Wie man Big Data einbindet - Dummies

Es reicht nicht aus, nur auf große Datenquellen zuzugreifen. Sie müssen diese Quellen integrieren. Bald wird es Petabytes von Daten und Hunderte von Zugriffsmechanismen für Sie zur Auswahl geben. Aber welche Datenströme und Daten benötigen Sie?

• Verstehen Sie das Problem, das Sie lösen möchten

• Identifizieren Sie die beteiligten Prozesse

• Geben Sie die Informationen an, die zur Lösung des Problems erforderlich sind

• Sammeln Sie die Daten, verarbeiten Sie sie und analysieren Sie die Ergebnisse.

Dieser Prozess mag vertraut erscheinen, weil Unternehmen seit Jahrzehnten eine Variation dieses Algorithmus durchführen. Ist Big Data also anders? Ja, obwohl Unternehmen seit Jahren mit großen Mengen an Betriebsdaten zu tun haben, führt Big Data neue Daten des Typs in das berufliche und persönliche Leben ein.

Twitter-Streams, Facebook-Posts, Sensordaten, RFID-Daten, Sicherheitsprotokolle, Videodaten und viele andere neue Informationsquellen tauchen fast täglich auf. Während diese Quellen für Big Data entstehen und expandieren, versuchen die Menschen, Wege zu finden, diese Daten zu nutzen, um Kunden, Partnern und Lieferanten besser zu dienen. Organisationen suchen nach Möglichkeiten, diese Daten zu nutzen, um die Zukunft vorherzusagen und bessere Maßnahmen zu ergreifen.

Das Gesundheitswesen ist heute einer der wichtigsten und komplexesten Investitionsbereiche. Es ist auch ein Bereich, der zunehmend mehr Daten in mehr Formen produziert als die meisten Branchen. Daher wird das Gesundheitswesen wahrscheinlich von neuen Formen von Big Data profitieren. Die Gesundheitsdienstleister, Versicherer, Forscher und Angehörigen der Gesundheitsberufe treffen häufig Entscheidungen über Behandlungsoptionen mit Daten, die unvollständig oder für bestimmte Krankheiten nicht relevant sind.

Ein Teil des Grundes für diese Ungleichheit ist, dass es sehr schwierig ist, effektiv Daten für einzelne Patienten zu sammeln und zu verarbeiten. Datenelemente werden häufig an verschiedenen Orten von verschiedenen Organisationen gespeichert und verwaltet. Darüber hinaus kann klinische Forschung, die weltweit durchgeführt wird, hilfreich sein, um den Kontext zu bestimmen, wie eine bestimmte Krankheit oder Krankheit angegangen und verwaltet werden könnte.

Wenden Sie den Algorithmus auf ein standardmäßiges Daten-Healthcare-Szenario an:

1. Verstehen Sie das Problem, das wir lösen möchten:

   • Behandeln eines Patienten mit einer bestimmten Krebsart

2. Identifizieren der beteiligten Prozesse:

   • Diagnose und Test

   • Ergebnisanalyse einschließlich der Erforschung der Behandlungsoptionen

   • Definition des Behandlungsprotokolls

   • Überwachung des Patienten und Anpassung der Behandlung nach Bedarf

3. Identifizieren der für die Lösung des Problems erforderlichen Informationen:

   • Patientenanamnese

   • Blut, Gewebe, Testergebnisse usw.

   • Statistische Ergebnisse der Behandlungsoptionen

4. Erfassen der Daten, Verarbeiten und Analysieren der Ergebnisse:

   • Beginnen der Behandlung

   • Überwachen des Patienten und Anpassen der Behandlung nach Bedarf

     

So arbeiten Ärzte heute mit Patienten.Die meisten Daten sind lokal in einem Gesundheitsnetzwerk gespeichert, und Ärzte haben wenig Zeit, das Netzwerk zu verlassen, um die neuesten Informationen oder Praktiken zu finden.