Como integrar dados grandes - manequins

Apenas ter acesso a grandes fontes de dados não é suficiente. Você precisará integrar essas fontes. Em breve haverá petabytes de dados e centenas de mecanismos de acesso para você escolher. Mas quais fluxos e quais tipos de dados você precisa?

• Compreenda o problema que você está tentando resolver

• Identifique os processos envolvidos

• Identifique as informações necessárias para resolver o problema

• Recolher os dados, processá-lo e analisar os resultados

Este processo pode parecer familiar porque as empresas têm feito uma variação desse algoritmo há décadas. Então, grandes dados são diferentes? Sim, mesmo que as empresas tenham lidado com grandes quantidades de dados operacionais há anos, grandes dados introduzem novos tipos de dados na vida profissional e pessoal das pessoas.

fluxos de Twitter, postagens do Facebook, dados do sensor, dados RFID, logs de segurança, dados de vídeo e muitas outras novas fontes de informação estão surgindo quase diariamente. À medida que essas fontes de dados importantes emergem e se expandem, as pessoas estão tentando encontrar maneiras de usar esses dados para atender melhor clientes, parceiros e fornecedores. As organizações estão procurando maneiras de usar esses dados para prever o futuro e tomar melhores ações.

A saúde é uma das áreas de investimentos mais importantes e complexas de hoje. É também uma área que cada vez mais produz mais dados em mais formas do que a maioria das indústrias. Portanto, os cuidados de saúde provavelmente se beneficiarão com novas formas de dados importantes. Os prestadores de cuidados de saúde, seguradoras, pesquisadores e profissionais de saúde geralmente tomam decisões sobre opções de tratamento com dados incompletos ou não relevantes para doenças específicas.

Parte do motivo dessa disparidade é que é muito difícil coletar e processar dados efetivamente para pacientes individuais. Os elementos de dados são muitas vezes armazenados e gerenciados em diferentes locais por diferentes organizações. Além disso, a pesquisa clínica que está sendo realizada em todo o mundo pode ser útil para determinar o contexto de como uma doença ou doença específica pode ser abordada e gerenciada.

Aplica o algoritmo a um cenário padrão de cuidados de dados:

1. Compreenda o problema que estamos tentando resolver:

   • Precisa tratar um paciente com um tipo específico de câncer

2. Identificar os processos envolvidos:

   • Diagnóstico e testes

   • Análise de resultados, incluindo pesquisa de opções de tratamento

   • Definição do protocolo de tratamento

   • Monitorar o paciente e ajustar o tratamento conforme necessário

3. Identificar a informação necessária para resolver o problema:

   • Historial do paciente

   • Sangue

   • Resultados estatísticos das opções de tratamento

4. Recolher os dados, processá-lo e analisar os resultados:

   • Começar o tratamento

   • Monitorar o paciente e ajustar o tratamento conforme necessário

     

É assim que os profissionais médicos trabalham com os pacientes hoje.A maioria dos dados é local para uma rede de saúde, e os médicos têm pouco tempo para sair da rede para encontrar as informações ou práticas mais recentes.