بررسی معماری داده های حجیم در سیستم های سلامت

داده های بزرگ این امکان را فراهم می سازد تا بسیاری از کارهایی را انجام داد که در گذشته نمی توانست انجام بگیرد. برای مثال ،داده های بزرگ می تواند برای شناخت روند و گرایش مراقبت های بهداشتی درمانی، پیشگیری از بیماری ها، مبارزه با نابرابری اجتماعی، و موارد دیگر، مورد استفاده قرار گیرند. مدیریت صحیح داده ها می تواند برای شناخت منابع جدید ارزش اقتصادی، ارائه بینش های نوین در علوم و مسئولیت مداری دولت ها، استفاده شود .تا سال 2020 ، تکنولوژی سلامت _ موبایل در قلب تحولات مرتبط با مراقبت های بالینی و پژوهش های پزشکی قرار خواهد گرفت. زمانی که این ابزار تشخیصی موبایل ، اطلاعات ذیقیمتی را فراهم می آورد که بیماران و پزشکان را قادر خواهد ساخت جریان دقیق و مداومی از اطلاعات را تجربه نمایند و به آنها کمک خواهد کرد تا انتخاب های آگاهانه تری را داشته باشند. داده های حجیم که در حال حاضر در دوران طفولیت خود می باشند گسترش خواهند یافت و شروع به تغذیه آنالیتیک ها و ذخائر اطلاعاتی خواهد نمود که برای پزشکی دقیق لازم است .دراین مقاله ، قصد بر اینست که پردازش معماری داده های حجیم و محاسبات دسته ای مورد بررسی قرار گرفته و بر اساس معماری های پیشنهاد شده تاکنون به انواع روش های سیستم های مراقبت بهداشتی و ارتباط آنها با هشدارهای بلادرنگ پرداخته شود . در ادامه به مقایسه انواع روش های تجزیه تحلیل داده ای در مراقبت های بهداشتی و دستیابی به داده های حجیم می پردازیم و سپس چارچوب های پردازش داده های حجیم را بررسی می کنیم.

کلیدواژه ها:

داده های حجیم ، هشدارهای بلادرنگ ، پردازش جریان ، چارچوب داده ها ، سیستم سلامت