ارائه یک معماری جدید برای داده های بزرگ در بهداشت و درمان

داده های بزرگ اصطلاحی است برای مجموعه داده های حجیم که بزرگ ، متنوع ، با ساختار پیچیده و با دشواری هایی برای ذخیره سازی، تحلیل و تصویرسازی (تمایش)، پردازشهای بیشتر یا نتایج می باشد. پروسه تحقیق بر روی داده های حجیم جهت آشکارسازی الگوهای مخفی و راز همبستگی ها، تجزیه و تحلیل داده های بزرگ تامیده می شود. مبحث دادههای بزرگ خیلی وسیع و گسترده می شود بخصوص زمانیکه بخواهیم داده های بزرگ را در یک مبحث که خودش بزرگ هست مانند سلامتی بکارگیری کنیم. در سال ۲۰۱۱، حجم کل اطلاعات بهداشتی ۱۵۰ میلیارد گیگابایت برآورد شد، و با افزایش ۱.۲ تا ۲.۴ میلیارد گیگابایت سالانه، انتظار میرود دادههای بزرگ همیشه در حال رشد باشند و سیستم های پایگاه داده معمولی از پردازش آنها عاجز باشند. حال با توجه به حجم زیاد این داده ها و تولید سالانه آنها، این را در نظر بگیریم که از آنها استفاده کنیم. استفاده از این داده ها یعنی اینکه چطور یتوانیم از دل این داده های با حجم بالا بینش بدست بیاوریم. به دلیل پیچیده بودن داده های بهداشت و درمان معماری های عادی در داده های بزرگ، در بهداشت و درمان جوابگو نمیباشد در این مقاله قصد داریم با ترکیب دو روش تجزیه و تحلیل داده در دادههای بزرگ یک معماری جدید برای آن در بهداشت و درمان ارائه دهیم.