GASH 代 儲 值的問題，透過圖書和論文來找解法和答案更準確安心。 我們挖掘到下列精選懶人包

以全民健保資料轉換為 FHIR 標準模組之研究

為了解決GASH 代 儲 值的問題，作者李姸 這樣論述：

隨著醫療科技的進步，研究人員不斷的深入探討如何從研究結果中發展有效治療的方法。任何有效的治療都是需要經過實驗室研究或動物試驗，再透過嚴謹的人體臨床試驗來證實該研究的有效性和安全性，才能廣泛應用於常規醫療中。而臨床試驗則是針對臨床上或病人遇到的問題制定研究條件，設計一個合適的研究以探討新的方法是否能達到更好的結果。一般而言，隨機對照試驗是在臨床試驗中最常用的方法，為了達到內部有效性，在研究設計中提出一些限制，來控制可能會影響結果的因素，因而也侷限了資料適用性的範圍，若將研究結果應用於真實世界中，可能會出現差異。在21世紀治癒法案(21st Century Cures Act)的推動下，各國皆積

極推行真實世界數據(Real-World Data, RWD)相關指引文件及計劃，並發表支持觀點，顯示各國對RWD的重視，RWD是在日常生活中蒐集資料，與傳統臨床試驗相比，不具嚴格的條件限制和監管機制，可以減少整個研究所需的時間和金錢，也能廣泛用於不同研究中，但在蒐集資料的過程中，會遇到資料分散、樣本代表性不足、資料完整度不夠、資料品質不一致等問題。臺灣的全民健保資料庫是一個具有樣本代表性和全面性的RWD資料庫，若能善用臺灣的健保資料庫則可達成RWD以低成本換取高價值的實現。為能建立一個真實世界數據資料庫，解決與醫療資訊系統間無法交換的問題，改善資料品質和整合流程，滿足資料之原始目的，本研究以

全民健保資料作為轉換物件，根據國際醫療資訊交換標準HL7 FHIR(Fast Healthcare Interoperability Resources)格式，制定資料欄位對應表，利用Python撰寫格式轉換模組，並將由全民健保資料的200萬人抽樣資料轉換為FHIR標準之資料格式，將資料根據欄位對應表轉換成FHIR標準的格式，再透過符合FHIR標準的伺服器驗證資料格式之正確性，並將其儲存至資料庫中。資料轉換完成後，使用者可以RESTful API的方式進行資料查詢和管理，解決醫療系統間資料交換的問題，除了將應用RWD來提升研究的準確與實用性外，也能擴大資料之加值應用領域。