當醫院系統要同時處理數百萬筆病人病歷與檢驗結果，醫師開立處方時如果卡頓幾秒鐘，不只影響看診流程，還可能延誤醫療決策！台灣 CIO 雜誌 報導指出，許多醫療機構導入被稱為醫療通用語言的 FHIR 資料標準後，當系統正式上線且資料大量累積時，真正的效能考驗才剛開始。
為什麼資料量一加大，醫療資訊系統就容易塞車呢？
關鍵在於資料查詢與轉換的架構選擇。如果醫院採用外掛式的 Façade 模式，就像在舊建築外牆掛上現代招牌，雖然初期改造成本低，但每次查詢都需要跨資料表轉換，資料量大時就會產生嚴重的效能代價。相對地，直接採用原生 Native 模式雖然能針對查詢進行深度調整，卻需要面臨龐大的歷史資料移轉工程。
除了架構選擇，資料查詢的索引規劃也是解決塞車的靈魂。以常見的檢驗結果查詢為例，如果只對單一欄位建立索引，資料庫就必須像翻閱整本書一樣逐頁掃描。只要設計包含病人與日期等欄位的複合索引，就能像目錄般瞬間精準定位。對於不常用的歷史資料，透過 Hot、Warm 與 Cold 的資料生命週期分層儲存，還能將高成本的快速儲存資源留給最緊急的臨床調閱。
更棘手的挑戰來自臨床決策支援。當醫師開立醫囑時，系統必須在短短 500 毫秒的時間預算內，快速完成資料存取、規則運算並回傳警示。若要達成這項即時目標，可以利用預先抓取資料的 Prefetch 機制，減少系統反覆溝通的延遲。
技術之外，團隊更要防範「公車因子」風險，避免關鍵技術知識只集中在單一工程師身上，必須透過完善的架構決策紀錄確保系統長期演進。只有兼顧查詢效能與低延遲防線，才能讓智慧醫療達到最佳品質。
