美國醫療保健領域對新興資料儲存系統理論「資料湖泊」(Data Lake)的應用
在現今資訊流通快速蓬勃發展的時代，巨量資料(Big Data)帶來效率與生產力等龐大效益已無庸置疑。相較於將資料以「資料倉儲」(Data Warehouse)模式儲存，「資料湖泊」(Data Lake)被廣泛視為巨量資料快速演進的下一步。
美國的醫療保健領域為因應巨量資料發展並提升醫療保健系統的透明度與有責性，美國醫療保險與補助中心(Centers for Medicare & Medicaid Services, CMS)於2013年底建立CMS虛擬研究資料中心(Virtual Research Data Center, VRDC)，讓研究員能夠以安全有效率的方式取得並分析CMS的龐大醫療保健資料。此種資料倉儲模式會對進入的資料預先分類，並整合為特定形式以指導後續分析的方式。缺點在於為讓資料更易於分享，會進行「資料清理」(data cleaning)以檢測及刪除不正確資訊並將其轉換成機器可讀取格式，各資料版本會被強制整合為特別形式，但資料清理和轉換的過程會導致明顯的數據流失，對研究產生不利的限制。有鑑於此，為更有效益的應用巨量資料，Pentaho首席技術官James Dixon提出新的資料儲存理論—資料湖泊(Data Lake)，此概念於2011年7月21日首先被討論於美國《富士比》雜誌中，目前在英美國家公部門和民間企業間已被熱烈討論。
與Data Warehouse最大不同在於Data Lake可包含「未被清理的資料」(unclean data)，保持其最原始的形式。故使用者可取得最原始模式的資料，減少資源上處理數據的必要，讓來自全國各政府機關的資料來源更易於結合。Data Lake主要有四點特性：1.以低成本保存巨量資料(Size and low cost)2.維持資料高度真實性(Fidelity)3.資料易取得(Ease of accessibility)4.資料分析富彈性(Flexible)。儲存超過百萬筆病患資料的加州大學歐文分校醫療中心(UC Irvine Medical Center)即以Hadoop架構為技術建立了一個Data Lake，該中心能以最原始的形式儲存各種不同的紀錄數據直到日後需要被分析之時，可協助維持資料的來源與真實性，並得以不同形式的醫療數據進行分析項目，例如患者再住院可能性的預測分析。
但相對的Data Lake在安全性和檢視權限上也有一定的風險，尤其是醫療保健領域，因為這意味著病患的資料在個資生命週期裡隨時可被取得，因此資訊的取得應被嚴密控制以維持各層級的安全與保障，在建立安全的Data Lake之前，必須審慎考慮誰有資訊檢視權限以及透過什麼媒介取得Data Lake中的資料等問題。
- Dan Woods, Big Data Requires a Big, New Architecture, Forbes, July,21,2011
- Rachel Haines, Is the “Data Lake” the Best Architecture to Support Big Data? InFocus- EMC, January 14, 2014
- Edd Dumbill, The Data Lake Dream, Forbes, January 14,2014
- From The Cloud To The Lake: The Future Of Data In Healthcare
- In the Future We Will Store Data Not in a Cloud But in a Lake
- What big data could do for health care
- Finance Committee chairman seeks input on health data transparency
許芳瑜
組長 編譯整理
Brian Stein & Alan Morrison, The Enterprise Data Lake:Better Integration and Deeper Analytics, PwC Technology Forecast, Issue 1(2014), available at http://www.pwc.com/en_US/us/technology-forecast/2014/issue1/assets/pdf/pwc-technology-forecast-data-lakes.pdf (last visited August 11, 2014)
Finance Committee chairman seeks input on health data transparency http://thehill.com/policy/healthcare/209196-finance-chairman-seeks-input-on-health-data-transparency#ixzz3A4O3ysjV (last visited August 11, 2014)
What big data could do for health care http://www.washingtonpost.com/blogs/wonkblog/wp/2014/07/09/what-big-data-could-do-for-health-care/ (last visited August 11, 2014)
In the Future We Will Store Data Not in a Cloud But in a Lake http://www.brookings.edu/blogs/techtank/posts/2014/07/28-big-data-lakes(last visited August 11, 2014)
From The Cloud To The Lake: The Future Of Data In Healthcare http://www.bsminfo.com/doc/from-the-cloud-to-the-lake-the-future-of-data-in-healthcare-0001(last visited August 11, 2014)
Edd Dumbill, The Data Lake Dream, Forbes, January 14,2014 http://www.forbes.com/sites/edddumbill/2014/01/14/the-data-lake-dream/(last visited August 13, 2014)
Rachel Haines, Is the “Data Lake” the Best Architecture to Support Big Data? InFocus- EMC, January 14, 2014 https://infocus.emc.com/rachel_haines/is-the-data-lake-the-best-architecture-to-support-big-data/(last visited August 13, 2014)
Dan Woods, Big Data Requires a Big, New Architecture, Forbes, July,21,2011 http://www.forbes.com/sites/ciocentral/2011/07/21/big-data-requires-a-big-new-architecture/(last visited August 13, 2014)
「綠色按鈕」（Green Button）已於今年（2012）1月正式啟動，運用新的智慧電網科技，容許約六百萬加州用電戶在網站上按下一個按鈕後，便可及時獲取他們的詳細能源使用資訊，同時，其他加州地區公用事業業者也承諾在同年內讓另外十二萬用電戶也可得到同樣的服務，歐巴馬政府同時也於今年3月22日宣布，全美其他地區九個主要公用事業業者也承諾加入「綠色按鈕」的行動中，提供這個新興服務給超過一千五百萬用電戶，許多其他相關業者也宣布加入行動，積極投入發展與「綠色按鈕」相容的應用軟體與服務，提供更多節約能源的方法。 「綠色按鈕」這個行動是由智慧電網互通性專家諮詢小組（SGIP）所主導，這個由美國國家標準與技術研究院(NIST)創立於2009年的工作小組，成員超過750個不同種類的相關業者及政府機關，目的在於致力協調智慧型電網發展的標準與互通性。而為了響應政府的號召—希望業者能提供消費者易懂的能源使用資訊，藉由淺顯易懂的方法讓消費者可以便利地獲取自己對於能源的使用數據，進而設法使消費者減少在能源上的花費，乃係美國政府於去年6月（2011）提出的21世紀智慧電網政策綱領中重要的政策之一。 美國環保署也已經加入了「綠色按鈕」的行列，將利用「綠色按鈕」的數據來幫助商業建築所有人評估他們的耗能與其推動的「能源之星」（Energy Star）認證計畫相結合，給予「能源之星」績效分數（performance scores）。
新國際協定針對未經請求之行銷電話或電子訊息展開聯合行動加拿大隱私專員於2016年6月14日表示，制定支持全球電信監管機構和消費者保護機構，針對垃圾郵件和行銷騷擾電話之跨境共同合作協議。 倫敦行動計畫（London Action Plan）備忘錄（MOU）之簽署國，現已可針對打擊跨國界或逾各個國家監管部門範圍之犯罪從事者的執法行動，相互分享資訊和情報，以獲取協助。 包括加拿大隱私專員辦公室（OPC）在內，目前既已簽署方分別為：澳大利亞通訊及傳媒管理局;加拿大廣播電視和電信委員會、韓國訊息安全局（KISA）、荷蘭消費者和市場監管局（ACM）、英國資訊委員辦公室及公民諮詢局、紐西蘭內政部、南非國家消費者委員會、美國聯邦貿易委員會和聯邦通訊傳播委員會。其他國家之政府當局亦表示願提交備忘錄，以及將來可能加入之意願。 對於加拿大隱私專員辦公室而言，這項協議將有助於達成加拿大反垃圾郵件法（CASL）關於電子郵件地址蒐集和間諜軟體之調查義務與責任，並與具有相同任務之夥伴機構間，進行偵查技巧及策略之分享。 加拿大隱私專員辦公室致力於和國內及國際夥伴合作，並已與國內之CASL執法合作夥伴及其他許多國家的隱私保護機構簽訂協議。
新加坡未來移動數據流量的疏通計畫之觀察Cisco於2012年2月發布預測2011至2016年全球行動數據流量將從2011年每月0.6 Exabytes上升至2016年每月10.8 Exabytes，以高達78%的年複合成長率（CAGR, Compound Annual Growth Rate）逐年攀升。根據此數據，新加坡亦預測其國內行動數據流量將以64%的年複合成長率，從2010年3.1Petabytes上升至2015年37 Petabytes。目前新加坡的電信業者為因應與日益龐大的數據流量，已著手嘗試各項商業模式，包含分級訂價（tiered pricing）、流量管理政策（traffic policy management control）、網路最佳化（network optimisation）、既有基礎建設升級（upgrading of existing infrastructure）以及採用如長期演進技術（LTE，Long Term Evolution）等新興技術和行動數據疏導策略（Mobile data offloading strategies）的發展。 另外職掌新加坡電信政策的新加坡資訊通信發展管理局（IDA Singapore），於2012年4月亦針對4G通訊系統及服務，提出頻譜重新分配之建議書，並諮詢各界之意見，以因應下階段全球移動數據領域之發展。IDA於建議書中計畫擬定以1800MHz、2.3GHz以及2.5GHz作為未來發展4G技術的主要頻段。為滿足產業所需之頻譜量，IDA預計於1800MHz頻段分別釋出2*70的對稱頻譜（paired spectrum）、於2.3GHz頻段釋出30MHz的非對稱頻譜（Unpaired Spectrum），而於2.5GHz頻段則同時釋出2*60MHz的對稱頻譜與30MHz的非對稱頻譜。除了釋出足夠頻譜外，為考量未來技術實驗以及電信業者發展全國性網路服務可能需求2*20MHz的對稱頻譜或20-30MHz的非對稱頻譜，IDA亦分別於前述三個頻段中預留2*5MHz（1800MHz）、20MHz（2.3MHz）以及於2.5MHz區段中預留2*10的對稱頻譜與20MHz的非對稱頻譜。 不過目前受到各國推崇的700MHz頻段卻未被新加坡納為現階段孕育4G技術的主要區域，同時對於900MHz是否於本次拍賣一同釋出以發展4G技術，新加坡政府仍持保留態度。對此，新加坡主要業者包括SingTel與StarHub皆已向iDA提交回覆建議書，表達此舉不符合國際未來發展趨勢並期待IDA能重新作出調整。