|
随着医疗信息管理系统(HIMSs)的出现,大量粒度级医疗数据正在不断产生。大数据分析(big data analytics,BDA)可以处理大容量、高速数据流,从而有助于为医生提供更全面的患者健康情况。 事实上,大数据已经在促进使用新的体系结构来转变HIMSs的运营模式和以数据为中心的架构。此外,随着与广泛分布式系统高度兼容系统开发方法的出现,例如使用MongoDB和Apache Hadoop系统,医疗领域的大数据正在迅速变化。 IEEE Fellow、澳大利亚斯威本科技大学Timos Sellis教授等在 IEEE/CAA Journal of Automatica Sinica 第8卷第1期发表的论文“Big Data Analytics in Healthcare — A Systematic Literature Review and Roadmap for Practical Implementation”中,首先全面回顾了BDA在医疗学术研究中的应用,分析了现有应用的局限性和该领域的挑战。基于NoSQL数据库和Apache Hadoop系统的医疗应用,提出了一种新颖的Zeta大数据架构Med-BDA,并与有关研究进行了比较,结果表明了该架构的有效性。
注:文章导读由JAS编辑整理摘译,如有疏漏欢迎指正
Sohail Imran, Tariq Mahmood, Ahsan Morshed and Timos Sellis, "Big Data Analytics in Healthcare — A Systematic Literature Review and Roadmap for Practical Implementation," IEEE/CAA J. Autom. Sinica, vol. 8, no. 1, pp. 1-22, Jan. 2021.
The most thorough systematic literature review on big data analytics applications to healthcare
Focus on healthcare applications for NoSQL databases and Apache Hadoop ecosystem
Proposes the first-ever Zeta architecture called Med-BDA for big healthcare data analytics
Med-BDA has the potential to solve ALL current limitations for big healthcare data analytics
We present business strategies to successfully implement Med-BDA in any clinical organization
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-9-23 13:55
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社