Büyük Verileri Entegre Etmek - büyük veri kaynaklarına erişime sahip olan yalanlar

Sadece büyük veri kaynaklarına erişmek yeterli değildir. Bu kaynakları entegre etmeniz gerekecek. Yakında petabaytlarca veri ve yüzlerce erişim mekanizması arasından seçim yapacaksınız. Ama hangi akışlar ve hangi veri türlerine ihtiyacınız var?

• Çözmeye çalıştığınız problemi anlayın

• İlgili süreçleri tanımlayın

• Sorunu çözmek için gerekli bilgileri tanımlayın

• Verileri toplayın, işleyin ve sonuçları analiz edin.

Bu işlem tanıdık gelebilir, çünkü işletmeler yıllarca bu algoritmanın bir varyasyonunu yapıyorlardı. Büyük veriler farklı mı? Evet, işletmeler yıllardır büyük miktarlarda operasyonel veri ile uğraşıyor olsa da, büyük veriler, kişilerin mesleki ve kişisel hayatlarına yeni 999 türleri 999'u tanıtır.

Twitter akışları, Facebook yayınları, sensör verileri, RFID verileri, güvenlik kayıtları, video verileri ve birçok yeni bilgi kaynağı neredeyse her gün ortaya çıkıyor. Bu büyük veri kaynakları ortaya çıkıp genişledikçe, insanlar bu verileri müşterilere, ortaklara ve tedarikçilere daha iyi hizmet etmek için kullanmanın yollarını bulmaya çalışmaktadır. Kuruluşlar, gelecek verilerini tahmin etmek ve daha iyi işlemler yapmak için bu verileri kullanmanın yollarını arıyor.

Sağlık, günümüzde en önemli ve karmaşık yatırım alanlarından biridir. Ayrıca, çoğu endüstriden daha fazla veri üreten bir alan. Bu nedenle, sağlık, yeni büyük veri biçimlerinden büyük ölçüde faydalanacaktır. Sağlık hizmeti sunucuları, sigortacılar, araştırmacılar ve sağlık uygulayıcıları genellikle eksik veya tanımlanmamış hastalıklarla ilgili olmayan verilerle tedavi seçenekleri hakkında kararlar alırlar.

Bu farklılığın nedeni, bireysel hastalar için verileri etkili bir şekilde toplamak ve işlemek çok zordur. Veri öğeleri genellikle farklı kuruluşlar tarafından farklı yerlerde depolanır ve yönetilir. Buna ek olarak, tüm dünyada yürütülmekte olan klinik araştırmalar, belirli bir hastalığa veya hastalığa nasıl yaklaşılabileceği ve yönetilebileceğinin bağlamının belirlenmesinde yardımcı olabilir.

Algoritmayı standart bir veri sağlık hizmeti senaryosuna uygulayın:

Çözmeye çalıştığımız problemi anlayın:

Belirli bir kanser türü olan bir hastayı tedavi etmek gerekir

1. İlgili süreçleri tanımlayın:

   • Tanı ve test

2. Araştırma seçenekleri dahil olmak üzere sonuçlar analizi

   • Tedavi protokolünün tanımı

   • Hastayı izleyin ve gerektiği gibi tedaviyi ayarlayın

   • Sorunu çözmek için gerekli bilgileri belirleyin:

   • Hasta öyküsü

3. Kan

   • Tedavi seçeneklerinin istatistiksel sonuçları

   • Verileri toplayın, işleme koyun ve sonuçları analiz edin:

   • Tedaviyi başlatın

4. Hastayı izleyin ve gerektiği gibi tedaviyi ayarlayın

   • Tıp pratisyenleri bugün hastalarla böyle çalışırlar.Verilerin çoğu sağlık hizmetleri ağı içindir ve hekimler, en yeni bilgileri veya uygulamaları bulmak için ağın dışına çıkmak için vakitleri azdır.