跳到主要內容
公司博客上

介紹Lakehouse醫療保健和生命科學

利用數據和人工智能為患者提供更好的治療結果

2022年3月9日 新聞

分享這篇文章

在我們的一生中,我們每個人都可能產生數百萬gb的健康數據:醫療和藥房索賠、包含大量臨床文檔的電子醫療記錄、醫療圖像;也許是來自可穿戴設備的流數據,可以檢測癌症的血液活檢數據,以及基因組測序。這些數據集具有巨大的潛力,可以發現新的拯救生命的治療方法,在疾病發生之前預測疾病,並從根本上改變提供護理的方式。

對於尋求為患者提供更好結果的醫療保健和生命科學組織來說,遺留技術通常是限製費率的因素。常見的挑戰包括:

  • 數據豎井和對半結構化數據(如提供者說明)和非結構化數據(如圖像)的有限支持使組織無法獲得患者的整體視圖
  • 數據的快速增長超過了現有基礎設施的規模,阻礙了人口層麵的研究
  • 批處理和脫節的分析工具阻礙了對供應鏈約束和ICU床位容量等挑戰的實時響應
  • 傳統數據架構不支持高級分析和人工智能用例

不幸的是,由於這些原因,對於大多數處於開發新藥和治療有需要的患者前線的組織來說,利用人工智能驅動的創新的機會根本無法實現。

認識一下lakakehouse醫療保健和生命科學

嗯,這種情況正在改變!今天,我們激動地向大家介紹醫療保健和生命科學湖屋-一個旨Beplay体育安卓版本在幫助組織與數據和人工智能協作的平台,以實現統一的目標:改善健康結果。Lakehouse通過為所有數據、分析和人工智能工作負載提供一個簡單、開放和多雲的平台,消除了對阻礙創新的傳統數據架構的需求。Beplay体育安卓版本在此基礎上,Databricks和我們的生態係統合作夥伴開發了解決方案加速器,用於高價值分析和人工智能用例,如疾病預測、醫學圖像分類和生物標誌物發現。

我們知道,醫療保健組織麵臨著一係列獨特的、往往是痛苦的挑戰,這些挑戰會嚴重阻礙創新。我們設計了湖屋來應對這些挑戰,並提供以下好處:

  • 建立一個360度的病人視圖:人們普遍認為,絕大多數醫療數據是非結構化的,這使得在豎井係統中獲得全麵的患者視圖變得更加困難。隨著醫療保健提供商、支付方和製藥商之間的聯係日益緊密,這個問題會呈指數級增長。Lakehouse在設計上是開放的,支持所有數據類型,使組織能夠創建360度的患者健康視圖。將其與預先構建的數據攝取和管理解決方案加速器相結合,將健康數據帶到您的湖屋,甚至更容易。
  • 人口層麵的規模分析:規模對於人口健康分析和藥物發現等舉措至關重要,但多年來,傳統技術未能跟上基因組學和成像等不斷膨脹的健康數據。Lakehouse構建在雲中,專為性能而設計,以閃電般的速度支持最大的數據作業。例如,Regeneron將數據處理從3周減少到5小時,將基因型-表型查詢從30分鍾減少到3秒,工作量擴展到1.5M外顯子組。有了Lakeouse,組織可以快速可靠地分析數百萬患者的數據。
  • 提供實時護理和操作醫療保健是實時發生的,需要實時洞察關鍵用例,從管理ICU容量到監測溫度敏感疫苗的分布。不幸的是,傳統的數據倉庫並不是為實時操作而設計的。Lakehouse可以對流數據進行實時分析,因此組織可以在需要時提供護理,而不是事後。
  • 利用預見性健康洞察:醫療保健的未來是可預測的,而不是描述性的。Lakehouse提供了一套強大的分析和人工智能工具,直接連接到您的數據,因此組織可以利用機器學習創新藥物發現和患者護理。此外,我們的合作夥伴網絡已經為高價值分析和人工智能用例建立了加速器,包括藥物靶向和再利用、藥物安全監測、疾病預測和用於癌症檢測的數字病理分析。

憑借這些功能,Databricks正在為醫療保健領域的新一代數據和人工智能創新者提供支持:

利用人工智能開發診斷和治療產品,幫助有行為問題的兒童 將機器學習應用於1700多萬份電子健康記錄確定新的治療適應症被批準的療法。 向患者提供建議使用連接健康可穿戴設備的流數據用於糖尿病管理。

為醫療保健和生命科學量身定製的解決方案

為了幫助組織更快地從他們的Lakehouse項目中實現價值,Databricks和我們的合作夥伴生態係統開發了解決方案加速器和開源庫發光對於基因組學悶燒用於HL7v2消息—以解決常見的行業用例。

  • 數據攝取和管理工具-輕鬆地將結構化和非結構化健康數據(例如FHIR/HL7v2,成像,基因組學)輸入您的Lakehouse,使用我們的數據攝入和管理模板進行大規模分析。
  • 分析和AI模板-針對高價值分析和AI用例的打包解決方案,如藥物靶標識別、藥物再利用、疾病風險預測、醫學圖像分析(例如在病理圖像中檢測癌症)等。

特色合作夥伴解決方案

智能藥物再利用 互操作性 用於醫療保健的自然語言處理 生物醫學研究智能數據管理
利用數據和機器學習的力量確定現有藥物的新治療用途。 將流式FHIR包自動輸入到您的湖屋,並使用OMOP進行大規模患者分析的標準化。 從非結構化醫學文本中提取用例的見解,例如自動PHI去除、不良事件檢測和腫瘤學研究。 通過高度可擴展和可擴展的全基因組處理解決方案,提高精準醫療的生物標誌物發現。

請查看我們的全套解決方案醫療保健和生命科學湖屋頁麵。

開始建造你的湖屋

你有數據。現在你有了平台。Beplay体育安卓版本加入數以百計的醫療保健和生命科學組織在湖屋創新。這裏有一些資源可以幫助你開始:

免費試用Databricks
看到所有新聞的帖子
Baidu
map