先前參與新創的七年多時光中，深深體會到投資人常掛在嘴邊的這句話之涵意：
成功最重要的三要素：「天時、地利、人和」。
如圖一所示，八卦中每個卦位由三條線所組成，分別代表天、地、人「三才」。所謂「三才之道」，即「天之道（陰與陽）、地之道（柔與剛）、人之道（仁與義）」[2]。多少新創因錯估時機衝得太快而彈盡糧絕，等不到屬於他們的天時到來。多少新創的題目放在美國或中國都很漂亮，但在台灣這個小市場就完全不對了。多少新創找錯策略夥伴而失去市場競爭力或被惡意併購。
基金投資也是一樣，如圖二中第一金全球AI人工智慧基金的 DM 也是以此三才之道跟投資大眾說明，清楚易懂，所以接下來我也打算以此架構來進行說明。
緣起
去年中，衛福部資訊處處長龐一鳴在臺灣資安大會上，宣布台灣的醫療資訊系統將有兩大變革 [4]：
- 要將電子病歷交換中心（EEC）架構改為FHIR交換架構，以符合國際醫療資料交換標準；
- 要放寬電子病歷存取權，將允許醫療機構將電子病歷上雲代管；
因為當時也有些醫學中心的客戶有提出相關的需求，所以從那時就開始對此變革可能帶來的商機進行研究與系統設計，因為這對台灣 ICT 產業業者進入台灣醫療領域可是百年難得的好機會，甚至比從醫療 AI 切入來得更好。
天時
「既然國際HL7已發展至FHIR，國內CDA架構是否也該改為FHIR？」
衛福部資訊處處長龐一鳴希望將衛福部資訊處維運電子病歷交換中心(EEC)升級為FHIR交換中心。此外，健保VPN就是大型電子病歷交換中心之一，甚至各大醫院進行的醫療服務平臺也是。未來所有資料交換平臺架構採用FHIR架構，各醫療機構只需定義其交換情境即可，而且可使用自有平臺或衛福部提供的公用交換平臺 [4]。衛福部角色將從EEC維運者轉為標準維護者[5]，這是台灣醫療機構跟國際接軌最重要的基礎，也是台灣 ICT 產業業者的天時。
地利
之前跟醫學中心或大型醫療機構討論有關雲端系統採購時，總是會遇到這樣的場景：
有人反對地說道：「病歷資料視為病人隱私，不能出醫院。」
若試著再問下去：「請問是醫院的那條規定？」
反對者再道：「反正是之前的規定，而且從來就沒有任何病歷資料可以出醫院以外系統的前例，所以就是不行。」
「安全性」是上雲端最常被挑戰的一項假議題，但這也是最容易回答的部分了，因為這個部分就不屬於醫生的專業領域了（當然，偶爾還是會遇到很厲害的醫生連 Cybersecurity 領域都有涉略）。
最後，必須要看這醫學中心的主事者是否真的想做事了，若想做事，他就會去打通所有環節，包含 IRB、Patient Consent和經費等。如今，衛福部通過新版「醫療機構電子病歷製作及管理辦法」[6] 讓醫院的病歷系統可以出醫院，尤其在第八條中明確規定雲端服務業者應盡之責任（如圖三），誠可所謂「地之利」。
人和
最後就是最關鍵的「人之和」部分了，個人的觀察有兩股強大的力量正在啟動中：
- 由內而外的拉力：科技部鼓勵各醫療機構提出各自特色醫療的創新計劃，所以各個醫學中心都開始動起來了，想活絡自己私藏以久且獨特的各式各樣病歷資料，包含基因檢測的報告與數據，想從數據中挖掘出新的治療方式、提升治癒率或減少無謂的醫療支出等不同應用。
- 由外而內的推力：有了「統一 FHIR 規格」和「上雲端」，相關的雲端服務業者都動起來了，這是對所有廠商進行策略聯盟的好時機，因為這塊餅夠給大家分。（但若有廠商自認可以獨自提供醫療機構的所有需求就另當別論了）
解決方案
以下為大家整理三大公有雲端業者和國內相關業者所提出的解決方案供大家參考。
Amazon Web Services (AWS)
AWS 提出 FHIR Works on AWS [8]，大量運用其獨有的各式各樣服務，最後將 structured FHIR resources 放到 Amazon Elasticsearch service ，而 unstructured data 放到 S3 中（如圖四所示）。目前支援超過 120 種不同的 resources，不過，AWS 建議還是要找當地的 APN Partner 來支援運營及客製化的部分。
Google Cloud Platform (GCP)
Google 推出 Google for Cloud Healthcare API 來支援 FHIR、 DICOM 以及 HL7v2 的規格 [10]。目前支援的 FHIR 版本有 DSTU2、STU3 和 R4，尚未支援 R5 (截至 2022/08/18 ) 。作法是先創造出一個 FHIR Store [11]，要指定是 DSTU2、STU3 或 R4，之後就可以針對這個 FHIR Store 創造出所需要的 FHIR Resources，當然，Google 提供將所有 FHIR 資料倒到 BigQuery 中去做 Data Discovery [12]。
Microsoft Azure
微軟推出 Azure Healthcare APIs 的 FHIR Service [13]，可以在 Azure Health Data Services 內部署 FHIR 服務。最後也是可以將資料從 FHIR 服務複製到 Azure Synapse Analytics 去做 Data Discovery [14]。此外，台灣微軟有參加去年底台灣第二屆 FHIR 的聯合測試 [15]，相信他們應該有更多協助台灣醫療機構整合 FHIR 的經驗才是。
台智雲
台智雲推出 FHIR CoLAB [16]，利用華碩雲端的雲端資源（背後就是傳說中的台灣杉二號），除了幫大家先架好一套 HAPI FHIR，還整合其它華碩雲端的服務（如圖五所示）方便大家使用。很明顯地，與其它公有雲業者不同的是，台智雲想結合華碩雲端在 AIoT 的能量來活絡 FHIR Data 的應用。
聚上雲 (Epic Cloud)
不小心看到這則新聞 [17]，標題為「電子病歷上雲法規正式上路！Epic Cloud帶醫療業齊聚上雲」。但看了一下 Epic Cloud 的公司官網 [18]，查不到更多有關 FHIR 的技術內容，所以初步猜測應該主要是用 GCP 所提供的 Google for Cloud Healthcare API 來進行服務吧！（雖然他們也提供 AWS 的服務）
然而，擺在眼前的事實是：
怎麼天時、地利、人和都到位了，但卻一點動靜都沒有呢？
我猜可能大家都己動起來了，只是是找自家資訊室直接從 GitHub 抓 HAPI FHIR 的 source code [19] 下來裝，想沿用原本院內的主機提供 FHIR 服務，還不想上雲端。不過，這種事應該大部分的台灣醫療機構都會發新聞稿才是，所以我才猜是可能大部分都還沒開始動作。
對雲端業者該思考的議題是：「如何讓各家醫療機構寧願上雲端，也不會想用自建 的 FHIR 系統？」
我想目前還欠一道「東風」來助陣，這東風可以來自衛福部，以健保給付或相關法規（包含資訊安全）來要求所有醫療機構進行 FHIR 規格的系統開發與整合，不過，政府會給各單位充份的時間來進行開發與測試，所以短時間內要看到大家動起來似乎又不太可能。
在此，我想提出另一道「東風」來助陣 — 「基因體資料的整合」。
創造無法取代的價值 — 「基因體資料的整合」
HL7 標準的開發組織 CEO 在今年初提到Precision Medicine 的主要阻礙是缺少足夠的 Genomic Data Standards [20]。因為這邊想要為大家完整呈現出相關資訊，所以本文先停在這裡，埋個伏筆，有興趣的人再請參考以下這篇續集。
參考資料
[1] https://upload.wikimedia.org/wikipedia/commons/thumb/4/4d/Bagua-name-earlier.svg/250px-Bagua-name-earlier.svg.png
[2] https://kknews.cc/zh-tw/culture/42beap3.html
[3] https://www.fsitc.com.tw/act/201901_ai/topic-7.html
[4] https://www.ithome.com.tw/news/144262
[5] https://www.ithome.com.tw/news/152056
[6] https://www.mohw.gov.tw/cp-18-70580-1.html
[7] https://www.mohw.gov.tw/dl-78652-3ba6abc5-e438-4602-b73b-316342ef3386.html
[8] https://aws.amazon.com/tw/solutions/implementations/fhir-works-on-aws/
[9] https://d1.awsstatic.com/Solutions/Solutions%20Category%20Template%20Draft/Solution%20Architecture%20Diagrams/fhir-works-on-aws-architecture.cf04ddaa938862b36e953549d941549772e0b1d4.png
[10] https://cloud.google.com/healthcare-api/docs/concepts/introduction
[11] https://cloud.google.com/healthcare-api/docs/how-tos/fhir
[12] https://cloud.google.com/healthcare-api/docs/how-tos/fhir-export-bigquery
[13] https://docs.microsoft.com/zh-tw/azure/healthcare-apis/fhir/
[14] https://docs.microsoft.com/zh-tw/azure/healthcare-apis/fhir/copy-to-synapse
[15] https://tw.news.yahoo.com/news/%E5%BE%AE%E8%BB%9F%E9%86%AB%E7%99%82%E9%9B%B2%E4%B8%B2%E9%80%A3%E7%94%A2%E5%AE%98%E5%AD%B8%E5%A4%A5%E4%BC%B4-3%E5%A4%A7%E7%9B%AE%E6%A8%99-9%E5%A4%A7%E6%83%85%E5%A2%83%E6%89%93%E9%80%A0100%E5%80%8B%E6%99%BA%E6%85%A7%E9%86%AB%E7%99%82%E8%A7%A3%E6%B1%BA%E6%96%B9%E6%A1%88-022508167.html
[16] https://fhir.com.tw/
[17] https://www.inside.com.tw/article/28368-epic-cloud
[18] https://www.epicloud.com.tw/
[19] https://github.com/hapifhir/hapi-fhir
[20] https://www.genomeweb.com/informatics/lack-adequate-genomic-data-standards-presents-major-hurdle-precision-medicine#.YilVuxNBw-T
