Big Data-Analyseplattform für das Gesundheitswesen mit Hadoop/MapReduce Framework

Big-Data-Analysen (BDA) sind wichtig, um die Kosten im Gesundheitswesen zu senken. In vielen Krankenhäusern erfordern neue Technologien, die Einfluss auf die Patientendaten haben, jedoch umfangreiche technische und rigorose Gebrauchstauglichkeitstests, bevor sie in der Produktion eingesetzt werden. Daher wurde zur Implementierung ein vorhandener High Performance Computing (HPC) Linux-Knotencluster extern genutzt und die Simulation von Patientendaten mit aktuellen Metadatenprofilen in operativen Krankenhaussystemen der Vancouver Island Health Authority (VIHA), Victoria, Kanada, verglichen. Auf der getesteten Plattform wurden die Daten über ein Hadoop Distributed File System (HDFS) erzeugt, indiziert und in einer noSQL-Datenbank (HBase) gespeichert, die drei Milliarden Patientendatensätze repräsentiert. Das Hadoop/MapReduce-Framework bildete die BDA-Plattform mit HBase (NoSQL-Datenbank) unter Verwendung krankenhausspezifischer Metadaten und Dateieingabe. Die Abfragen zeigten eine hohe Leistung mit einer Vielzahl von Apache-Tools im Hadoop-Ökosystem. Die BDA-Plattform von HBase, die von Hadoop verteilt wird, ist bei großen Datenmengen und dem gesamten Datenarchiv erfolgreich und leistungsstark. Die Bedeutung der Darstellung von Gesundheitsinformatik unter Verwendung von Technologien für Big Data im Gesundheitswesen wird diskutiert.

Autorentext

Je suis technologue de l'information sur la santé et spécialiste des plates-formes dans le domaine de la santé. Mes recherches actuelles portent sur les technologies big data et les applications middleware à la Vancouver Island Health Authority, au Canada. J'ai obtenu cinq diplômes universitaires, une collaboration à l'université de Victoria, un poste de professeur à l'université de Tokyo et un doctorat à l'université suédoise des sciences agricoles.