Stor datastrømning i sundhedssektoren - dummier

Store data har stor betydning for sundhedsindustrien - herunder brugen heraf i alt fra genetisk forskning til avanceret medicinsk billedbehandling og forskning om forbedring af kvaliteten af ​​pleje. Mens der udføres stor dataanalyse på hvert af disse områder, er det væsentligt for at fremme forskning, er en stor fordel at anvende disse oplysninger til klinisk medicin.

Hvis der indsamles nok data, kan disse data anvendes praktisk og hurtigt på det rigtige tidspunkt for at redde liv. Medicinske klinikere og forskere bruger streaming data til at fremskynde beslutningsprocessen i hospitalsindstillinger og forbedre sundhedsydelser for patienter.

Læger gør brug af store mængder tidsfølsomme data, når de plejer patienter, herunder resultater af laboratorietest, patologirapporter, røntgenbilleder og digital billeddannelse. De bruger også medicinsk udstyr til at overvåge patientens vitale tegn som blodtryk, puls og temperatur.

Mens disse enheder giver advarsler, når aflæsningerne går uden for normal rækkevidde, kan der i nogle tilfælde forebyggende handling finde sted, hvis lægerne kunne modtage en tidlig advarsel. Subtile ændringer i patientens tilstand er ofte vanskelige at afhente med en fysisk eksamen, men kunne afhentes af overvågningsenheder, hvis der eksisterede en måde at få mere øjeblikkelig adgang til dataene.

Overvågningsenheder, der anvendes i intensivafdelinger, genererer tusindvis af aflæsninger hvert sekund. Tidligere er disse aflæsninger opsummeret i en læsning hver 30-60 minutter. Disse enheder overvåger meget store datamængder, men på grund af teknologibegrænsning var meget af disse data ikke tilgængelige for analyse.

Med streamingteknologi kan et hospitalsuniversitetsforskningshold indsamle datastrømmen fra bedside-skærme og behandle det ved hjælp af algoritmer designet til at søge tidlige advarselssignaler om alvorlige infektioner.

Dataene bruges i realtid for at give tidlige advarsler om ændringer i patientens tilstand. I nogle tilfælde finder lægerne, at de er i stand til at tage korrigerende tiltag for at hjælpe en patient næsten 24-36 timer tidligere end uden data streaming teknologi. En anden fordel er lægernes evne til at sammenligne analysen med en database med patientresultater, der kan give yderligere indsigt.