Podatki o zdravstvenem varstvu so danes med najbolj zapletenimi in najobsežnejšimi podatki na svetu. Med tem ogromnim kupom zdravstvenih podatkov so dragoceni vpogledi, ki lahko neposredno vplivajo in izboljšajo kakovost človeškega življenja. Medtem ko še pred desetletjem nismo imeli sredstev za analizo teh podatkov, je napredek v analitiki velikih podatkov danes Healthcare Analytics postavil v posebno realnost!
V tem prispevku v blogu preučimo težave, ki jih analitika Big Data lahko reši na področju zdravstva. Oglejmo si tudi nekaj študij primerov uporabe analize velikih podatkov v zdravstvu in orodij, ki se uporabljajo.
Zakaj analitika velikih podatkov v zdravstvu?
Najpomembnejše prednosti uporabe analitike velikih podatkov v zdravstvu so:
oddajanje dvojnika v int java
- Zgodnje odkrivanje in preverjanje epidemij
- Natančno odkrivanje in zdravljenje bolezni z nizkim uspehom zdravljenja
- Odkritje novih načinov zdravljenja na osnovi genomike in profiliranja pacientov
- Preprečevanje zavarovalnih in medijsko škodnih goljufij
- Povečanje dobičkonosnosti zdravstvenih ustanov
Pojav nosljivih naprav je olajšal zbiranje zdravstvenih podatkov kot kdaj koli prej. Od sledenja podatkov o telesni pripravljenosti do geriatrične nege in intenzivne nege je nosljiva tehnologija revolucionirala zbiranje podatkov v zdravstvu. Poročilo Global Connected Health Market 2016-2020 pravzaprav napoveduje, da bo svetovni povezani zdravstveni trg v obdobju 2016-2020 zrasel na CAGR 26,54%!
Tako zbrane podatke je mogoče shraniti s pomočjo Hadoop in analizirati z MapReduce in Spark.
Veliki podatki v zdravstvu - primer uporabe
Ena izmed najbolj znanih implementacij Big Data v zdravstvu v zadnjem času je IBM Watson, zmogljiva kognitivna računalniška platforma za zdravstveno analitiko. Opremljen je z naravnimi jezikovnimi sposobnostmi, generiranjem hipotez in učenjem, ki temelji na dokazih, v podporo zdravstvenim delavcem pri sprejemanju odločitev.
Tako lahko zdravnik uporablja Watsona za pomoč pri diagnosticiranju in zdravljenju bolnikov:
Korak 1 : Zdravnik postavi poizvedbo, ki opisuje simptome pacienta in s tem povezane dejavnike.
2. korak: Watson analizira vhodne podatke tako, da razpoloži razpoložljive podatke o pacientih za pomembne dejavnike, kot so zdravstvena anamneza družine, zdravila, poročila o testih itd., Upošteva pa tudi zdravniška navodila, klinične študije, raziskovalne članke in druge take podatke.
3. korak: Watson pripravi seznam diagnoz z ustreznimi ocenami, ki kažejo stopnjo zaupanja za vsako hipotezo. To pomaga zdravniku in bolniku pri sprejemanju bolj informiranih in natančnih odločitev.
Diagnoza na podlagi dokazov - izvedba:
Ena izmed dobro znanih aplikacij IBM Watson je bila Watson za onkologijo ', Ki ga je IBM razvil v partnerstvu z newyorškim Memorial Sloan Kettering Cancer Center (MSK).
- Prostor: Osnovno izhodišče, na katerem temelji aplikacija, je to - onkologi MSK so znani strokovnjaki za nekatere vrste raka. Če je IBM Watson mogoče usposobiti za prevzem njihovega strokovnega znanja, potem je znanje na voljo vsakemu zdravniku s katerega koli konca sveta.
- Program: Aplikacija Watson za onkologijo je univerzalna aplikacija za elitno oskrbo raka, ki lahko deluje na iPadu ali drugih tablicah.
- Uporaba: Vzemimo hipotetični primer pacienta v skrajnem kotu Azije, ki trpi za redko obliko pljučnega raka, ki je genetsko povezan. Zdravniki v bolnišnici, kjer se bolnik zdravi, morda nimajo potrebnega strokovnega znanja za zdravljenje tega specifičnega seva pljučnega raka, vendar Watson za onkologijo to počne s pomočjo podatkov MSK Cancer Center.
kaj je ohlapna sklopka v javi
Pomen te aplikacije je daljnosežen, saj lahko kateri koli zdravnik s katerega koli sveta dostopa do aplikacije tako, da samo pridobi licenco za program in svojim pacientom omogoči dostop do svetovnega zdravljenja raka. Taka čarobnost zdravstvene analitike se je rodila zaradi dostopa do velikih podatkov v zdravstvu!
Takšnih primerov uporabe lahko najdete v povezavi s prediktivno analizo in zdravljenjem na podlagi dokazov tukaj .
Vloga Hadoopa v zdravstveni analitiki
Hadoop je osnovna tehnologija, ki se uporablja v mnogih platformah za zdravstveno analitiko. To je zato, ker je Apache Hadoop primeren za obdelavo ogromnih in zapletenih zdravstvenih podatkov ter za učinkovito spopadanje z izzivi, ki pestijo zdravstveno industrijo. Nekaj argumentov za uporabo Hadoopa za delo z velikimi podatki v zdravstvu je:
- Hadoop naredi shranjevanje podatkov cenejše in dostopnejše:
Trenutno je 80% vseh zdravstvenih informacij nestrukturiranih podatkov. Sem spadajo tudi zdravniška poročila, zdravniška poročila, laboratorijski izvidi, rentgenske slike, slike z magnetno resonanco, vitalni podatki in finančni podatki. Hadoop ponuja zdravnikom in raziskovalcem priložnost, da najdejo vpoglede iz naborov podatkov, ki jih prej ni bilo mogoče obravnavati.
- Kapaciteta skladiščenja in ravnanje:
Večina zdravstvenih organizacij lahko shrani podatke, ki niso več kot tri dni na pacienta, kar omejuje možnost analize pridobljenih podatkov. Hadoop lahko hrani in obdeluje ogromno količino podatkov, zaradi česar je idealen kandidat za to delovno mesto.
- Hadoop lahko služi kot organizator podatkov in tudi kot analitično orodje:
Hadoop raziskovalcem pomaga najti korelacije v naborih podatkov s številnimi spremenljivkami, kar je za ljudi težka naloga. Zato je pravi okvir za delo z zdravstvenimi podatki.
Tu je predstavitev za uporabo Big Data Analytics v zdravstvu. Ta predstavitev MapReduce vam bo pomagala napisati program, ki lahko iz baze podatkov s 100 milijoni slik odstrani podvojene slike CT skeniranja. Postopni postopek, pristop in rešitev najdete v tej video vadnici.
To je le eden od mnogih primerov, ko je analiza velikih podatkov pomagala rešiti večje zdravstvene težave in prispevala k učinkovitemu odkrivanju in preprečevanju bolezni. Hadoop je izredno pomemben pri analizi ogromnih podatkovnih nizov za preprečevanje in pravočasno zdravljenje kroničnih bolezni. Uporaba analitike velikih podatkov v zdravstvu ima ogromno neizkoriščenih priložnosti, čas pa je, da strokovnjaki Hadoop pospešijo in sprejmejo izziv!
Edureka ima tečaj Big Data & Hadoop pod vodstvom inštruktorjev, ki so ga soustvarili strokovnjaki iz industrije.
Imate vprašanje za nas? Prosimo, omenite to v oddelku za komentarje in se vam bomo javili.
Sorodne objave:
10 najbolj vročih tehnoloških spretnosti za obvladanje v letu 2016
kako razvrstiti številke v