1. 儀表板架構規劃
我們先定義 Dashboard 的版面結構：

━━━━━━━━━━━━━━━━━━━━━━━
 標題：癌症資料智慧分析總覽
━━━━━━━━━━━━━━━━━━━━━━━
 區塊一：病人統計資訊
 區塊二：AI 模型準確度
 區塊三：警報與異常追蹤
 區塊四：資料更新狀態
 區塊五：AI 健康摘要（最新）
━━━━━━━━━━━━━━━━━━━━━━━

2. 區塊一：病人統計資訊
目標： 顯示目前總病人數、活躍病人數、平均 AFP / ALT。
SQL 查詢範例：

SELECT
  COUNT(DISTINCT patient_id) AS total_patients,
  ROUND(AVG(afp), 1) AS avg_afp,
  ROUND(AVG(alt), 1) AS avg_alt
FROM cancer_patients;

在 Grafana：
使用 Stat Panel
顯示三個指標：總病人數、平均 AFP、平均 ALT

3. 區塊二：AI 模型準確度
從昨天建立的 model_evaluation 表中讀取：

SELECT
  mae_afp, mape_afp, mae_alt, mape_alt
FROM model_evaluation
ORDER BY eval_date DESC
LIMIT 1;

在 Grafana：
(1) 使用 Gauge Panel (儀表圖)
(2) 顯示：
● AFP 模型準確率 = 100 - MAPE_AFP
● ALT 模型準確率 = 100 - MAPE_ALT
(3) 設定顏色區間：
🟢 > 90% 良好
🟡 80–90% 可接受
🔴 < 80% 需重訓

4. 區塊三：警報與異常追蹤
從前面記錄的警報表或預測結果中，抓出異常事件：

SELECT
  patient_id,
  record_date,
  afp,
  afp_pred,
  afp - afp_pred AS diff
FROM cancer_patients
WHERE ABS(afp - afp_pred) > 100
ORDER BY record_date DESC
LIMIT 10;

Grafana Panel：
● 使用 Table Panel
● 標題：「近期異常預測記錄」
● 顯示病人ID、日期、AFP實際 vs 預測差異
● 可搭配顏色條件：
🔴 > 100：明顯異常
🟡 50–100：輕微異常

5. 區塊四：資料更新狀態
讓系統管理者知道資料更新是否正常。

SELECT
  MAX(record_date) AS last_update
FROM cancer_patients;

● 使用 Stat Panel
● 顯示「最後資料更新時間」
● 設定閾值顏色：
🟢 24 小時內：正常
🟡 24–48 小時：需注意
🔴 超過 2 天：可能中斷

6. 區塊五：AI 健康摘要（最新）
我們在前幾天有把 ai_summary 存入資料庫。
現在取出最新一筆報告顯示：

SELECT
  patient_id,
  ai_summary
FROM cancer_patients
ORDER BY record_date DESC
LIMIT 1;

Grafana Panel：
● 使用 Text Panel
● 標題：「最新 AI 健康報告摘要」
● 顯示自然語言報告內容，例如：
病人 AFP 指標持續上升，建議2週內複檢並追蹤影像報告。
ALT 維持穩定，暫無急性變化。

7. 儀表板完成圖 (概念)

━━━━━━━━━━━━━━━━━━━━━━━
 癌症資料智慧分析總覽
━━━━━━━━━━━━━━━━━━━━━━━
 病人統計資訊         AI 模型準確度
━━━━━━━━━━━━━━━━━━━━━━━
 最近異常預測記錄      資料更新狀態
━━━━━━━━━━━━━━━━━━━━━━━
 最新 AI 健康摘要報告
━━━━━━━━━━━━━━━━━━━━━━━