مروری برمعماری هایی برای محاسبات جریان داده های بزرگ در تجزیه و تحلیل های واقعی در بهداشت شخصی

صنعت مراقبت های بهداشتی به طور قابل توجهی در حال رشد است. فرآیندهای زیادی وجود دارد که در بخش مراقبت های بهداشتی در جریان است. این فرایندها علاوه بر مراقبت از افراد ، به پزشکان برای ارائه بهتر مراقبت و خدمات نیز کمک می کند که در مقیاس بسیار بیشتری تکامل می یابند که باعث می شود داده هایی که از آنها گرفته می شود از نظر صفات گزاف باشند. با این حال، ثابت شده است که رشد بی سابقه در زمینه تجزیه و تحلیل داده های بزرگ، به عنوان یک الگوی پنهان در شناسایی پایگاه های داده و استفاده صحیح از آنها، برای بخش بهداشت و درمان یک مزیت محسوب شود.علاوه بر ضرورت استفاده از راه حل های کلان داده مانند پایگاه داده nosql برای حجم گسترده ای از داده ها و توزیع پردازش داده ها ،استانداردهای مختلف در پرونده الکترونیکی سلامت (ehr) دارای یک پایگاه داده پردازش معاملات آنلاین (oltp) است که با تیم بهداشت خانواده تعامل می کند تا تمام داده های بالینی بیمار را از زمان تولد تا مرگ ادغام کند که این سیستم oltp برای محیط توزیع در مقیاس بزرگ مناسب نیستند و پایگاه داده های nosql با فرایندهای معاملاتی و تعاملی سازگار نیست. هدف از این مقاله بحث در مورد تحولات فعلی در زمینه تجزیه و تحلیل داده های بزرگ با حوزه بهداشت و درمان است. توصیف معماری قوی ، مبتنی بر سیستم توزیع شده و سازگار با الزامات کاربرد ehr به منظور کاهش محدودیت های oltp و یک معماری جامع پیشنهادی با استفاده از منابع باز، از جمله hadoop، apache storm ، kafka و nosql cassandra با رویکرد ارائه خدمات بهداشتی بهتر بررسی شده است.