ТЕХНОЛОГИЯ BIG DATA И ЕЁ ПРИМЕНЕНИЕ В МЕДИЦИНЕ
Студент гр. 2503 Малышев К.А.
Введение
Применение Big Data в здравоохранении охватывает широкий спектр задач: от персонализированной медицины и диагностики заболеваний до анализа эпидемиологических данных и оптимизации работы медицинских учреждений.
Введение |
2 |
|
|
|
|
Зарождение термина
Термин «большие данные» появился в 2008 году, когда редактор журнала Nature Клиффорд Линч заявил, что объем информации в мире растет слишком быстро.
Основные принципы и области |
3 |
|
применения Big Data в медицине |
||
|
Основные принципы Big Data
Прави
ло 5 “V”
1 Volume (объём)
2 Velocity (скорость)
3 Variety(разнообразие)
4 Veracity(достоверность)
5 Value (ценность)
Основные принципы и области |
4 |
|
применения Big Data в медицине |
||
|
|
История развития и |
1960-е:современные тенденции |
|
первые |
2000-е: |
электронн |
облачные |
ые |
технологи |
медицинс |
и и |
кие |
машинное |
записи |
обучение |
1990-е: |
2010-е: ИИ и |
базы |
предиктивна |
данных |
я аналитика |
пациенто |
в |
в |
здравоохран |
ении |
Основные принципы и области |
5 |
|
применения Big Data в медицине |
||
|
История развития и современные тенденции
В настоящее время медицинские Big Data технологии развиваются по нескольким ключевым направлениям:
Искусственный интеллект в медицине
Персонализированная медицина и генетический анализ
Облачные технологии и телемедицина
Биомониторинг и носимые устройства
Анализ данных для борьбы с пандемиями
Основные принципы и области |
6 |
|
применения Big Data в медицине |
||
|
Применение Big Data в медицине
Диагностика
• Анализ МРТ, КТ и других исследований с помощью ИИ.
Лечение:
• Персонализированная медицина, подбор лекарств, поддержка принятия решений.
Эпидемиология:
• Прогнозирование вспышек заболеваний, анализ общей обстановки.
Разработка
• Моделирование воздействия препаратов и изделий.
Административное управление:
• Оптимизация потоков пациентов, учет ресурсов.
Основные принципы и области |
7 |
|
применения Big Data в медицине |
||
|
Источники данных для Big Data
•Электронная медицинская карта (ЭМК) пациента
•Медицинские диагностические приборы и устройства
•Медицинские изображения (рентгеновские снимки, МРТ, КТ и УЗИ)
•Данные из различных исследований и клинических испытаний
•Медицинская литература и клинические записи
Технические аспекты Big |
8 |
|
Data в медицине |
||
|
Технологии Big Data
|
|
|
|
|
|
|
|
|
|
|
BIG |
|
|
|
|
|
|
|
DATA |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Облачные |
|
Распределён |
|
Искусственн |
|||
|
ные базы |
|
|||||
платформы |
|
|
ый интеллект |
||||
|
данных |
|
|||||
|
|
|
|
|
|
||
Google Cloud,
AWS, Microsoft
Azure, Яндекс
Data Platform
Hadoop,
Apache Spark,
NoSQL,
PostgreSQL
TensorFlow,
PyTorch, NLP и
т.д.
Технические аспекты Big |
9 |
|
Data в медицине |
||
|
Рынок зарубежных облачных решений
Платформа / |
Тип решения |
Стартовая стоимость |
Примечания |
Решение |
|
|
|
Google Cloud |
Облачная платформа |
10-20 тыс. рублей в |
Стоимость растет с |
Platform (GCP) |
для хранения и |
месяц |
увеличением объема |
|
обработки данных |
|
данных и |
|
|
|
использования |
|
|
|
машинного обучения |
Amazon Web |
Облачная платформа |
10-20 тыс. рублей в |
Цена растет с объемом |
Services (AWS) |
для хранения и |
месяц |
использования и |
|
обработки данных |
|
потребностью в |
|
|
|
дополнительных |
|
|
|
сервисах |
Microsoft Azure Облачная платформа |
10-15 тыс. рублей в |
Масштабируемость с |
|
|
для хранения и |
месяц |
увеличением |
|
обработки данных |
|
потребностей в |
|
|
|
вычислениях и |