今日學習目標是了解 AWS 與 GCP 提供的醫療雲服務，認識其在醫療系統中的應用場景，並理解為何雲端能提升醫療資料的安全性、可擴充性與共享效率。

一、理論重點

• AWS HealthLake：能將醫療紀錄（FHIR 格式）集中存放，支援結構化與非結構化資料，方便分析與 AI 模型應用。
• AWS HIPAA Compliance：AWS 提供符合 HIPAA（美國醫療隱私法）的基礎架構，讓醫療機構能安心上雲。
• Google Cloud Healthcare API：支援 HL7、FHIR、DICOM 等醫療標準，方便不同系統之間的互通。
• Google Cloud AI/BigQuery：能快速分析大規模醫療資料，協助做臨床決策支援。
• 雲端服務的 優勢：高可用性、資安合規、跨地共享、降低本地端維護成本。

二、案例分享

2018 年，美國一家醫療體系 Cerner 與 AWS 合作，把數百萬筆電子病歷（EHR）搬上 AWS HealthLake，利用 AI 協助預測病人再住院風險，並加速研究效率。
同樣地，美國 NIH（國家衛生研究院） 與 Google Cloud 合作，透過 GCP Healthcare API 與 BigQuery，讓研究人員能即時分析基因組與臨床影像資料，加快癌症與罕病研究。

三、簡單程式示範

import json
import re

# -------------------------------
# 模擬 GCP Healthcare API - FHIR 病人資料
# -------------------------------
patient_fhir = {
    "resourceType": "Patient",
    "id": "12345",
    "name": [{"given": ["John"], "family": "Doe"}],
    "gender": "male",
    "birthDate": "1980-05-12"
}

print("=== 病人基本資料 (FHIR JSON) ===")
print(json.dumps(patient_fhir, indent=2, ensure_ascii=False))
print("\n")

# -------------------------------
# 模擬 AWS Comprehend Medical - NLP 分析病歷
# -------------------------------
medical_note = """
Patient: John Doe
Age: 45
Diagnosis: Type 2 Diabetes
Medication: Metformin 500mg twice daily
Next Appointment: 2025-10-12
"""

# 抽取診斷
diagnosis_match = re.search(r"Diagnosis: (.*)", medical_note)
diagnosis = diagnosis_match.group(1) if diagnosis_match else "無資料"

# 抽取藥物
medication_match = re.search(r"Medication: (.*)", medical_note)
medication = medication_match.group(1) if medication_match else "無資料"

print("=== 病歷 NLP 分析結果 ===")
print("診斷結果：", diagnosis)
print("處方藥物：", medication)
print("\n")

# -------------------------------
# 整合模擬結果
# -------------------------------
summary = {
    "patient_id": patient_fhir["id"],
    "name": patient_fhir["name"][0]["given"][0] + " " + patient_fhir["name"][0]["family"],
    "gender": patient_fhir["gender"],
    "birthDate": patient_fhir["birthDate"],
    "diagnosis": diagnosis,
    "medication": medication
}

print("=== 醫療雲服務整合結果 ===")
print(json.dumps(summary, indent=2, ensure_ascii=False))

這個範例主要模擬了醫療雲端的應用流程：先用 GCP Healthcare API 的 FHIR 格式建立病人基本資料，再用 AWS Comprehend Medical 的 NLP 技術從病歷文字中抽取診斷與用藥，最後將兩者整合輸出成一份標準化的病人摘要，展示了跨雲端醫療服務結合後，如何讓病歷更結構化與易於共享。執行結果如下圖