Ricevi gli ultimi aggiornamenti da Hortonworks tramite e-mail

Una volta al mese, ricevi gli approfondimenti, le tendenze, le informazioni analitiche e la conoscenza approfondita dei big data.

invito all'azione

Per iniziare

cloud

Sei pronto per cominciare?

Scarica Sandbox

Come possiamo aiutarti?

chiudiPulsante di chiusura
invito all'azione

Analitica predittiva e soluzioni big data
per il settore sanitario

cloud Hortonworks è un leader. Leggi Forrester Wave.

Download Report

L'Arizona State University usa HDP® per ottenere analisi approfondite

Arizona State University (ASU) is the largest university in the U.S. and was named by U.S. News & World Report as the “Most Innovative School in America” in 2016. ASU’s Complex Adaptive Systems Initiative (or CASI) built a genomic data lake with petabytes of genetic data on hundreds of individualswith HDP healthcare predictive analytics powering research on how each individual variant in the genome can influence the expression of a cancer gene, thereby unlocking insight into potentially life-saving treatments.

Salvare vite, offrendo cure più efficaci

L'assistenza sanitaria al giorno d'oggi deve affrontare sfide difficili. Ricercatori, personale medico e amministrativo si trovano a dover prendere decisioni importanti, spesso in assenza di un numero sufficiente di dati. Hortonworks offre loro piattaforme dati collegate open source (su Apache™ Hadoop® e Apache NiFi) mettendo a disposizione dati sull'assistenza sanitaria in base ai quali agire. I ricercatori indagano sull'architettura genetica delle cellule tumorali. Il personale infermieristico e medico esegue il monitoraggio dei pazienti in terapia intensiva. Gli amministratori presentano le richieste di rimborso prima che i pazienti vengano dimessi. Hortonworks sta trasformando l'analitica dei big data nel settore medico e sanitario.

casi d'uso

Accesso a dati genomici per nuovi trattamenti per il cancro

Quando si legge che un determinato farmaco ha una "efficacia del 40% nel trattamento dei tumori" possiamo interpretare la frase affermando che il farmaco è efficace al 100% nei pazienti che presentano un certo profilo genetico. Ma i dati genomici rientrano nella categoria dei big data. I dati relativi a un singolo genoma umano comprendono circa 20000 geni. Se vengono archiviati su piattaforme dati tradizionali, questo corrisponde a diverse centinaia di gigabyte. Combinando ogni genoma con un milione di posizioni nel DNA si ottiene l'equivalente di circa 20 miliardi di righe di dati per persona.

I ricercatori delle più importanti università e cliniche universitarie stanno eseguendo l'analitica dei big data nell'ambito della genomica con Hortonworks Data Platform, una piattaforma affidabile e dai costi contenuti, adatta a raccogliere i dati genomici e a combinarli con altri dati demografici, risultati di sperimentazioni e risposte dei pazienti in tempo reale. Adottando Hortonworks DataFlow, sono in grado di veicolare i dati su HDP per prendere decisioni in tempo reale ed effettuare analisi di coorti a lungo termine. Le piattaforme dati collegate aiutano i medici coinvolti in queste attività a capire quali farmaci e trattamenti funzionano meglio per gruppi di pazienti distribuiti su tutto lo spettro genetico.


Monitoraggio dei parametri vitali dei pazienti in tempo reale

In un ambiente ospedaliero tipico, il personale infermieristico monitora manualmente i segni vitali dei pazienti. Anche ogni paziente viene visitato a intervalli di qualche ora per rilevare e registrare i segni vitali, è possibile che le condizioni del paziente peggiorino tra una visita programmata e l'altra. Ciò significa che gli infermieri rispondono in genere in maniera reattiva ai problemi, in situazioni dove arrivare prima può fare una differenza enorme per il benessere del paziente.

New wireless sensors can capture and transmit patient vitals far more frequently than human beings can visit the bedside, and these measurements can stream into a Hadoop cluster. Caregivers can use these signals for real-time alerts to respond more promptly to unexpected changes. HDP uses this data accumulated over time for healthcare predictive analytics, feeding algorithms that proactively help predict the likelihood of an emergency even before it could be detected with a bedside visit.


Riduzione dei tassi di riammissione per problemi cardiaci

I pazienti cardiopatici possono venire monitorati attentamente mentre sono ricoverati in ospedale, ma quando vengono dimessi possono dimenticare di assumere i farmaci prescritti o ignorare le istruzioni su dieta e cura di sé impartite dal medico al momento della dimissione.

L'insufficienza cardiaca congestizia provoca ritenzione dei liquidi, con conseguente aumento di peso. Nell'ambito di un programma innovativo presso il centro Irvine Health della University of California, i pazienti sono stati dimessi portandosi a casa una bilancia wireless e pesarsi a intervalli regolari. Grazie agli algoritmi eseguiti presso Hortonworks, l'analitica predittiva ha potuto determinare le soglie di pericolo legate all'aumento di peso e avvisare il personale medico della necessità di visitare il paziente prima che fosse necessaria la riammissione.


Apprendimento automatico per lo screening dell'autismo attraverso test a casa

I disturbi dello spettro autistico interessano 1 bambino su 100, per un costo annuale stimato di oltre 100 miliardi di dollari. La patologia può essere rilevata mediante il comportamento a 18 mesi, ma più di 1 caso su 4 non viene diagnosticato fino a 8 anni. Un numero esiguo di strutture di test clinici ha un numero di iscritti superiore alla proprie capacità, con lunghe liste d'attesa. Il test diagnostico più comune richiede generalmente 2,5 ore tra somministrazione e valutazione.

Il Dott. Dennis Wall è il direttore della Computational Biology Initiative presso la Harvard Medical School. In questa presentazione, descrive un processo sviluppato dal suo team per eseguire uno screening a basso costo sull'autismo. Il test della durata di meno di cinque minuti si basa sulla capacità di raccogliere ampi volumi di dati semi-strutturati attraverso brevi test da svolgere a casa a cura dei genitori. Il laboratorio di Wall ha utilizzato Facebook per l'acquisizione delle informazioni sull'autismo riportate dagli utenti.

L'intelligenza artificiale utilizzata su questi enormi set di dati permette di elevare al massimo il livello di efficienza delle diagnosi, senza compromettere l'accuratezza. Questo approccio, combinato con l'archiviazione dei dati su un cluster Hadoop, può essere sfruttato per altri processi innovativi di diagnostica basati sull'apprendimento automatico.

Archiviazione permanente dei dati dalle ricerche in campo medico

Medical and scientific researchers at universities live by the “publish or perish” code. Data supporting a given paper used to be appended in an Excel spreadsheet, but many of today’s data sets are just too large. Nevertheless, supporting data sets must be perpetually available in association with its paper. If the data disappears, the paper becomes unsubstantiated.

Le università possono usare un cluster basato su Hortonworks Data Platform come piattaforma a basso costo per l'archiviazione permanente dei dati dei propri ricercatori. L'uso dei big data per eseguire query mediche facili e aperte consente allo staff scientifico di condividere dati, verificarli e riutilizzarli per successive ricerche.

Monitoraggio su attrezzature, farmaci e operatori sanitari attraverso dati RFID

Per tracciare i movimenti di attrezzature e farmaci al proprio interno, le strutture ospedaliere hanno iniziato a utilizzare l'identificazione a radiofrequenza (RFID, dall'inglese Radio-Frequency IDentification). Con la scansione RFID di un oggetto o dispositivo è possibile acquisire dati sul suo contenuto, posizione, data di produzione, numero di ordine e data di spedizione. Il nostro innovativo gruppo ospedaliero è stato in grado di determinare quanto tempo i medici passavano di fronte ai lavabi per lavarsi le mani (riducendo la probabilità di trasmissione delle malattie).

In the short run, this data can help utilize medicines before their dates of expiration or quickly locate an important piece of equipment. Over time, historical data on how medicines, equipment and doctors interact provides valuable information for healthcare predictive analytics and helps in planning purchases, training staff and improving operational efficiency.

Casi di studio dei clienti

Arizona State University
cliente
Arizona State University

L'Arizona State University (ASU) è la maggiore università pubblica come numero di iscritti negli Stati Uniti, con oltre 83.000 studenti e 3.300 docenti. Lo statuto dell'ASU, approvato nel 2014 dal consiglio d'amministrazione dell'università, si basa sul modello della "Nuova università americana" creato dal presidente dell'ASU Michael M. Crow. Definisce l'ASU come "una...

Geisinger
cliente
Geisinger

Geisinger Health System is one of the largest health service organizations in the United States, serving more than 3 million residents throughout Pennsylvania and southern New Jersey. Geisinger is one of America’s leading rural healthcare providers, with an integrated, physician-led system that includes 30,000 employees, nearly 1,600 employed physicians, 12 hospital campuses, and two research centers.…

UNOS
cliente
UNOS

The United Network for Organ Sharing (UNOS) is the private, non-profit organization managing the United States organ transplant system. UNOS brings together hundreds of hospitals, transplant centers, organ procurement professionals, and thousands of volunteers. The mission of UNOS is to advance organ availability and transplantation by uniting and supporting communities for the benefit of patients…

HCSC
cliente
HCSC

Health Care Service Corporation (HCSC) is the largest customer-owned health insurance company in the United States, providing health insurance to 15 million people through Blue Cross Blue Shield affiliates in Illinois, Montana, New Mexico, Oklahoma, and Texas. HCSC uses Hortonworks Data Platform for a single view of its membership to understand what challenges its customers…

Mercy
cliente
Mercy

Mercy e Horthonworks si sono unite in una partnership per dare vita a Mercy Data Library, un Data Lake basato su Hadoop che sfrutta la Hortonworks Data Platform (HDP). La Data Library conterrà volumi di batch di dati estratti da sistemi relazionali come Clarity e da fonti di dati in tempo reale, compresi i registri di accesso a Epic. Nel progetto rientra l'acquisizione di altre fonti di dati, compresi i social...

Cardinal Health
cliente
Cardinal Health

Fuse di Cardinal Health è un laboratorio di innovazione che si impegna a migliorare le condizioni future di salute e benessere promuovendo un'assistenza sanitaria più sicura e con un migliore rapporto costi-benefici. Il team di Fuse si concentra sulle sinergie all'interno del settore creando una catena di fornitura più efficace utilizzando l'analisi dei dati per ottenere informazioni nuove e significative. Fuse ha scelto Hortonworks Data Platform per ottimizzare la sua architettura dati e arricchire...

ZirMed
cliente
ZirMed

ZirMed, azienda leader nella fornitura di soluzioni per la gestione delle informazioni in campo sanitario, ha costruito un cluster Hadoop basato su HDP per Windows 2.0. In questo modo ha quintuplicato lo spazio utile per l'archiviazione e ottenuto maggiore potenza nell'elaborazione dei dati, il tutto al 30% del costo che avrebbe dovuto sostenere per tecnologie aziendali tradizionali. L'azienda ZirMed di Louisville (Kentucky) è stata fondata nel 1999 ed è leader nella fornitura…

Mayo Clinic
cliente
Mayo Clinic

Mayo Clinc utilizza Hortonworks Data Platform (HDP) per migliorare attraverso l'uso dei big data le proprie attività cliniche in oltre settanta ospedali e cliniche, e rafforzare la propria leadership riconosciuta a livello mondiale nella ricerca e formazione in campo medico. HDP aiuta Mayo Clinic a recuperare in tempo reale dati dai suoi record medici elettronici, una nuova opportunità, non disponibile presso...

UC Irvine Health
cliente
UC Irvine Health

Il centro Irvine Health della UC si è affidato a Hadoop e Hortonworks Data Platform per migliorare le operazioni cliniche all'interno dell'ospedale e la ricerca scientifica presso la scuola di medicina. Il suo team sta creando una prassi medica quantificata che riduce le riammissioni, velocizza i nuovi progetti di ricerca e tiene traccia delle statistiche sui parametri vitali dei pazienti minuto per minuto. Una piattaforma Hadoop per due diverse…