医疗数据湖 - 使用 Amazon HealthLake 管理和分析 FHIR 合规的医疗数据

医疗数据管理的挑战与 HealthLake

医疗数据以电子病历 (EHR)、检查结果、影像诊断、临床笔记、保险理赔数据等多种形式存在，系统间的互操作性一直是长期课题。FHIR (Fast Healthcare Interoperability Resources) 是 HL7 制定的医疗数据标准规范，定义了通过 RESTful API 进行医疗数据交换的方式。Amazon HealthLake 是符合 FHIR R4 的托管数据存储，实现医疗数据的标准化管理与分析。它可以摄入结构化数据（FHIR 资源）和非结构化数据（临床笔记、出院摘要），并通过 NLP 从非结构化数据中自动提取医疗实体进行结构化。作为 HIPAA 合格服务，支持受保护健康信息 (PHI) 的处理。

数据摄入与 NLP 处理

HealthLake 通过 FHIR API (REST) 提供数据的 CRUD 操作。可以使用标准 API 管理 Patient（患者）、Condition（疾病）、Medication（药物）、Observation（检查结果）、Procedure（处置）等 FHIR 资源。还支持通过 FHIR Bundle 进行批量导入，可从现有 EHR 系统迁移数据。集成医疗 NLP (Integrated Medical NLP) 功能可从非结构化文本（临床笔记、出院摘要）中自动提取医疗实体。利用 Comprehend Medical 技术，识别疾病名称、药物名称、处置名称、解剖部位、检查值等，并自动映射到 ICD-10-CM（疾病编码）和 RxNorm（药物编码）。提取的信息以 FHIR 资源形式结构化，可用于检索和分析。

分析与集成

HealthLake 的数据可导出到 S3，通过 Athena 执行 SQL 查询进行大规模分析。例如可以执行特定疾病患者的药物处方模式、按年龄段的检查结果分布、再入院率分析等查询。通过与 Amazon Quick Sight（原 Amazon QuickSight）集成可构建仪表板，实现医疗数据可视化。通过与 SageMaker 集成，可利用医疗数据构建 ML 模型（疾病预测、风险评分）。导出的数据量也会计费，因此费用全貌将在下一节统一梳理。

HealthLake 费用

（截至 2026 年 8 月，如无特别说明单价均为弗吉尼亚北部）HealthLake 的费用由 7 个计费轴构成。其特点是，最大的费用要素不是请求量，而是数据存储的运行时间。数据存储从创建到删除为止，即使不发送任何请求，也会按每小时 0.27 USD 持续计费。这一按时计费包含最初的 10 GB 存储和每小时 3,500 次查询（账户内全部数据存储合计），只有超出的部分才按用量计费。包含额度内查询的判定在每月计费周期结束时按月度合计（3,500 次查询 × 720 小时 = 每月 252 万次查询）进行，因此即使某些时段超过每小时 3,500 次查询，只要月度合计在额度内就不会产生费用。数据存储有 HealthLake Advanced（默认）和 HealthLake Standard（上一代数据存储）2 个层级，存储和查询的单价不同。

摄入环节需要注意的是，计费按导入 API 的调用次数产生，而不是按数据量。将医疗文本结构化的集成医疗 NLP 也是 HealthLake 自身的计费项目，无需另外签约 Comprehend Medical。单价因区域而异：在亚太地区（悉尼），数据存储为每小时 0.2889 USD，额外存储 Advanced 为每 GB 每月 0.3959 USD，导出为每 GB 0.2033 USD。另外，HealthLake 未在东京区域提供，因此处理日本国内的医疗数据时，保存区域的选择本身就成为设计上的论点。按官方计算示例，在弗吉尼亚北部保存 7 GB、平均每小时执行 2,000 次查询、每月用 NLP 处理 100 万字符时，数据存储 720 小时的按时计费 194.40 USD 加上 NLP 的 10.00 USD，存储和查询都在包含额度内，月费合计为 204.40 USD。即使是小规模验证，仅运行时间就会产生 200 USD 左右的固定费用，因此不留下用完的验证用数据存储是成本管理的要点。

总结 - HealthLake 使用指南

Amazon HealthLake 是实现 FHIR 合规医疗数据管理与分析的托管服务。FHIR API 标准化数据管理、NLP 非结构化数据自动结构化、Athena/SageMaker 分析集成、HIPAA 合规是其主要优势。适用于医疗机构、制药公司、医疗健康初创企业等需要医疗数据标准化和分析的组织。