의료 데이터는 오늘날 세계에서 생성되는 가장 복잡하고 방대한 데이터 중 하나입니다. 이 거대한 의료 데이터 더미 사이에는 인간의 삶의 질에 직접적인 영향을 미치고 개선 할 수있는 귀중한 통찰력이 있습니다. 최근 10 년 전까지 만해도이 데이터를 분석 할 수단이 없었지만 빅 데이터 분석의 발전으로 오늘날 헬스 케어 분석이 뚜렷한 현실이되었습니다!
이 블로그 게시물에서는 빅 데이터 분석이 의료 분야에서 해결할 수있는 문제를 살펴 보겠습니다. 또한 의료 분야에서 빅 데이터 분석을 적용한 몇 가지 사례 연구와 사용되는 도구를 살펴 보겠습니다.
의료 분야에서 빅 데이터 분석이 필요한 이유
의료 분야에서 빅 데이터 분석을 적용 할 때의 가장 큰 이점은 다음과 같습니다.
- 전염병의 조기 발견 및 확인
- 치료 성공률이 낮은 질병의 정확한 탐지 및 치료
- 유전체학 및 환자 프로파일 링을 기반으로 한 새로운 치료법 발견
- 보험 및 메디 클레임 사기 방지
- 의료 기관의 수익성 증가
웨어러블 장치의 출현으로 의료 데이터 수집이 그 어느 때보 다 쉬워졌습니다. 피트니스 데이터 추적에서 노인 치료 및 집중 치료에 이르기까지 웨어러블 기술은 의료 분야의 데이터 수집에 혁신을 가져 왔습니다. 실제로 글로벌 커넥 티드 헬스 시장 2016-2020 보고서는 글로벌 커넥 티드 헬스 시장이 2016 ~ 2020 년 동안 연평균 26.54 % 성장할 것으로 예측합니다!
이렇게 수집 된 데이터는 Hadoop을 사용하여 저장하고 MapReduce 및 Spark를 사용하여 분석 할 수 있습니다.
의료 분야의 빅 데이터 – 사용 사례
최근 의료 분야에서 가장 잘 알려진 빅 데이터 구현 중 하나는 의료 분석을위한 강력한 코 그너 티브 컴퓨팅 플랫폼 인 IBM Watson입니다. 의료 전문가가 의사 결정을 내릴 때 지원하기 위해 자연어 기능, 가설 생성 및 증거 기반 학습을 갖추고 있습니다.
의사가 Watson을 사용하여 환자를 진단하고 치료하는 방법은 다음과 같습니다.
1 단계 : 의사는 환자의 증상 및 관련 요인을 설명하는 쿼리를 제공합니다.
xml과 html의 차이점
2 단계: Watson은 가족 건강 기록, 약물, 테스트 보고서 등과 같은 관련 요소에 대해 사용 가능한 환자 데이터를 마이닝하여 입력을 구문 분석하고 의사의 메모, 임상 연구, 연구 기사 및 기타 데이터도 고려합니다.
가상 함수 자바는 무엇입니까
3 단계 : Watson은 각 가설에 대한 신뢰 수준을 나타내는 해당 점수와 함께 진단 목록을 내 보냅니다. 이것은 의사와 환자가보다 정보에 입각하고 정확한 결정을 내리는 데 도움이됩니다.
증거 기반 진단 – 구현 :
IBM Watson의 잘 알려진 애플리케이션 중 하나는 ' Watson for Oncology ’IBM이 뉴욕 메모리얼 슬론 케터링 암 센터 (MSK)와 협력하여 개발 한 애플리케이션입니다.
- 전제: 응용 프로그램이 구축되는 기본 전제는 다음과 같습니다. MSK 종양 전문의는 특정 유형의 암에 대해 알려진 전문가입니다. IBM Watson이 전문 지식을 습득 할 수 있도록 교육을받을 수 있다면 전 세계 모든 의사가 지식을 사용할 수 있습니다.
- 프로그램: Watson for Oncology 앱은 iPad 또는 기타 태블릿에서 실행할 수있는 엘리트 암 치료를위한 원 스톱 애플리케이션입니다.
- 신청: 유 전적으로 연결된 희귀 한 형태의 폐암을 앓고있는 아시아의 먼 구석에있는 환자의 가상 사례를 살펴 보겠습니다. 환자가 치료를 받고있는 병원의 의사는이 특정 유형의 폐암을 치료하는 데 필요한 전문 지식이 없을 수 있지만 Watson for Oncology는 MSK Cancer Center 데이터의 도움을 받아 수행합니다.
이 앱의 의미는 전 세계 모든 의사가 프로그램에 대한 라이선스 만 취득하면 앱에 액세스 할 수 있고 환자에게 세계적 수준의 암 치료에 대한 액세스 권한을 부여 할 수 있다는 점에서 광범위합니다. 이것이 바로 의료 분야의 빅 데이터에 대한 액세스에서 탄생 한 의료 분석의 마법입니다!
예측 분석 및 증거 기반 치료와 연결된 더 많은 사용 사례를 찾을 수 있습니다. 여기 .
의료 분석에서 Hadoop의 역할
Hadoop은 많은 의료 분석 플랫폼에서 사용되는 기본 기술입니다. 이는 Apache Hadoop이 거대하고 복잡한 의료 데이터를 처리하고 의료 산업을 괴롭히는 문제를 효과적으로 처리하는 데 적합하기 때문입니다. 의료 분야에서 빅 데이터를 사용하기 위해 Hadoop을 사용하는 몇 가지 주장은 다음과 같습니다.
- Hadoop은 데이터 스토리지의 비용을 줄이고 가용성을 높입니다.
현재 모든 의료 정보의 80 %는 비정형 데이터입니다. 여기에는 의사 메모, 의료 보고서, 실험실 결과, X- 레이, MRI 이미지, 중요 정보 및 재무 데이터가 포함됩니다. Hadoop은 의사와 연구원에게 이전에는 처리 할 수 없었던 데이터 세트에서 인사이트를 찾을 수있는 기회를 제공합니다.
- 저장 용량 및 취급 :
대부분의 의료 기관은 환자 당 3 일 분량의 데이터를 저장할 수 없으므로 생성 된 데이터를 분석 할 기회가 제한됩니다. Hadoop은 방대한 양의 데이터를 저장하고 처리 할 수 있으므로 작업에 이상적인 후보입니다.
- Hadoop은 데이터 구성자 및 분석 도구 역할을 할 수 있습니다.
Hadoop은 연구원이 인간에게 어려운 작업 인 많은 변수가있는 데이터 세트에서 상관 관계를 찾는 데 도움이됩니다. 이것이 의료 데이터로 작업하기에 적합한 프레임 워크 인 이유입니다.
다음은 의료 분야에서 빅 데이터 분석을 적용하기위한 데모입니다. 이 MapReduce 데모는 1 억 개의 이미지 데이터베이스에서 중복 CT 스캔 이미지를 제거 할 수있는 프로그램을 작성하는 데 도움이됩니다. 단계별 절차, 접근 방식 및 솔루션은이 비디오 자습서에서 찾을 수 있습니다.
이는 빅 데이터 분석이 주요 의료 문제를 해결하고 질병의 효과적인 탐지 및 예방에 기여한 많은 사례 중 하나 일뿐입니다. Hadoop은 만성 질환의 예방 및 적시 치료를위한 방대한 데이터 세트 분석과 매우 관련이 있습니다. 의료 분야에서 빅 데이터 분석을 사용할 때 미개척 된 엄청난 기회가 있으며 Hadoop 전문가가 한발 더 나아가 도전 할 때가되었습니다!
Edureka는 업계 실무자들이 공동으로 만든 빅 데이터 및 하둡에 대한 강사 주도의 라이브 과정을 제공합니다.
질문이 있으십니까? 의견란에 언급 해 주시면 연락 드리겠습니다.
goto 명령 C ++
관련 게시물:
2016 년에 습득해야 할 10 가지 가장 인기있는 기술 기술