是胃腸科長期就醫病患群組;醫師看診人數計數)、財務管理(像是健保補助款、預算與支出)等。另外,除了文字上,影像智慧應用技術也持續突破性發展,因此影像資料管理方面也成了重要的一環,例如:X光片、斷層掃瞄片等。

一旦分析出流通於醫療院所內的資料結構,即可輕易發現如上述的資料種類相當複雜又層面廣泛,再加上過往醫療機構的資料相對處於極度缺乏連結性,因此整個醫療領域的資料極待整合,這正是雲端大數據最能大顯身手的補充環節。

從最小層面的病患管理,如:病患單次住院期間的生理紀錄管理等,以至較大層面的院內管理,如:藥品管理等,都能透過大數據實質改進流程管理,從細節改善醫療品質。實務應用方面,譬如:自動比對住院病患測得生理紀錄時的環境參考值(像是病患量測時,病房內所感測到的噪音值),以降低診斷病人病情的外部干擾因素;或是,慢性病患歷年長期累積病歷的即時關鍵字視覺化顯示,有助於醫生(特別是跨科別)透過大數據宏觀資料解析的參考資料輔助病情分析等等,即表現出大數據在資料綜觀方面,以自動化資料即時收集後,再經自動交叉比對與提示,發揮高效益的醫療資訊品質提升。

所謂「魔鬼藏在細節中」。智慧化資料管理,醫護人員更能發揮自身專業。

延伸討論

智慧製造

關於感測器的兩三事

飛飛
感測收集的資料囊括類比、數位兩種訊號輸出。一般自然界的連續波都屬於類比訊號,包括:風速、太陽幅射、光強度、聲波、電波等;由於數位時代電子儀錶的蓬勃發展,許多感測器均已能轉化類比訊號為數位訊號,方便數位資料處理。隨著科學研發成果進展愈發豐碩,人類對環境中的基本物質愈發瞭解,透過物理特性(如:聲波回傳測距、幅射能反應為熱感指標等)、化學變化(如:特殊物質遇特定氣體產生濃氣味或色變的氣體偵測等)等感測指標也已愈發多元又精密,還能以不同感測數據交叉比對,滿足高精準度要求的感測結果。
智慧製造

感測器怎麼裝?

飛飛
時間不回頭,感測回報的數據也沒有重來的機會。精準度當然是毫無疑問的考量。然而,感測器的裝設還牽涉成本,這其中除了裝置的初始成本,還必須考量維護成本、耗能成本等。因此,感測器的裝設看似簡單概念,實行起來倒像是裝置藝術了。這話怎麼說呢?
智慧製造

晶片所面對的 5G 物聯網新需求

飛飛
晶片的設計與製造,始終都是效能、耗能與體積三角點之間的完美平衡。過往,資料處理具備像是電腦、行動裝置等獨立專用裝置,無非強調運算速率提升、記憶體存取速度加快等規格優越性,如今資料處理體系走出專用裝置,結合種種用途各異的電子物件,還有供新型雲端體系所承載巨量資料流處理的共享伺服器新興市場,再加上迎接 5G 所帶來全新通訊技術與規格的通訊功能,晶片產品進入了另一階段的新技術考量及挑戰。