Nagy adatok az egészségügyben: Hadoop hogyan forradalmasítja az egészségügyi elemzéseket

A Hadoop & Big Data technológiák forradalmasítják az egészségügyi elemzéseket. Ez a nagy adat az egészségügyi blogban azt tárgyalja, hogy a nagy adatelemzés hogyan képes feljavítani az orvosi ellátást.

'Az összes egészségügyi információ 80% -a strukturálatlan adat, amely olyan nagy és összetett, hogy rendkívül szükség van egy speciális eszközre és módszerekre annak kezelésére, és betekintést kell nyerni az adatokból.'

Az egészségügyi adatok a világ legösszetettebb és legterjedelmesebb adatai közé tartoznak. Az egészségügyi adatok ezen hatalmas halma között fekvő értékes felismerés, amely közvetlenül befolyásolhatja és javíthatja az emberi élet minőségét. Míg az adatok elemzéséhez egészen egy évtizeddel ezelőttig hiányoztak az eszközeink, a Big Data Analytics terén elért haladás ma az egészségügy elemzését külön valósággá tette!



Ebben a blogbejegyzésben vizsgáljuk meg azokat a problémákat, amelyeket a Big Data analytics megoldhat az egészségügyi területen. Nézzünk meg néhány esettanulmányt a Big Data Analytics alkalmazásáról az egészségügyben és az alkalmazott eszközökről.



Miért nagy adatelemzés az egészségügyben?

A Big Data analytics alkalmazásának legfontosabb előnyei az egészségügyben:

  • A járványok korai felfedezése és ellenőrzése
  • Azok a betegségek pontos felismerése és gyógyítása, amelyek kezelése alacsony
  • Új kezelések felfedezése a genomika és a betegek profilozása alapján
  • A biztosítás és a közérdekű csalások megelőzése
  • Az egészségügyi intézmények jövedelmezőségének növekedése

A hordható eszközök megjelenése minden eddiginél könnyebbé tette az egészségügyi adatok gyűjtését. A fitnesz adatok nyomon követésétől a geriátriai ellátásig és az intenzív kezelésig a hordható technológia forradalmasította az egészségügyi adatgyűjtést. Valójában a globális összekapcsolt egészségügyi piac 2016–2020-as jelentése előrejelzi, hogy a globális összekapcsolt egészségügyi piac 26,54% -os CAGR növekedést mutat a 2016–2020 közötti időszakban!



Az így összegyűjtött adatok a Hadoop segítségével tárolhatók, és elemezhetők a MapReduce és a Spark segítségével.

Nagy adatok az egészségügyben - felhasználási eset

Az egészségügyben a Big Data egyik legismertebb megvalósítási módja az IBM Watson, amely egy hatékony kognitív számítási platform az egészségügyi elemzések számára. Természetes nyelvi képességekkel, hipotézis-előállítással és bizonyítékokon alapuló tanulással van ellátva, hogy támogassa az egészségügyi szakembereket, amikor döntéseket hoznak.

Így használhatja az orvos a Watsont a betegek diagnosztizálásában és kezelésében:



térképoldali csatlakozás a kaptárban

IBM-Watson-big-data-in-healthcare

1. lépés : Az orvos feltesz egy lekérdezést, amely leírja a beteg tüneteit és a kapcsolódó tényezőket.

2. lépés: Watson a rendelkezésre álló betegadatokat bányászva elemzi a releváns tényezőket, például a család egészségi állapotát, a gyógyszereket, a vizsgálati jelentéseket stb., És figyelembe veszi az orvosi feljegyzéseket, a klinikai vizsgálatokat, a kutatási cikkeket és más ilyen adatokat is.

3. lépés: Watson felsorolja a diagnózisokat a megfelelő pontszámokkal, amelyek jelzik az egyes hipotézisek megbízhatósági szintjét. Ez segít az orvosnak és a betegnek megalapozottabb és pontosabb döntéseket hozni.

Bizonyítékokon alapuló diagnózis - megvalósítás:

Az IBM Watson egyik jól ismert alkalmazása a Watson az onkológiához ’Alkalmazás, amelyet az IBM a New York-i Memorial Sloan Kettering Cancer Center (MSK) együttműködésével fejlesztett ki.

  • Feltétel: Az alapfeltevés, amelyre az alkalmazás épül, ez az - az MSK onkológusai ismert szakemberek bizonyos típusú rákos megbetegedésekben. Ha az IBM Watson kiképezhető szakértelmének megszerzésére, akkor a tudás a világ bármely sarkából érkező orvosok rendelkezésére áll.
  • Program: A Watson for Oncology alkalmazás egyablakos alkalmazás az elit rákellátáshoz, amely iPad-en vagy más táblagépeken is futtatható.
  • Alkalmazás: Vegyünk egy hipotetikus esetet Ázsia távoli szegletében, aki genetikailag összefüggő ritka tüdőrákos formában szenved. Lehet, hogy a kórház orvosai, ahol a beteget kezelik, nem rendelkeznek a szükséges szakértelemmel a tüdőrák ezen speciális törzsének kezelésére, de az Onkológiai Watson az MSK Rákközpont adatainak segítségével.

Az alkalmazás jelentősége messzemenő, mivel a világ bármely pontjáról bármely orvos hozzáférhet az alkalmazáshoz, ha csak licencet szerez a programra, és hozzáférést biztosít a pácienseik számára a világszínvonalú rákkezeléshez. Ilyen varázslat az egészségügyi elemzés, amely az egészségügyben a Big Data-hoz való hozzáférésből származik!

A prediktív elemzéshez és a bizonyítékokon alapuló kezelésekhez kapcsolódóan több ilyen felhasználási esetet találhat itt .

A Hadoop szerepe az egészségügyi elemzésben

A Hadoop az alapul szolgáló technológia, amelyet számos egészségügyi elemzési platformon használnak. Az Apache Hadoop ugyanis alkalmas arra, hogy kezelje a hatalmas és összetett egészségügyi adatokat, és hatékonyan kezelje az egészségügyi ágazatot sújtó kihívásokat. Néhány érv a Hadoop használatával a Big Data használatával az egészségügyben:

  1. A Hadoop olcsóbbá és elérhetőbbé teszi az adattárolást:

Jelenleg az összes egészségügyi információ 80% -a strukturálatlan adat. Ide tartoznak többek között az orvosok feljegyzései, orvosi jelentések, laboratóriumi eredmények, röntgen, MRI képek, vitálok és pénzügyi adatok. Hadoop lehetőséget nyújt az orvosoknak és a kutatóknak arra, hogy betekintést nyerjenek olyan adathalmazokból, amelyeket korábban lehetetlen volt kezelni.

  1. Tárolási kapacitás és kezelés:

A legtöbb egészségügyi szervezet páciensenként legfeljebb három napos adatot tárolhat, korlátozva az előállított adatok elemzésének lehetőségét. A Hadoop rengeteg adatot képes tárolni és kezelni, így ideális jelölt a munkára.

  1. A Hadoop adatszervezőként és elemző eszközként is szolgálhat:

A Hadoop segít a kutatóknak összefüggéseket találni a sok változóval rendelkező adatsorokban, ami nehéz feladat az emberek számára. Éppen ezért megfelelő keretrendszer az egészségügyi adatokkal való együttműködéshez.

Itt van egy bemutató a Big Data Analytics alkalmazásához az egészségügyben. Ez a MapReduce bemutató segít egy olyan program megírásában, amely kiküszöböli a duplikált CT-képeket egy 100 millió képet tartalmazó adatbázisból. A lépésenkénti eljárás, megközelítés és megoldás megtalálható ebben a videó oktatóanyagban.

Ez csak egy a sok eset közül, amikor a Big Data elemzés segített a főbb egészségügyi problémák megoldásában, és hozzájárult a betegségek hatékony felderítéséhez és megelőzéséhez. Hadoop rendkívül releváns a krónikus betegségek megelőzését és időben történő kezelését szolgáló humongous adatkészletek elemzésében. Óriási kiaknázatlan lehetőség rejlik a Big Data Analytics alkalmazásában az egészségügyben, és itt az ideje, hogy a Hadoop szakemberei lépjenek fel és vállalják a kihívást!

Az Edurekának van egy élő és oktató által vezetett tanfolyama a Big Data & Hadoop-ról, amelyet iparági szakemberek hoztak létre.

Van egy kérdésünk? Kérjük, említse meg a megjegyzések részben, és mi kapcsolatba lépünk Önnel.

Kapcsolódó hozzászólások:

10 legforróbb technikai készség elsajátítására 2016-ban