Sådan integrerer du Big Data - dummies

Det er ikke nok at have adgang til store datakilder. Du skal integrere disse kilder. Snart vil der være petabytes af data og hundredvis af adgangsmekanismer, som du kan vælge imellem. Men hvilke strømme og hvilke slags data har du brug for?

• Forstå det problem, du forsøger at løse

• Identificer de involverede processer

• Identificer de oplysninger, der kræves for at løse problemet

• Indsamle dataene, behandle det og analysere resultaterne

Denne proces kan lyde bekendt, fordi virksomhederne har lavet en variant af denne algoritme i årtier. Så er store data forskellige? Ja, selvom virksomhederne i mange år har håndteret store mængder operationelle data, introducerer store data nye typer data i folks faglige og personlige liv.

Twitter-streams, Facebook-indlæg, sensordata, RFID-data, sikkerhedslogfiler, videodata og mange andre nye informationskilder opstår næsten dagligt. Da disse kilder til store data fremkommer og udvides, forsøger folk at finde måder at bruge disse data til bedre at betjene kunder, partnere og leverandører. Organisationer søger måder at bruge disse data til at forudse fremtiden og tage bedre handlinger.

Sundhedspleje er et af de vigtigste og komplekse investeringsområder i dag. Det er også et område, der i stigende grad producerer flere data i flere former end de fleste brancher. Derfor vil sundhedsydelser sandsynligvis være til stor nytte af nye former for store data. Sundhedsudbydere, forsikringsselskaber, forskere og sundhedspersonale træffer ofte beslutninger om behandlingsmuligheder med data, der er ufuldstændige eller ikke relevante for specifikke sygdomme.

En del af årsagen til denne ulighed er, at det er meget vanskeligt at effektivt samle og behandle data til individuelle patienter. Dataelementer lagres og administreres ofte på forskellige steder af forskellige organisationer. Hertil kommer, at klinisk forskning, der udføres over hele verden, kan være nyttig til at bestemme sammenhængen for, hvordan en specifik sygdom eller sygdom kan blive kontaktet og styret.

Anvend algoritmen til et standard datasundhedsscenario:

1. Forstå det problem, vi forsøger at løse:

   • Behov for at behandle en patient med en bestemt type kræft

2. Identificer de involverede processer:

   • Diagnose og test

   • Resultatanalyse, herunder undersøgelse af behandlingsmuligheder

   • Definition af behandlingsprotokol

   • Overvåg patient og juster behandling efter behov

3. Identificer de oplysninger, der kræves for at løse problemet:

   • Patienthistorik

   • Blod, væv, testresultater og så videre

   • Statistiske resultater af behandlingsmuligheder

4. Indsamle dataene, behandle det og analysere resultaterne:

   • Start behandling

   • Overvåg patienten og juster behandlingen efter behov

     

Sådan arbejder læger med patienter i dag.De fleste af dataene er lokale til et sundhedsnetværk, og læger har lidt tid til at gå uden for netværket for at finde den nyeste information eller praksis.