¿Cómo integrar grandes volúmenes de datos

Sólo tener acceso a fuentes de datos grandes no es suficiente. Usted tendrá que integrar estas fuentes. Pronto habrá petabytes de datos y cientos de mecanismos de acceso para que usted pueda elegir. Pero, ¿cuál arroyos y qué tipo de datos qué necesita?

• Entender el problema que está tratando de resolver

• Identificar los procesos involucrados

• Identificar la información necesaria para resolver el problema

• Reunir los datos, procesarla, y analizar los resultados

Este proceso puede sonar familiar porque las empresas han estado haciendo una variación de este algoritmo durante décadas. Así es diferente big data? Sí, a pesar de que las empresas han estado tratando con grandes cantidades de datos operacionales para el año, grandes datos introduce nueva tipos de datos en la vida profesional y personal de las personas.

Flujos de Twitter, mensajes de Facebook, los datos del sensor, los datos RFID, los registros de seguridad, los datos de vídeo y muchas otras nuevas fuentes de información están surgiendo casi a diario. Como estas fuentes de datos grandes surgen y se expanden, las personas están tratando de encontrar maneras de utilizar estos datos para servir mejor a los clientes, socios y proveedores. Las organizaciones están buscando formas de utilizar estos datos para predecir el futuro y para tomar mejores acciones.

La salud es una de las áreas más importantes y complejas de la inversión hoy. También es un área que produce cada vez más datos en más formas que la mayoría de las industrias. Por lo tanto, es probable que se beneficien en gran medida por las nuevas formas de datos grandes de la salud. Los profesionales de la salud, las aseguradoras, los profesionales de los investigadores, y de salud a menudo toman decisiones sobre las opciones de tratamiento con los datos que está incompleta o no es relevante para enfermedades específicas.

Parte de la razón de esta disparidad es que es muy difícil de recoger y procesar los datos de manera efectiva para los pacientes individuales. Los elementos de datos a menudo se almacenan y gestionan en diferentes lugares por diferentes organizaciones. Además, la investigación clínica que se está llevando a cabo en todo el mundo puede ser útil para determinar el contexto de cómo una enfermedad o enfermedad específica pueden ser abordados y manejados.

Aplicar el algoritmo para un escenario de cuidado de la salud de datos estándar:

1. Entender el problema que estamos tratando de resolver:

2. Necesidad de tratar a un paciente con un tipo específico de cáncer

3. Identificar los procesos involucrados:

4. Diagnóstico y pruebas

5. Análisis de resultados incluyendo la investigación de las opciones de tratamiento

6. Definición del protocolo de tratamiento

7. Monitorear paciente y ajustar el tratamiento según sea necesario

8. Identificar la información necesaria para resolver el problema:

9. La historia del paciente

10. Sangre, tejido, resultados de pruebas, y así sucesivamente

11. Resultados estadísticos de las opciones de tratamiento

12. Reunir los datos, procesarla, y analizar los resultados:

13. Comenzar el tratamiento

14. Monitorear paciente y ajustar el tratamiento según sea necesario

    

Así es como los médicos trabajan con los pacientes en la actualidad. La mayor parte de los datos es local a una red sanitaria, y los médicos tienen poco tiempo para ir fuera de la red para encontrar la información o la práctica reciente.