SlideShare a Scribd company logo
1 of 11
Download to read offline
Date
Сбор и анализ данных удаленного
мониторинга медицинских показателей
Big Data в telehealth
Friday 11 April 14
Big Data. Полезное определение
✤ Частные определения:
- устрйства хранения большой производительности,
- базы данных с большим объёмом хранения,
- NOSQL-базы,
- распределённая обработка (Hadoop),
- complex event processing,
- статистический анализ,
- машинное обучение и, шире, AI,
✤ Полезное определение:
“Сохранение фактов для последующего анализа,
Исследование, поиск закономерностей,
Применение обнаруженых закономерностей, решение различных
прикладных задач.”
Friday 11 April 14
Big Data
Friday 11 April 14
BigData.Варианты использования
✤ Aнализ данных мониторинга новорожденных для принятия
предупредительных мер (Канадский неонатальный институт)
✤ Анализ рентгенограмм в процессе массовой диспансеризации
✤ Построение систем ИЭМК
✤ “Экспертные системы” по дифференциальной диагностике (IBM
Watson)
✤ Дистанционный мониторинг показателей жизнедеятельности
(Telehealth)
Friday 11 April 14
Дистанционный мониторинг
Friday 11 April 14
Telehealth
✤ Драйверы роста:
- Стареющее население
- Недостаток медработников
- Акцент на профилактику заболеваний
- Экономический фактор
✤ В Великобритании Department of Health в 2008 году провел исследование, которое
показало что при применении методов Telehealth:
45% уменьшение смертности
20% уменьшение срочных госпитализаций
15% уменьшение визитов лечащего врача
14% уменьшение плановой госпитализации
14% уменьшение койко дней
8% уменьшение расценок на лечение
Friday 11 April 14
Задачи, требующие решения
✤ Обработка интенсивных потоков данных. CEP и NoSql
Оценка: кардиогаф, 3 канала, 60 байт на канал в секунду, итого 200 байт, до
5 приборов - 8 килобит в секунду, при 10000 клиентов поток 80 мегабит
✤ Хранение с возможностью эффективного поиска
Оценка: 160 терабайт за 6 месяцев
✤ Формирование базового набора методик формирования тревог и
визуализации. Выработка патернов для тревог
✤ Формирование методики адаптивного обучения (под клиента)
✤ Решение вопросов защиты персональных данных
Friday 11 April 14
Концептуальная схема
Шина
Интернет
медпри
бор
медпри
бор
медпри
бор
медпри
бор
вход
Pub
ВМАДВМАД
RTP
Sub
Сохранение
БД
Контент
Сессии
Данные
Pub
Тревоги
Планировщик
ЛК врача
ЛК пациента
Call центр
Тревоги
Мероприятия
Пациенты
Записи
НСИ
Личные
данные
Pub
RTP
Интегрирован
ATC
ПМП
ПМП
Вызов
Данные
Sub
Sub
Friday 11 April 14
Методологии и технологии
✤ Мобильные кардиографы
✤ RabbitMQ
✤ MongoDB
✤ ML: Neural Networks, Support Vector Machine, Clustering, Pattern
Matching…
✤ На базе РК МПК
Friday 11 April 14
Результат
✤ Круглосуточный мониторинг с использованием мобильных
устройств и сотовой сети передачи данных
✤ Уточненная диагностика и формирование схем лечения на основе
получаемых данных
✤ Развитие патернов тревог на основе накопленных данных
✤ Автоматическое выявление аномалий и профилирование
клиентов (кластеризация)
✤ Адаптация алгоритмов под клиента
Friday 11 April 14
Перспективы
✤ mHelth - мониторинг на основе массовых мобильных устройств
✤ Вживляемая электроника. Кроглосуточный разносторонний
мониторинг
✤ Мониторинг с целью улучшения качества жизни и улучшения
долгосрочного прогноза для практически здоровых людей
✤ Конвергенция различных источников данных
✤ Выработка инструментария автоматизированного анализа
Friday 11 April 14

More Related Content

Viewers also liked

От больших к очень большим данным — зачем нужна нормализация в Big Data / Гол...
От больших к очень большим данным — зачем нужна нормализация в Big Data / Гол...От больших к очень большим данным — зачем нужна нормализация в Big Data / Гол...
От больших к очень большим данным — зачем нужна нормализация в Big Data / Гол...
Ontico
 

Viewers also liked (7)

Javascript in big project
Javascript in big projectJavascript in big project
Javascript in big project
 
EdCrunch: Илья Курылев
EdCrunch: Илья КурылевEdCrunch: Илья Курылев
EdCrunch: Илья Курылев
 
Поиск статистических данных
Поиск статистических данныхПоиск статистических данных
Поиск статистических данных
 
От больших к очень большим данным — зачем нужна нормализация в Big Data / Гол...
От больших к очень большим данным — зачем нужна нормализация в Big Data / Гол...От больших к очень большим данным — зачем нужна нормализация в Big Data / Гол...
От больших к очень большим данным — зачем нужна нормализация в Big Data / Гол...
 
Спиральная Динамика. Проблемы восприятия.
Спиральная Динамика. Проблемы восприятия.Спиральная Динамика. Проблемы восприятия.
Спиральная Динамика. Проблемы восприятия.
 
САМАЯ ЛУЧШАЯ ПРЕЗА
САМАЯ ЛУЧШАЯ ПРЕЗАСАМАЯ ЛУЧШАЯ ПРЕЗА
САМАЯ ЛУЧШАЯ ПРЕЗА
 
Что такое аналитика в маркетинге, зачем она нужна, и как ее готовить
Что такое аналитика в маркетинге, зачем она нужна, и как ее готовитьЧто такое аналитика в маркетинге, зачем она нужна, и как ее готовить
Что такое аналитика в маркетинге, зачем она нужна, и как ее готовить
 

Similar to Bd telehelth

Левкович-Маслюк Л.И. Задачи и проекты центра исследований и разработок ЕМС Ск...
Левкович-Маслюк Л.И. Задачи и проекты центра исследований и разработок ЕМС Ск...Левкович-Маслюк Л.И. Задачи и проекты центра исследований и разработок ЕМС Ск...
Левкович-Маслюк Л.И. Задачи и проекты центра исследований и разработок ЕМС Ск...
bigdatabm
 
Современные методы анализа данных
Современные методы анализа данныхСовременные методы анализа данных
Современные методы анализа данных
DEVTYPE
 
Datamining – что это?
Datamining – что это?Datamining – что это?
Datamining – что это?
ForkConf
 
Использование облачной платформы OpenStack для реализации механизмов обработк...
Использование облачной платформы OpenStack для реализации механизмов обработк...Использование облачной платформы OpenStack для реализации механизмов обработк...
Использование облачной платформы OpenStack для реализации механизмов обработк...
Игорь Мызгин
 

Similar to Bd telehelth (20)

Искусственный интеллект и Big Data в бизнесе
Искусственный интеллект и Big Data в бизнесеИскусственный интеллект и Big Data в бизнесе
Искусственный интеллект и Big Data в бизнесе
 
2015 голограмма коллектива
2015 голограмма коллектива 2015 голограмма коллектива
2015 голограмма коллектива
 
Подготовка специалистов по анализу больших данных: все аспекты
Подготовка специалистов по анализу больших данных: все аспектыПодготовка специалистов по анализу больших данных: все аспекты
Подготовка специалистов по анализу больших данных: все аспекты
 
Левкович-Маслюк Л.И. Задачи и проекты центра исследований и разработок ЕМС Ск...
Левкович-Маслюк Л.И. Задачи и проекты центра исследований и разработок ЕМС Ск...Левкович-Маслюк Л.И. Задачи и проекты центра исследований и разработок ЕМС Ск...
Левкович-Маслюк Л.И. Задачи и проекты центра исследований и разработок ЕМС Ск...
 
Threat intelligence в процессах SOC
Threat intelligence в процессах SOC Threat intelligence в процессах SOC
Threat intelligence в процессах SOC
 
Современные методы анализа данных
Современные методы анализа данныхСовременные методы анализа данных
Современные методы анализа данных
 
SECON'2014 - Андрей Устюжанин - Маленькие секреты больших данных
SECON'2014 - Андрей Устюжанин - Маленькие секреты больших данныхSECON'2014 - Андрей Устюжанин - Маленькие секреты больших данных
SECON'2014 - Андрей Устюжанин - Маленькие секреты больших данных
 
пр После внедрения Dlp (прозоров)
пр После внедрения Dlp (прозоров)пр После внедрения Dlp (прозоров)
пр После внедрения Dlp (прозоров)
 
Datamining – что это?
Datamining – что это?Datamining – что это?
Datamining – что это?
 
SearchInform. Алексей Попов. "Как выбрать идеальную DLP-систему?"
SearchInform. Алексей Попов. "Как выбрать идеальную DLP-систему?"SearchInform. Алексей Попов. "Как выбрать идеальную DLP-систему?"
SearchInform. Алексей Попов. "Как выбрать идеальную DLP-систему?"
 
Использование облачной платформы OpenStack для реализации механизмов обработк...
Использование облачной платформы OpenStack для реализации механизмов обработк...Использование облачной платформы OpenStack для реализации механизмов обработк...
Использование облачной платформы OpenStack для реализации механизмов обработк...
 
Семантическое ядро рунета
Семантическое ядро рунетаСемантическое ядро рунета
Семантическое ядро рунета
 
Перспективные исследования и технологии
Перспективные исследования и технологииПерспективные исследования и технологии
Перспективные исследования и технологии
 
Кибернетическая медицина 2015 успех или мистификация
Кибернетическая медицина 2015 успех или мистификацияКибернетическая медицина 2015 успех или мистификация
Кибернетическая медицина 2015 успех или мистификация
 
Умник
УмникУмник
Умник
 
2015 06-16 круглый стол компетенции по большим данным
2015 06-16 круглый стол компетенции по большим данным2015 06-16 круглый стол компетенции по большим данным
2015 06-16 круглый стол компетенции по большим данным
 
6 важнейших качеств платформы для анализа Больших данных
6 важнейших качеств платформы для анализа Больших данных6 важнейших качеств платформы для анализа Больших данных
6 важнейших качеств платформы для анализа Больших данных
 
Дайджест новостей mHealth за период 07/11 - 16/11
Дайджест новостей mHealth за период 07/11 - 16/11Дайджест новостей mHealth за период 07/11 - 16/11
Дайджест новостей mHealth за период 07/11 - 16/11
 
Примеры использования iknow в медицине - InterSystems Meetup Sankt-Peterburg ...
Примеры использования iknow в медицине - InterSystems Meetup Sankt-Peterburg ...Примеры использования iknow в медицине - InterSystems Meetup Sankt-Peterburg ...
Примеры использования iknow в медицине - InterSystems Meetup Sankt-Peterburg ...
 
Мастер класс “С чего начать: Подготовка и создание архивов открытого доступа»
Мастер класс “С чего начать: Подготовка и создание архивов открытого доступа»Мастер класс “С чего начать: Подготовка и создание архивов открытого доступа»
Мастер класс “С чего начать: Подготовка и создание архивов открытого доступа»
 

Bd telehelth

  • 1. Date Сбор и анализ данных удаленного мониторинга медицинских показателей Big Data в telehealth Friday 11 April 14
  • 2. Big Data. Полезное определение ✤ Частные определения: - устрйства хранения большой производительности, - базы данных с большим объёмом хранения, - NOSQL-базы, - распределённая обработка (Hadoop), - complex event processing, - статистический анализ, - машинное обучение и, шире, AI, ✤ Полезное определение: “Сохранение фактов для последующего анализа, Исследование, поиск закономерностей, Применение обнаруженых закономерностей, решение различных прикладных задач.” Friday 11 April 14
  • 4. BigData.Варианты использования ✤ Aнализ данных мониторинга новорожденных для принятия предупредительных мер (Канадский неонатальный институт) ✤ Анализ рентгенограмм в процессе массовой диспансеризации ✤ Построение систем ИЭМК ✤ “Экспертные системы” по дифференциальной диагностике (IBM Watson) ✤ Дистанционный мониторинг показателей жизнедеятельности (Telehealth) Friday 11 April 14
  • 6. Telehealth ✤ Драйверы роста: - Стареющее население - Недостаток медработников - Акцент на профилактику заболеваний - Экономический фактор ✤ В Великобритании Department of Health в 2008 году провел исследование, которое показало что при применении методов Telehealth: 45% уменьшение смертности 20% уменьшение срочных госпитализаций 15% уменьшение визитов лечащего врача 14% уменьшение плановой госпитализации 14% уменьшение койко дней 8% уменьшение расценок на лечение Friday 11 April 14
  • 7. Задачи, требующие решения ✤ Обработка интенсивных потоков данных. CEP и NoSql Оценка: кардиогаф, 3 канала, 60 байт на канал в секунду, итого 200 байт, до 5 приборов - 8 килобит в секунду, при 10000 клиентов поток 80 мегабит ✤ Хранение с возможностью эффективного поиска Оценка: 160 терабайт за 6 месяцев ✤ Формирование базового набора методик формирования тревог и визуализации. Выработка патернов для тревог ✤ Формирование методики адаптивного обучения (под клиента) ✤ Решение вопросов защиты персональных данных Friday 11 April 14
  • 8. Концептуальная схема Шина Интернет медпри бор медпри бор медпри бор медпри бор вход Pub ВМАДВМАД RTP Sub Сохранение БД Контент Сессии Данные Pub Тревоги Планировщик ЛК врача ЛК пациента Call центр Тревоги Мероприятия Пациенты Записи НСИ Личные данные Pub RTP Интегрирован ATC ПМП ПМП Вызов Данные Sub Sub Friday 11 April 14
  • 9. Методологии и технологии ✤ Мобильные кардиографы ✤ RabbitMQ ✤ MongoDB ✤ ML: Neural Networks, Support Vector Machine, Clustering, Pattern Matching… ✤ На базе РК МПК Friday 11 April 14
  • 10. Результат ✤ Круглосуточный мониторинг с использованием мобильных устройств и сотовой сети передачи данных ✤ Уточненная диагностика и формирование схем лечения на основе получаемых данных ✤ Развитие патернов тревог на основе накопленных данных ✤ Автоматическое выявление аномалий и профилирование клиентов (кластеризация) ✤ Адаптация алгоритмов под клиента Friday 11 April 14
  • 11. Перспективы ✤ mHelth - мониторинг на основе массовых мобильных устройств ✤ Вживляемая электроника. Кроглосуточный разносторонний мониторинг ✤ Мониторинг с целью улучшения качества жизни и улучшения долгосрочного прогноза для практически здоровых людей ✤ Конвергенция различных источников данных ✤ Выработка инструментария автоматизированного анализа Friday 11 April 14