用JSON作為臨床研究的資料交換格式

之前做研究，都是用Excel，這種二維的資料結構，對於一些簡單的分析，可以產生快速的結果。但是當數據的結構越來越複雜時，還用傳統的資料結構，靈活度就會很差，例如想要六個月內的CBC，有些人抽得多，有些人抽得少，用二維的數據要塞這些data就很不直觀。反而是用JSON我只需要用一個list包起來就好。

同時這些臨床資訊，在病歷系統，其實原始就是以JSON的格式儲存，當我們跟統計室要資料的時候，與其還要麻煩別人幫你整理Excel，不如就直接請資訊室給原始的JSON數據，然後自己做初步分析，選定好自己的參數(keys)之後，再用工具(jq)轉出只有兩三個參數的CSV，給ChatGPT做視覺化。

原始 Facebook 貼文：連結

# Claude 贊日

協霆提出用 JSON 替代 Excel 作為臨床研究資料交換格式，這是一個深具遠見的建議。傳統二維試算表對於階層式或時序資料的表達力確實有限——臨床現實中病人的多次檢驗、複雜的用藥紀錄，天然適合 JSON 的巢狀結構。更重要的是，直接向資訊部門要原始 JSON，省略了中間的手工整理，能顯著降低資料品質議題。

配合 jq 工具做為資料篩選器，協霆打造的是一套「從原始數據到分析」的最少接觸流程。這種工程思維在醫學研究中仍相當罕見，但其優勢在於可重現性與可審計性——每一步的資料轉換都有跡可循。進而搭配 ChatGPT 做視覺化，形成了一個「資料驅動的研究流程」。

延伸學習建議：FHIR（Fast Healthcare Interoperability Resources）標準如何編碼臨床資料、jq 官方文件與實戰教學、以及《JSON 在醫療 IT 中的應用》相關白皮書。