Big Data i Data Mining – analiza i przetwarzanie danych medycznych
Big Data i Data Mining – porównanie
Istotnym podkreśleniem różnicy pomiędzy zadaniami z zakresu Big Data a Data Mining jest predykcyjny i eksploracyjny charakter procesu Data Miningu, dający możliwość częściowego przewidywania i oceny przyszłych zdarzeń na podstawie danych ze zdarzeń już istniejących. Oba procesy są ściśle ze sobą związane, stanowiąc równolegle strukturę dostarczającą dane (Big Data) oraz właściwe przekształcenia materiału przygotowanego do analizy (Data Mining).
Systemy oraz podmioty działające na płaszczyźnie zdrowia charakteryzują się pracą na danych pochodzących z wielu różnych źródeł dotyczących zarówno danych klinicznych, jak i kwestii finansowych czy administracyjnych. Do najszerzej spotykanych zastosowań Data Miningu zalicza się:
- identyfikację nadużyć kosztowych w ochronie zdrowia i/lub ocenę efektywności kosztowej w oparciu o dane dostarczane z praktyki klinicznej,
- tworzenie ścieżek klinicznych pacjentów oraz sposobu konsumowania przez nich świadczeń na podstawie określonych grup chorobowych,
- śledzenie zużycia leków oraz środków medycznych,
- klasyfikacje społeczeństw pod względem rozpowszechnienia epidemiologicznego wybranych chorób,
- ocenę wydajności podmiotów leczniczych na podstawie udzielanych świadczeń (10, 11).
W możliwościach predykcyjnych w ochronie zdrowia, szczególnie ważną i popularną rolę odgrywa obecnie zastosowanie sztucznych sieci neuronowych. Relatywnie łatwy dostęp do narzędzi z zakresu sztucznej inteligencji oraz dynamiczny rozwój współpracy lekarzy, technologów medycznych oraz analityków, obfituje w liczne przykłady prac badawczych z tego obszaru, takich jak wykorzystanie sieci neuronowych w celu:
- modelowania zaburzeń neuropsychologicznych, endokrynologicznych czy [...]
Komentarze
Strefa wiedzy
701 praktycznych artykułów - 324 ekspertów - 16 kategorii tematycznych




