La integración de datos grandes
Sólo tener acceso a fuentes de datos grandes no es suficiente. Tendrá que integrar estas fuentes. Pronto habrá petabytes de datos y cientos de mecanismos de acceso para que usted pueda elegir. Pero qué flujos y qué tipo de datos necesitas?
Entender el problema que está tratando de resolver
Video: Integracion de Datos Generalidades
Identificar los procesos implicados
Identificar la información necesaria para resolver el problema
Video: #8 Google Maps y coche: grandes novedades (part 1 de 2)
Recopilar los datos, procesarla, y analizar los resultados
Este proceso puede sonar familiar porque las empresas han estado haciendo una variación de este algoritmo por décadas. Así es diferente de datos grandes? Sí, a pesar de que las empresas se han ocupado de grandes cantidades de datos operativos en los años, los grandes datos presenta nuevo tipos de los datos en la vida profesional y personal de las personas.
flujos de Twitter, mensajes de Facebook, los datos del sensor, los datos RFID, los registros de seguridad, datos de vídeo, y muchas otras nuevas fuentes de información están surgiendo casi a diario. Como estas fuentes de datos grandes emergen y se expanden, las personas están tratando de encontrar maneras de utilizar estos datos para servir mejor a los clientes, socios y proveedores. Las organizaciones están buscando maneras de utilizar estos datos para predecir el futuro y para tomar mejores acciones.
Cuidado de la salud es una de las áreas más importantes y complejos de inversión hoy en día. También es un área que cada vez produce más datos en más formas que la mayoría de las industrias. Por lo tanto, es probable que se beneficien en gran medida por las nuevas formas de datos grandes de la salud. Los profesionales de la salud, las aseguradoras, los profesionales de los investigadores, y de salud a menudo toman decisiones sobre las opciones de tratamiento con los datos que está incompleto o no es relevante para enfermedades específicas.
Parte de la razón de esta disparidad es que es muy difícil reunir y procesar datos de manera efectiva para los pacientes individuales. Los elementos de datos a menudo se almacenan y administran en diferentes lugares por diferentes organizaciones. Además, la investigación clínica que se está llevando a cabo en todo el mundo puede ser útil para determinar el contexto de cómo una enfermedad o dolencia específica podrían ser abordados y manejados.
Aplicar el algoritmo para un escenario de atención médica de datos estándar:
Entender el problema que estamos tratando de resolver:
La necesidad de tratar a un paciente con un tipo específico de cáncer
Identificar los procesos que intervienen:
Diagnóstico y pruebas
análisis de resultados que incluye opciones de tratamiento Investigar
Definición de protocolo de tratamiento
Monitor de paciente y ajustar el tratamiento según sea necesario
Identificar la información necesaria para resolver el problema:
La historia del paciente
Sangre, tejido, resultados de pruebas, y así sucesivamente
Resultados estadísticos de las opciones de tratamiento
Recopilar los datos, procesarla, y analizar los resultados:
Comenzar el tratamiento
Monitor de paciente y ajustar el tratamiento según sea necesario
Así es como los médicos trabajan con los pacientes en la actualidad. La mayor parte de los datos es local a una red sanitaria, y los médicos tienen poco tiempo para ir fuera de la red para encontrar la información más reciente o en la práctica.