大数据建模概述PPT优质课件

.
大数据建模过程
基本过程是通过多个学科技术的融合，实现数据 的抽取、管理和分析，达到发现新知识和规律的 目的。
信息挖掘是机器学习与数据库技术的交叉； 利用机器学习的技术分析海量的数据； 利用数据库技术来管理海量的数据。
.
模型构建流程
模型构建通常包括模型建立、模型训练、模型验证 和模型预测四个步骤，但根据不同的数据挖掘类型，在 应用上会有一些细微的不同。
.
医学大数据建模应用案例
[3] 它让更多的创业者更方便地开发产品，比如 通过社交网络来收集数据的健康类App。也许未 来数年后，它们搜集的数据能让医生给你的诊断 变得更为精确，比方说不是通用的成人每日三次 一次一片，而是检测到你的血液中药剂已经代谢 完成会自动提醒你再次服药。
.
模型的建立是一个反复的过程，需要仔细考察不同 的模型以判断哪个模型对问题是最有用的。
.
大数据建模的技术
人工智能 机器学习 分布式计算 统计学 数据库技术
推荐算法 商务智能 模式识别 联机分析处理
.
医学大数据建模应用
目前大数据有一个前提就是数据。医疗领域的数据有 几种类型，比较完整的是医学影像的数据，像X光、 CT，甚至还包括B超、脑电。这个领域有一些研究， 比如说如何通过医学影像的自动分析来确定病变的位 置，现在有很多放射治疗要对癌细胞的位置进行辐射， 范围越小，接受的辐射量就越小，对病人本身的损害 就越小，利用大数据的分析方法可以确定这个范围。 这个技术现在刚刚产生，按照刚才的推断，医学技术 的产生到使用的时间段越来越短，我们预测到2025年， 一个技术的产生到使用基本上可以在一年之内完成。 这是医学影像的数据。
.
医学大数据建模应用
第三个领域是跟基因组学、蛋白组学新的治疗技 术相关。这些技术已经发展到了应用的边缘。像 人类的基因组测序，以前人类基因组花了十年的 时间研究，现在只要花一千美元，不到一周的时 间就可以测出一个人的基因组。这些数据就可以 应用到个性化诊断治疗。这个对大数据的推动也 是非常大的。
.
医学大数据建模应用案例
[1] Seton Healthcare是采用IBM最新沃森技术医疗保健 内容分析预测的首个客户。该技术允许企业找到大量 病人相关的临床医疗信息，通过大数据处理，更好地 分析病人的信息。
.
医学大数据建模应用案例
[2] 在加拿大多伦多的一家医院，针对早产婴儿，每秒 钟有超过3000次的数据读取。通过这些数据分析，医 院能够提前知道哪些早产儿出现问题并且有针对性地 采取措施，避免早产婴儿夭折。
.
医学大数据建模应用
还有一类数据是电子病例、电子健康档案。这类数据 的获取还是非常多的，有些技术是基于病人的相似度， 比较两个患者的病例，如果相似的话，可以找到一群 相似的病人，然后分析有效的治疗手段是什么。像这 样的技术，IBM已经把它变成了产品。这依赖于大量 的数据积累，要依靠电子病例、电子医疗档案的完善， 需要搜集子病例的完善过程。