Az adatok bármikor, bármilyen formában rendelkezésre állnak. Az Adatintegrációs réteg megfelelő adatinfrastruktúrát biztosít az adatbevitelhez, az adatintegrációhoz, az adatszerkezethez, és támogatja a komplex hozzáférési és adattitkosítási eljárásokat. A megoldás horizontálisan (nagy mennyiségű adat) és vertikálisan (többféle adattípus) skálázott, strukturált vagy strukturálatlan adatokat, valamint különböző forrásokból származó adatokat egyaránt képes egységesen kezelni.
Az Adatintegrációs réteg lehetővé teszi az ún. adatvirtualizációt (az adatokhoz való hozzáférést fizikai adatgyűjtés nélkül), illetve az adatok kanalizációját, továbbá az adattárházi elemek beágyazhatóságát is.
Az Analitikai réteg jelentős szerepet játszik a megfelelő információk kinyerésében a legkülönfélébb eszközök és módszerek segítségével. Az olyan üzleti intelligencia megoldások segítségével, mint a Power BI az adatok úgy kerülnek vizualizálásra, hogy a bennük rejlő, eddig rejtett összefüggések és kapcsolatok feltárásával igazolhatóvá válnak a már korábban felállított hipotézisek.
A gépi tanulási (ML) és mesterséges intelligencia (AI) megoldások segíthetnek rámutatni az aktuális probléma gyökerére, továbbá előrejelezhetnek kritikus eseményeket, incidenseket, vagy kijelölhetik a beavatkozás megfelelő időpontját.
A Döntéstámogatói, kutatási és fejlesztési réteg valós problémákra nyújt megoldást, például valós idejű riportokat, értékeléseket készít, figyelmeztetéseket biztosít, valamint integrálható már meglevő technológiai megoldásokkal. Ez a réteg az analitikai réteg eredményeit komplex folyamattá tudja alakítani, vagy akár közvetlen visszacsatolást ad az operatív rendszernek.
Az adatok bármikor, bármilyen formában rendelkezésre állnak. Az Adatintegrációs réteg megfelelő adatinfrastruktúrát biztosít az adatbevitelhez, az adatintegrációhoz, az adatszerkezethez, és támogatja a komplex hozzáférési és adattitkosítási eljárásokat. A megoldás horizontálisan (nagy mennyiségű adat) és vertikálisan (többféle adattípus) skálázott, strukturált vagy strukturálatlan adatokat, valamint különböző forrásokból származó adatokat egyaránt képes egységesen kezelni.
Az Adatintegrációs réteg lehetővé teszi az ún. adatvirtualizációt (az adatokhoz való hozzáférést fizikai adatgyűjtés nélkül), illetve az adatok kanalizációját, továbbá az adattárházi elemek beágyazhatóságát is.
Az Analitikai réteg jelentős szerepet játszik a megfelelő információk kinyerésében a legkülönfélébb eszközök és módszerek segítségével. Az olyan üzleti intelligencia megoldások segítségével, mint a Power BI az adatok úgy kerülnek vizualizálásra, hogy a bennük rejlő, eddig rejtett összefüggések és kapcsolatok feltárásával igazolhatóvá válnak a már korábban felállított hipotézisek.
A gépi tanulási (ML) és mesterséges intelligencia (AI) megoldások segíthetnek rámutatni az aktuális probléma gyökerére, továbbá előrejelezhetnek kritikus eseményeket, incidenseket, vagy kijelölhetik a beavatkozás megfelelő időpontját.
A Döntéstámogatói, kutatási és fejlesztési réteg valós problémákra nyújt megoldást, például valós idejű riportokat, értékeléseket készít, figyelmeztetéseket biztosít, valamint integrálható már meglevő technológiai megoldásokkal. Ez a réteg az analitikai réteg eredményeit komplex folyamattá tudja alakítani, vagy akár közvetlen visszacsatolást ad az operatív rendszernek.
A kezdeti kihívás hasonló a különböző iparágakban: minimanizálni a silózott adatok számát, biztosítani az adatvédelmet és az adathozzáférést az adatokban rejlő erő kiaknázása mellett.
A Smart DataLake Platform segítségével az adatok tetszőlegesen használhatók, mivel azok nyers formátumban tárolódnak és mindig hozzáférhetők, lehetővé téve a szabályozási követelmények betartása melletti akár azonnali átkonfigurálást.
Az Innohealth DataLake (IHDL) projekt fő célja egy olyan újszerű, komplex informatikai rendszer koncepciójának kidolgozása és megvalósítása, ami képes bármely típusú egészségügyi adat gyűjtésére, tárolására és elemzésére a Pécsi Tudományegyetem egészségügyi rendszereiben keletkező és kapcsolódó külső adatok felhasználásával. A rendszer mintaként is szolgálhat a hazai és a regionális egészségügyi rendszerek számára.
Az adattó képességeit az egészségügy jelenlegi és jövőbeli igényei szerint határoztuk meg, ideértve az adatgyűjtést (az adatok méretétől, típusától és forrásától függetlenül), az adattárolást és az legkorszerűbb analitikai módszerekkel és eszközökkel támogatott adatelemzést, ezáltal támogatva az egészségügyi szolgáltatásokat és a K + F + I tevékenységeket.
