by 在我们开始讨论卫生部门的大数据之前，最好了解什么是大数据。
了解大数据
大数据 是一个术语，用于描述每天淹没企业的大量结构化和非结构化数据。 但重要的不是数据量。 这是组织对重要数据所做的事情。
可以分析大数据以进行理解，从而制定更好的战略性业务决策和行动。
大数据的概念已经存在多年； 大多数组织现在都明白，如果他们捕获了流入其业务的所有数据，他们就可以应用分析并从这些数据中获得重要价值。 然而，大数据分析带来的新好处是速度和效率。
大数据的重要性
- 降低成本。 Hadoop 和基于云的分析等大数据技术在存储大量数据时带来了显着的成本优势，而且它们可以识别更有效的业务方式。
- 更快，更好的决策。 借助 Hadoop 的速度和内存分析能力，再加上分析新数据源的能力，公司可以立即分析信息并根据所学知识做出决策。
- 新产品和服务。 通过分析衡量客户需求和满意度的能力，可以提供满足客户需求的能力。
大数据在医疗保健中的应用
用于监测患者生命状况的 Hadoop 技术
世界各地的几家医院已经使用 Hadoop 来帮助他们的员工高效地使用大数据。 如果没有 Hadoop，大多数医疗保健系统几乎不可能分析非结构化数据。
亚特兰大儿童保健中心在其 ICU 病房照顾 6,200 多名儿童。 儿科 ICU 的平均住院时间从一个月到一年不等。 亚特兰大儿童保健中心使用床边传感器，帮助他们持续跟踪患者的重要状况，例如血压、心率和呼吸。
该传感器产生非常大的数据，旧系统由于存储成本的原因无法存储超过 3 天的数据。
事实上，这家医院需要保存生命体征进行分析。 如果模式发生变化，则需要向医生和其他助手团队发出警报。 该系统使用 Hadoop 生态系统组件成功实施。 目标：减少儿童因哮喘相关事件而就诊和住院的次数。
价健康：服务质量改进和报销
Valence Health 使用 Hadoop 构建数据湖，作为公司数据的主要存储。 Valence 每天处理 3000 个入站数据馈送，包含 45 种数据。 这些关键数据包括实验室测试结果、医疗记录数据、医生处方、免疫接种、药物、索赔和付款，以及医生和医院的索赔，这些数据用于为增加收入和报销的决策提供信息。
客户数量的快速增长和相关数据量的增加给现有基础设施带来了更大的压力。
在使用大数据之前，他们花费了长达 22 小时来处理 2000 万条实验室数据记录。 大数据的使用将周期时间从 22 小时缩短到 20 分钟，使用的硬件显着减少。 Valence Health 还能够处理以前难以完成的客户请求。
癌症医学和基因组学中的 Hadoop
直到现在癌症还没有被根除的最大原因之一是因为癌症以不同的模式变异，并根据一个人的基因构成以不同的方式做出反应。
因此，肿瘤学领域的研究人员表示，为了治愈癌症，需要根据每个患者的基因，为患者提供适合癌症类型的治疗。
UnitedHealthcare：欺诈、浪费和滥用
目前，至少 10% 的健康保险付款与虚假索赔有关。 在全球范围内，这些案件估计价值数十亿美元。 虚假索赔并不是一个新问题，但保险欺诈的复杂性似乎呈指数级增长，使得健康保险公司难以应对。
联合医疗保健 是一家为近 5100 万人提供健康福利和服务的保险公司。 该公司与全国超过 850,000 名卫生工作者和约 6,100 家医院合作。 他们的支付完整性小组/支付完整性部门有责任确保正确及时地支付索赔。
联络技术：用于医疗保健的流式记录系统
Liaison Technologies 提供基于云的解决方案，以帮助组织在整个企业中集成、管理和保护数据。
他们提供的垂直解决方案之一是医疗保健和生命科学行业，它必须解决两个挑战：满足 HIPAA 要求和应对数据格式和表示的增长。