三台資料庫系統的總資料量大約有三十億筆，全數集中整合的移轉作業茲事體大，所幸經過四個多月實際轉換資料的程序測試後，處理效能可說超乎想像，才消除所有疑慮，而DBA也從一開始的反對，到最後全力的支持，終於決議導入建置。
自國家政策推動電子病歷發展以來，醫療體系已是高度資訊化的產業之一，平日於門診、掛號、批價、住院、醫藥等作業程序，莫不仰賴核心的醫療資訊系統（Hospital Information System，HIS）協助整合資訊以提高效率，進而提升醫療品質。
隨著資訊技術邁向巨量資料（Big Data）分析應用，本土大型醫療院所皆陸續納入研究領域，馬偕醫院也實際投入資源與人力，朝向Real-time Management System發展，馬偕醫院行政副院長張文信說明，諸如財務報表、醫師的抗生素使用量、開刀次數等，如今院長及高階主管均可直接透過iPad隨時點選查看台北、淡水、新竹、台東等四個院區的分析資訊。
資料庫系統整合 提升分析基礎運算能力
「只是欲進一步將巨量資料分析從接近即時（Near-time）推展到即時（Real-time），若缺乏完善的資料倉儲運算基礎，勢必無法達成。」張文信指出。尤其自今年起，健保署開始實施健保特約院所的門診、住院皆須依據ICD-10-CM/PCS（國際疾病傷害及死因分類標準第十?版）進行疾病分類，影響所及像是心臟手術記錄範圍須包含過程中所有牽動的血管名稱，必須較舊版的定義更詳細、描述更清楚。
但如此一來，醫師對於病人的問診、需記錄的項目將因此增多，勢必會增加系統操作時間，因此加快醫療資訊系統的回應速度，協助醫師提升工作效率可說是當務之急，於是馬偕醫院在2013年起，即已開始評估Oracle 9i資料庫系統的升級與整合作業。
原本架構在三台Sun Sparc Enterprise M4000環境的Oracle 9i資料庫系統已運行五年，馬偕醫院資訊室主任湯進聖發現，隨著資料量逐年增加，效能、儲存空間其實已逐漸呈現不敷使用的狀態。在評估期間，甲骨文提供Oracle Exadata
Database Machine進行概念性驗證（Proof of Concept），只是原本的作業系統環境是Unix，而Exadata則為Linux，且醫療業界又幾乎沒有建置參考案例下，確實經過一番討論。
 |
| ▲馬偕醫院台北院區率先導入Oracle Exadata Database Machine，增強大量資料運算處理能力，縮短醫療資訊系統等待回應時間，提升整體醫療工作效率。 |
畢竟三台資料庫系統的總資料量大約有三十?億筆，全數彙整到單一台Exadata的移轉作業茲事體大，過程中一旦出現問題，對整體醫療工作、病人照護等方面皆會帶來相當大的影響。「所幸基於甲骨文台灣團隊出借的測試機，在經過四個多月實際轉換資料的程序測試後，處理效能可說超乎我們想像，才消除所有疑慮，而DBA也從一開始的反對，到最後全力的支持，於是才決議導入建置。」湯進聖說。
異質平台資料轉換工具 大幅降低移轉難度
馬偕醫院台北院區於日前已完成醫療資訊系統的資料轉移，以及資料庫系統升級至Oracle 11g版本的程序，共30 TB的儲存空間，卻只用到Exadata的八分之一櫃，預計至少尚可滿足未來五年應用所需。至於實際整體切換作業，湯進聖估計，總共只耗費一個半小時，之所以能在短時間內順利切換，最主要是仰賴GoldenGate的協助。
他進一步提及，就以往系統轉換的經驗，考量醫療業是24小時運作，大多會選擇凌晨切換上線，但資訊部門仍無法避免接收到些許抱怨聲。而本次執行的資料庫系統升級，不僅資料轉移作業相當順利，停機時間也在掌握之內，皆須歸功於GoldenGate進行異質平台資料同步轉換，約有99%的資料量是經由GoldenGate轉移，剩下1%才是採取人力匯出、匯入方式處理，大幅降低資料搬遷、問題排除、確認核對等複雜的工作程序。
甲骨文台灣區總經理張永慶指出，甲骨文近來推廣的正是即時企業（Real-time Enterprise）概念，運用先進IT系統即時地進行資料蒐集、處理，乃至於決策分析。
以馬偕醫院專案來看，目標是順利遷移至新的系統環境，藉此大幅提升資料存取效能。除了Exadata資料庫主機外，搭配Oracle Data Integration中的GoldenGate工具，能在實體與虛擬環境，及各種異質平台之間，實現即時資料整合、複製交易資料，可支援涵蓋IBM Informix、Microsoft SQL、MySQL Community Edition等資料庫系統。
發揮大量資料處理能力 縮短等待回應時間
「實際上線運行後發現，平常執行的最大量批次處理作業，也就是每月的健保請款，以前需花費二十?多個小時，而在Exadata環境不到八小時即可完成。」湯進聖說。由於健保的請款，必須將一個月以來所有看病的患者資料統整後交給健保局，平均大約是二十?多萬人次的資料，可說是非常大量資料的處理，過去至少需要耗費一天時間才能執行完畢，如今在運算程式完全未經修改、資料也不經過壓縮處理之下，即可省下超過一半以上的時間，充份體會到Exadata針對大量資料的搜尋與運算處理能力。
從病人等候時間來看，相關的線上作業例如批價，實際計算後發現病患站在櫃台時間，從四十?秒縮短為二十?秒，平均每人等候排隊時間可縮短約五分鐘。另外，儲存住院資訊的資料庫系統，資料量相當多且繁雜，以往不論如何調校、優化，遇到大型模組存取資料時，往往需要數分鐘的回應時間，如今已可縮短為數秒鐘，不再耽誤醫師看診速度。至於護理系統交接班，由於必須在同樣時間內、同時存取相同的資料，因此以往系統執行時間需等候近二十?秒才會出現回應，如今也得以縮短，幾乎即時回應。
至於下一步，馬偕醫院已準備將台北與淡水院區兩地利用兩條300M網路連接，同時為了避免網路斷線使得資料無法正常存取，在淡水分院亦會建置Exadata備援機，兩端透過DataGuard傳輸。湯進聖強調，如此一來，不管是設備、空間、維運管理人力，將可因此降低成本支出。