从重症监视器到云环境:一个结构化数据管道,用于先进的临床决策支持

科学领域:

• 医疗信息学 医疗信息学
• 在医疗保健中的数据科学.
• 临床数据管理 临床数据管理

背景情况:

• 临床决策越来越依赖于数据驱动的方法和大型数据集来开发诊断和预测算法.
• 重症监护病房 (ICU) 产生高频率,非结构化的监控数据,这给传统数据管理带来了挑战.
• 已经开发出一个成功的数据管道,将患者数据传输到云环境以进行结构化存储.

研究的目的:

• 展示一个数据管道,以便在云环境中高效地传输和结构化存储ICU患者数据.
• 支持个人患者分析和大规模的回顾性研究.
• 为了使医疗保健应用程序的数据驱动算法的发展.

主要方法:

• 来自阿姆斯特丹UMC的ICU数据自2021年6月以来收集并存储在虚拟服务器上的第三方云环境中.
• 使用可用于研究和临床用例的现有数据来证明管道可行性.
• 在云存储过渡期间考虑隐私,安全,数据质量和环境影响.

主要成果:

• 两年来,超过9000名患者的数据已经成功地存储在云端.
• 云环境提供可用性,敏捷性,计算能力,高正常运行时间和流动数据管道,用于回顾性分析和实时预测.
• 机器学习算法可以实现对关键事件的实时预测,通过自然语言数据中的关键字搜索访问.

结论:

• 云环境为开发和实施预测算法提供了必不可少的功能.
• 数据管道促进了医疗保健评估,并增强了个体患者的护理.
• 结构化的ICU数据云存储支持高级研究和临床决策.