Como integrar dados grandes

Basta ter acesso a fontes de dados grandes não é suficiente. Você vai precisar para integrar essas fontes. Em breve haverá petabytes de dados e centenas de mecanismos de acesso para você escolher. Mas qual córregos e que tipos de dados que você precisa?

• Entenda o problema que você está tentando resolver

• Identificar os processos envolvidos

• Identificar as informações necessárias para resolver o problema

  Video: Como fazer dado com caixas de leite

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

  Video: Centro de Integração de Dados e Conhecimento para Saúde

Este processo pode soar familiar, porque as empresas têm vindo a fazer uma variação deste algoritmo para décadas. Então, é big data diferente? Sim, mesmo que as empresas têm lidado com grandes quantidades de dados operacionais para os anos, big data introduz nova tipos de dados na vida profissional e pessoal das pessoas.

streams do Twitter, posts no Facebook, os dados do sensor, dados de RFID, logs de segurança, dados de vídeo e muitas outras novas fontes de informação estão surgindo quase que diariamente. Como essas fontes de dados grandes emergir e expandir, as pessoas estão tentando encontrar maneiras de usar esses dados para melhor servir os clientes, parceiros e fornecedores. As organizações estão procurando maneiras de usar esses dados para prever o futuro e que tenha mais ações.

Healthcare é uma das áreas mais importantes e complexas de investimento hoje. É também uma área que produz cada vez mais dados em mais formas do que a maioria das indústrias. Portanto, cuidados de saúde é susceptível de beneficiar grandemente por novas formas de big data. Os profissionais de saúde, seguradoras, médicos pesquisadores, e de saúde, muitas vezes tomar decisões sobre as opções de tratamento com dados que está incompleta ou não relevantes para doenças específicas.

Video: Getting Started with React and Firebase, Part 2 - Firecasts

Parte da razão para esta disparidade é que é muito difícil reunir de forma eficaz e processar dados de pacientes individuais. Os elementos de dados são frequentemente armazenados e gerenciados em diferentes locais por diferentes organizações. Além disso, a pesquisa clínica que está sendo realizado em todo o mundo pode ser útil na determinação do contexto de como uma doença ou doença específica pode ser abordado e conseguiu.

Aplicar o algoritmo para um cenário padrão de saúde de dados:

1. Entenda o problema que estamos tentando resolver:

2. Precisa tratar um paciente com um tipo específico de câncer

3. Identificar os processos envolvidos:

4. 
   
   
   

   Diagnóstico e teste

5. análise de resultados, incluindo opções de tratamento pesquisando

6. Definição de protocolo de tratamento

7. Monitor do paciente e ajustar o tratamento conforme necessário

8. Identificar as informações necessárias para resolver o problema:

9. histórico do paciente

10. Sangue, tecido, os resultados do teste, e assim por diante

11. Os resultados estatísticos de opções de tratamento

12. Reunir os dados, processá-lo e analisar os resultados:

13. tratamento Commence

14. Monitor do paciente e ajustar o tratamento conforme necessário

    

Esta é a forma como os médicos trabalham com pacientes hoje. A maioria dos dados é local para uma rede de cuidados de saúde, e os médicos têm pouco tempo para ir fora da rede para encontrar a informação ou a prática mais recente.