Системы поддержки принятия решений — основа ИТ-инфраструктуры различных компаний и организаций, поскольку эти системы дают возможность преобразовывать обширную бизнес-информацию в ясные и полезные выводы. Сбор, обслуживание и анализ больших объемов данных, — это гигантские задачи, которые требуют преодоления серьезных технических трудностей, огромных затрат и адекватных организационных решений. Приложения OLTP, как правило, автоматизируют структурированные, повторяющиеся задачи обработки данных, такие как ввод персональных данных и результаты лечения. Эти подробные, актуальные данные из независимых различных точек ввода объединяются в одном месте, и затем аналитики смогут извлечь из них значимую информацию. Агрегированные данные применяются для принятия каждодневных бизнес-решений — от управления онкогематологической службой до координации индивидуального лечения пациента.
Система поддержки принятия решений — сложная структура с многочисленными компонентами. Рассмотрим действующую структуру онкогематологической службы, которая реализует распределенный принцип взаимодействия с центром в КАЗНИИ онкологии и радиологии г. Алматы. Необходимо извлечь следующую информацию из агрегированных данных:
• Количество пациентов с вновь выявленным диагнозом в текущем году по областям (женщин/мужчин, возрастные категории, национальности);
• Общее количество пациентов, умерших за определенный период от конкретного вида заболевания, а также количество пациентов, умерших с впервые установленным диагнозом в текущем году;
• Количество пациентов, состоящих на учете в разрезе диагнозов, пола, возраста, национальности;
• Объем лекарственных препаратов, использованных в ходе лечения и их стоимость;
• какое количество препарата использовалось в разрезе лет, конкретно по году, за все годы и т.д.
• по различным схемам лечения какие препараты вводились и какие оказали наилучший эффект (положительный) и т.п.
Прежде чем создавать систему, которая предоставит такую информацию, необходимо рассмотреть и решить три основных вопроса:
• какие данные накапливать и как на концептуальном уровне моделировать данные и управлять их хранением;
• как анализировать данные;
• как эффективно загрузить данные из нескольких независимых источников.
Примечание. Тезисы докладов публикуются в авторской редакции
Ваши комментарии Обратная связь |
[Головная страница] [Конференции] |
© 1996-2000, Институт вычислительных технологий СО РАН, Новосибирск
© 1996-2000, Сибирское отделение Российской академии наук, Новосибирск