運用NoSQL與Google Maps視覺化呈現健保重大傷病區域分佈

根據市場調查機構Gartner分析，目前全球資料量正以每年59%的速度成長，平均每兩年就成長1倍，而資料型態也由傳統的結構型資料轉變為非結構型資料為主，其中70%~80%都是日誌檔案、圖片、影像、感應設備等所產生的非結構型資料，在醫療界，由於全民健保的推動，醫療每月申報的資料，如健保資料庫，及醫學中心級以上的PACS影像資料庫等也都以巨量資料的方式成長，面對如此巨大且快速成長的資料量，傳統的資料處理技術顯得不足，因此(BigData)巨量資料的處理技術開始成熟，目前台灣企業包括醫療界，對巨量資料的關注，還處於摸索階段。
本研究是針對目前NoSQL非關聯式資料庫中，技術較為完整與成熟的MongDB，作為分散式儲存與運算的架構，與Google Maps服務作整合，提供使用者可以由(SaaS)服務，從醫療巨量資料中快速取得醫療資訊分析，協助醫療決策者從海量醫療資料中，取得協助診斷判斷的訊息。並藉由此探討NoSQLDB運算結合GIS地理資訊系統的架構運用在台灣重大傷病的分析與實作。