1.這個平台到底要做什麼？
這個平台的核心任務是：
• 收集癌症相關資料：包括臨床數據（像是AFP指數、治療階段）、病人自我紀錄（睡眠、疼痛、心情），以及AI預測結果（復發風險、生存率）。
• 整理乾淨：很多資料會有缺漏或格式亂掉，所以需要清洗處理。
• AI分析：把模型的輸出數據也加進來。
• 視覺化呈現：最後用Grafana Dashboard把資料「變成一眼能懂的圖表」。

換句話說，這個平台就是要把「原始資料 → 清洗 → AI處理 → 視覺化」。

2. 癌症資料的挑戰：為什麼需要清洗？
以癌症患者的資料來說，常見的問題有：
• 缺漏值：有些病人的檢驗紀錄不完整。
• 格式不一：日期有的寫2025/9/10，有的寫2025-09-11。
• 數據混雜：既有數值（AFP=200）、文字（心情=焦慮）、分類（治療階段=化療）。

底下用一小段Python，示範怎麼把這些資料清理乾淨。

import pandas as pd
import numpy as np

data = {
    "date": ["2025/9/10", "2025-09-11", None],
    "AFP": [200, None, 150],
    "sleep_hours": [6, 4, None],
    "mood": ["焦慮", "沮喪", "平靜"]
}
df = pd.DataFrame(data)

# 日期格式處理
df["date"] = pd.to_datetime(df["date"], errors="coerce")

# 補缺值
df["AFP"] = df["AFP"].fillna(df["AFP"].mean())
df["sleep_hours"] = df["sleep_hours"].fillna(df["sleep_hours"].median())
print(df)

3.為什麼選 Grafana + Loki？
市面上有很多資料分析工具，像是ELK Stack、Tableau、用Python畫圖。
但我最後還是挑了Grafana + Loki，因為Grafana除了介面漂亮、功能強大，還能夠很快做出各種Dashboard；Loki則是專門處理log型態資料，對JSON特別友好，很適合我模擬癌症病人每天的狀態紀錄；最後Promtail是一個收集器，能自動把我生成的log丟到Loki，不需要每天手動匯入資料。