Британская компания разработала гибридное облачное решение на базе на базе Microsoft SQL Server, Windows Server, службы Windows Azure HD Insight и SharePoint. Решение со встроенными инструментами бизнес-аналитики, объединяющее данные различных типов с целью ранней идентификации вспышек инфекционных болезней и других угроз здоровью людей.
Ascribe — британский поставщик программного обеспечения в области здравоохранения. Компания создала инновационное решение, которое помогает идентифицировать эпидемии или вспышки болезней. Этот проект был реализован в Национальном институте здравоохранения Великобритании (National Health Institute).
В ходе проекта компания разработала гибридное облачное решение со встроенными инструментами бизнес-аналитики, объединяющее данные различных типов с целью ранней идентификации вспышек инфекционных болезней и других угроз здоровью людей. Данное решение было реализовано на базе Microsoft SQL Server, Windows Server, службы Windows Azure HD Insight и SharePoint.
Разработчики объединили традиционные источники данных с теми, которые до сих пор не принимались во внимание — рукописными записями о состоянии пациента, которые заносятся в медицинские карты во время приема. Доступ к этому комплексному решению был предоставлен всем постоянным пользователям.
Например, при вспышке менингита пациенты посещают врача, и тот ставит диагноз. Если диагноз подтверждается, то информация заносится в историю болезни и далее сохраняется в местной медицинской системе. История болезни сохраняется в SQL Server, и таким образом становится известно о реальном случае диагностированного менингита в конкретной больнице или месте. Аналитики данных здравоохранения обычно работают именно с таким типом данных. Эти данные поступают после того, как пациенты приступают к лечению в клиниках и больницах. Однако к моменту получения аналитиками эта информация обычно уже не соответствует действительности. Данные кодируются и сохраняются в системе хранения историй болезни или извлекаются из рабочего процесса больницы, и это происходит не в режиме реального времени.
Аналитики получают старые данные и не имеют доступа к подробному описанию симптомов из рукописных записей, сделанных во время приема пациента. Компания Ascribe искала способ ускорить прохождения потока данных, максимально приблизив его к реальному времени. Кроме того, она решила дополнить закодированные клиниками данные сведениями из рукописных записей медицинских карт.
Итак, они сканируют рукописные записи, помещают их в облако и используют обработку на естественном языке Windows Azure. Далее данные снова попадают в систему и анализируются. В процессе анализа выясняется, повторяются ли симптомы, описанные врачом во время приема пациента, в период конкретной вспышки. Специалисты получают возможность выявлять проблемы из потока данных, который раньше был недоступен.
А после добавления внешних данных результаты становятся исключительно интересными. Облачное решение принимает во внимание информацию из социальных сетей и анализирует твиты и сообщения в Facebook. Такой анализ выявляет необычное количество людей в определенной местности, которые сообщают о своей болезни, недомогании или конкретных симптомах.
Специалисты объединяют структурированные данные или данные больниц, которые были обработаны в облаке, с внешними данными из социальных сетей. Вся эта информация поступает на панель мониторинга сотрудников Национального института здравоохранения, а также руководителям клиник на устройства с операционной системой Windows. Созданное решение представляет собой исключительно удачный пример использования различных форматов — от необработанных данных до извлеченных полезных знаний — на комплексной платформе.
Благодаря этому решению стало возможным использовать аналитические данные об эпидемиях с целью принятия конкретных мер в медицинских учреждениях, чтобы предупреждать вспышки болезни и ограничивать их до того, как эпидемия начнет распространяться. Врачи получили возможность переходить от сигнала оповещения на своих настольных компьютерах Windows 8 к карте в SQL Server 2012 Power View, на которой показано распространение эпидемии. Возможность анализировать миллионы записей за секунды дает поразительные результаты.
