Download datos - EVA FING

Seminario de Informática en Salud
Sistemas de Data Warehousing
Ing. Antonio Lopez Arredondo
Montevideo, 14 de Setiembre de 2016
La Ciencia Médica es una ciencia basada en la
información. La práctica clínica implica reunir, sintetizar
y actuar en base a la información que tiene origen en el
paciente y la que proviene del conocimiento científico.
Sin embargo, esta información es difícil de recopilar a la
hora de tomar decisiones médicas. Por un lado, la
información del paciente está fragmentada en múltiples
historias clínicas y por otra parte, la información que
proviene del conocimiento científico es cada vez más
voluminoso e imposible de memorizar.
Esto puede impactar tanto en la salud del paciente, por
ejemplo administrando penicilina a un paciente alérgico
a la misma, así como en el sistema de salud, repitiendo
estudios radiológicos y/o de laboratorio como sucede
frecuentemente.
HIBA
Fuente:
Gartner
Impacto en Salud
Muchas fuentes de información
Pacientes hiper-informados
Nuevas formas de entrega de servicios
médicos
Motivaciones
Problemática planteada:
– Acceso a Información para la toma de
decisiones.
Stock
Farmacia Diagnósticos
Gestión
RRHH
¿?
¿?
 Factores críticos:
 Tiempo de acceso.
 Integración y Calidad de información.
Motivaciones
Los sistemas de información tradicionales ...
– Orientados a sistemas operacionales.
– Asociados a procesos productivos.
– Que procesan grandes cantidades de
transacciones.
Los datos existen, pero la información suele
ser difícil de obtener
Ejemplos
Indicadores HEDIS del HIBA
Tableau Software
Tipos de sistemas
Sistemas orientado a la Producción:
– Prioridad:
tiempo de respuesta a transacciones read-write.
– Se manejan datos actuales muy detallados.
– Estables y de larga vida útil.
Sistema orientado a la Decisión:
– Prioridad:
expresividad y eficiencia en consultas complejas.
– Datos actuales+históricos resumidos.
– En constante evolución.
Tipos de sistemas
Se trata de sistemas con objetivos
diferentes.
Se construyen para ser eficientes en sus
objetivos.
No es posible usarlos para las tareas de
otro.
Sistemas de Data Warehousing
Abordan la problemática planteada:
Generar Información para toma de decisiones.
siguiendo los principios:
– Construir Información desde datos de la
organización.
– Integrar diferentes fuentes de datos.
– Ofrecer al usuario final mecanismos flexibles para el
acceso a la información:
Pre-programada.
Libre, exploratoria.
A través de los objetos de su negocio.
Observando los datos en formatos especializados.
Estructura de Sistemas de DW
Pacientes
Patología
- Construcción interactiva.
- Agregación/Desagregación.
Búsqueda de
correlaciones
entre datos.
Fecha
Analisis
Multidimensional
(OLAP)
M
E
T
A
D
A
T
A
Consultas y
reportes
complejos
Data Mining
Herramientas
de exploración
y análisis
Data Warehouse
• Carga automatizada.
• Control de Calidad de Datos.
• Integración de BDs.
Herramientas ETL
Históricos
Archivos
BD-Rel
BD-Geo
.....BD-Texto
Bases de datos fuentes
Estructura de Sistemas de DW
Las Bases de Datos Fuente.
– Almacenan datos “brutos” para construir “la información”.
– Pueden ser heterogéneas.
– Almacenan ítems de datos detallados.
El Data Warehouse.
– Base (o bases) de datos con el conjunto de información
requerida para toma de decisiones.
– Incluye tablas con valores tomados de las BD Fuente así
como con valores calculados.
Estructura de Sistemas de DW
Herr. de Extracción y Transformación de datos (ETL).
– Construyen el DW, transformando datos en BD Fuente.
– Deben resolver problemas técnicos importantes:
Acceso a sistemas heterogéneos.
Ejecución de consultas complejas.
Operación de carga global, combinando el conjunto de las
operaciones.
La Calidad de los Datos.
– Es un aspecto fundamental  credibilidad sistema.
– Se basa en:
La consistencia y correción clásica de datos.
Noción de Pertinencia y Relevancia de los datos.
Propiedades de los Sist. DW
Un Sistema de DW debería :
– Acceder a Bases Fuentes heterogeneas y
multiplataforma.
– Soportar múltiples tipos de usuarios.
– Funcionar en forma independiente a los
Sistemas de Producción.
– Soportar configuraciones en red.
– Ofrecer Interfaces a usuario avanzadas.
– Soportar Diccionarios de Datos y Metadata.
Data Mining
Objetivos:
–
Explorar BDs buscando relaciones desconocidas
entre los datos.
Por ejemplo:
–
Relaciones entre enfermedades y decesos.
Algunas candidatas a nuevas causas de decesos.
Otras podrían ser datos erróneos.
Qué incluye ?
– Un conjunto muy amplio y heterogéneo de técnicas
y herramientas.
Beneficios esperables
Se obtiene:
– Acceso interactivo e inmediato a información
estratégica de un área de negocios.
– Permite toma de decisiones basadas en datos
objetivos.
– Los beneficios aumentan :
cuanto más importantes son las decisiones.
cuanto más crítico es el factor tiempo.
– Capitalización de datos en bases heterogeneas:
Archivos, dbf, etc.
Conclusiones
Los Sistemas de DW resultan un aporte
importante para la toma de decisiones:
– Acercan la información al usuario.
Los Sistemas DW permiten revalorizar los datos
en la empresa:
– Integran datos en diferentes formatos.
Los Sistemas DW no son productos monolíticos
sino composición de soluciones técnicas.
– Construcción del Diccionario de Datos, Diseño de
Base de Datos, Conectividad, Control de calidad de
datos, etc .
Muchas gracias