卓越した医療との個人的な関係

産業

技術情報

Akka Angularjs Apache Cordova Elasticsearch Ionic Framework MLib Play Framework Scala Spark

はじめに

ナッシュテックはフィットファイルスとともに生データに取り組んだ。 NashTechがApache Sparkでパイプラインを構築したのは、Sparkが6回のスプリントで異なるデータソースをシームレスに統合できるからだ。

Fitfylesは、ヘルスシーカーとヘルスケアの領域を破壊するサービスである。これにより、医療を求める人は、診療所や病院、個々の医師に頼るのではなく、記録とその分析の所有権を自分の手に取り戻すことができる。ヘルス・シーカーの情報は通常、さまざまな場所に無関係な情報が島状に並んでいる。 FitFylesは、写真をクリックするだけでその情報を集約するだけでなく、そのデータを利用可能な情報に書き起こします。

課題

FitFylesは、収集したすべてのデータを使って次のステップに進みたいと考え、健康を求める人に、同じようなプロフィールの人との処方の比較を提供することにした。彼らはこれを “サード・オピニオン “と名づけた。これにより、医療を求める人はこの処方箋を同業者と比較することができ、必要に応じてセカンド・オピニオンを求めたり、より詳しい情報を得た上で医師に質問したりすることができるようになる。この特集の主な課題は以下の通りだ：

テラバイト規模のデータ量：15億件以上のユーザーが作成したカルテには、5000万件以上のユニークな処方がある。高速処理性能の必要性：処方箋データは、薬剤データベースやその他の臨床条件と素早く照合し、誤った照合や推奨を排除する必要があった。多様で複雑な分析アルゴリズムのニーズ検証プロセスの一環として、会員入力データを正規化（ストップワードの除去、小文字変換など）、重複除去し、さまざまな機械学習アルゴリズムで集計する必要がありました。

解決策

ナッシュテックは、Fitfylesの生データを通じて、Fitfylesと協力した。 NashTechがApache Sparkでパイプラインを構築した理由は、Sparkが異なるデータソースをシームレスに統合できること、MLlibとGraphXのデータ処理ライブラリが利用できること、テーブル結合に時間がかかるのを避けるためにパフォーマンスが速いこと、分散処理で並列化できる処理を大幅に高速化できること、などです。分析ダッシュボードを備えたデータパイプラインは6回のスプリントで構築され、プラットフォームのユーザーに大好評だ。

分析ダッシュボードを備えたデータパイプラインは6回のスプリントで構築され、プラットフォームのユーザーに大好評だ。