Slik integrerer du Big Data - dummies

Bare å ha tilgang til store datakilder er ikke nok. Du må integrere disse kildene. Snart vil det være petabytes av data og hundrevis av tilgangsmekanismer for deg å velge mellom. Men hvilke strømmer og hvilke typer data trenger du?

• Forstå problemet du prøver å løse

• Identifiser prosessene som er involvert

• Identifiser informasjonen som kreves for å løse problemet

• Samle dataene, behandle det og analyser resultatene

Denne prosessen kan høres kjent fordi bedrifter har gjort en variant av denne algoritmen i flere tiår. Så er store data forskjellige? Ja, selv om bedrifter har håndtert store mengder operasjonelle data i mange år, presenterer store data nye typer av data i folks faglige og personlige liv.

Twitter-strømmer, Facebook-innlegg, sensordata, RFID-data, sikkerhetslogger, videodata og mange andre nye kilder til informasjon kommer nesten daglig. Som disse kildene til store data dukker opp og utvider, prøver folk å finne måter å bruke disse dataene på, for bedre å betjene kunder, partnere og leverandører. Organisasjoner leter etter måter å bruke disse dataene til å forutse fremtiden og å ta bedre tiltak.

Helse er et av de viktigste og komplekse satsingene i dag. Det er også et område som i økende grad produserer flere data i flere former enn de fleste bransjer. Derfor er helsetjenester sannsynligvis til stor nytte av nye former for store data. Helsepersonell, forsikringsselskaper, forskere og helsepersonell tar ofte beslutninger om behandlingsalternativer med data som er ufullstendige eller ikke relevante for bestemte sykdommer.

En del av årsaken til denne ulikheten er at det er svært vanskelig å effektivt samle og behandle data for individuelle pasienter. Dataelementer lagres og administreres ofte på forskjellige steder av ulike organisasjoner. I tillegg kan klinisk forskning som utføres over hele verden, være nyttig for å bestemme sammenhengen for hvordan en bestemt sykdom eller sykdom kan nærmer seg og styres.

Bruk algoritmen til et standard datasituasjonssystem:

1. Forstå problemet vi prøver å løse:

   • Trenger du å behandle en pasient med en bestemt type kreft

2. Identifiser prosessene som er involvert:

   • Diagnose og testing

   • Resultatanalyse inkludert undersøkelse av behandlingsalternativer

   • Definisjon av behandlingsprotokoll

   • Overvåk pasienten og juster behandlingen etter behov

3. Identifiser informasjonen som kreves for å løse problemet:

   • Pasienthistorikk

   • Blod, vev, testresultater og så videre.

   • Statistiske resultater av behandlingsalternativer

4. Samle dataene, behandle det og analysere resultatene:

   • Start behandling

   • Overvåk pasienten og juster behandlingen etter behov

     

Slik jobber lege med pasienter i dag.De fleste av dataene er lokale til et helsesektorenettverk, og leger har liten tid til å gå utenfor nettverket for å finne den nyeste informasjonen eller øvelsen.