与你的临床数据对话:通过 OpenSharing 和 Genie One 解锁 AWS HealthLake

与你的临床数据对话:通过 OpenSharing 和 Genie One 解锁 AWS HealthLake

💡 原文英文,约1100词,阅读约需4分钟。
📝

内容提要

文章介绍通过OpenSharing实现AWS HealthLake与Databricks集成:自定义OpenSharing服务器以Databricks App运行,借助Lake Formation临时凭证解析Iceberg快照并预签名文件,无需导出或复制数据即可实时查询FHIR数据。数据经Unity Catalog统一治理,支持细粒度权限与审计,并可通过Genie One用自然语言分析临床数据,降低使用门槛。

🔎

延伸解读

为何需要自定义 OpenSharing 服务器

HealthLake 的 Iceberg 表存放在客户 IAM 角色无法直接读取的 S3 桶中,唯一直接访问途径是 Lake Formation 生成的临时凭证,而 Unity Catalog 无法自行请求这些凭证。因此,方案通过一个运行在 Databricks App 上的自定义 OpenSharing 服务器来填补这一缺口:每次表请求时,服务器用 Lake Formation 凭证解析当前 Iceberg 快照并预签名数据文件,再以标准 OpenSharing 响应返回,Databricks 计算端直接读取 S

治理与安全如何落地

集成后,HealthLake 数据以共享目录形式挂载到 Unity Catalog,访问入口统一为 Unity Catalog。文章指出,可通过授权、细粒度访问控制(FGAC)、基于属性的访问控制(ABAC)和基于角色的访问控制(RBAC)来限定谁可以查看和查询每张表,访问与使用情况也能像其他数据资产一样被审计。此外,AWS 通过 OIDC 联合信任该应用自身的 Databricks 身份,以保护敏感医疗数据。

Genie One 降低临床数据使用门槛

共享数据可直接支撑 Genie One。组织可基于共享目录创建和整理 Genie Agent,定义核心临床表、添加自然语言描述,并教会其定义和解释如 A1C 等临床概念。用户提问“平均 A1C 按月趋势如何?”时,Genie One 能理解上下文、找到对应的 Genie Agent、生成 SQL,并返回带表格和图表的汇总答案,同时遵守 Unity Catalog 权限。临床分析师、运营团队或战略负责人无需提交数据团队工单或等待定制报表,即可直接探索数据。

对现有分析路径的补充而非替代

该集成让 HealthLake 数据可直接在 Databricks 中用于受治理的分析、笔记本、仪表板和 AI,组织不再需要将数据复制导出到外部分析工具,也不必仅依赖 Athena 或 Redshift 进行分析。文章强调,这为同时使用 HealthLake 与 Databricks 的客户提供了新的集成路径,可减少管理复杂数据管道的摩擦,但并未声称取代 HealthLake 原有的分析方式,而是增加了一种可选路径。

❓

Q&A

如何在不复制数据的情况下,将AWS HealthLake中的FHIR数据集成到Databricks进行分析?

通过自定义OpenSharing服务器实现。该服务器以Databricks App形式运行,使用Lake Formation临时凭证解析Iceberg快照并预签名文件,返回标准OpenSharing响应,Databricks直接读取S3文件,无需导出或复制数据。

为什么传统上从HealthLake导出数据到外部平台进行分析比较困难?

HealthLake将分析表存储为Apache Iceberg表,位于服务拥有的S3桶中,客户IAM角色无法直接读取,外部工具如Unity Catalog没有直接访问路径,因此需要构建导出管道复制数据。

OpenSharing服务器在集成中具体做了什么?

服务器在每次表请求时,使用Lake Formation凭证解析表的当前Iceberg快照,预签名数据文件,并以标准OpenSharing响应返回。Databricks计算节点直接读取S3文件,数据不经过服务器。

集成后如何对HealthLake数据进行权限控制和审计?

数据挂载到Unity Catalog后,可使用 grants、细粒度访问控制(FGAC)、基于属性的访问控制(ABAC)和基于角色的访问控制(RBAC)来指定谁可以查看和查询每个表,并且访问和使用情况可以像其他数据资产一样被审计。

Genie One如何让非技术用户分析临床数据?

Genie One基于共享目录创建Genie Agents,定义临床表、添加自然语言描述并教授临床概念(如A1C)。用户用自然语言提问(如“每月平均A1C趋势如何?”),Genie One理解上下文、生成SQL并返回带表格和图表的答案,同时遵守Unity Catalog权限。

这个集成方案对医疗组织有什么主要好处?

无需复制或导出数据即可在Databricks中直接分析HealthLake数据,统一治理,支持细粒度权限和审计,并通过Genie One降低使用门槛,使临床、运营和业务用户都能快速获取洞察,加速分析和AI应用。

🏷️

标签

➡️

继续阅读