美国通过机器学习加速基因组医学并改善患者结果

医疗保健和生命科学组织挖掘非结构化数据以获取洞察力，以推动精准医学的进步并加强患者护理 加利福尼亚州帕洛阿尔托，2018年7月2日 - Cloudera，Inc。一个针对云优化的机器学习和分析的现代平台，以及医疗保健分析提供商MetiStream，共同宣布产品以改善患者的治疗效果。 MetiStream宣布推出基于Cloudera机器学习平台的医疗保健和生命科学行业端到端交互式分析平台。 通过结合Cloudera Enterprise和Cloudera Data Science Workbench的机器学习和分析，MetiStream声称其Ember产品可以提供大量手写临床笔记以及基因组数据的见解，为医疗保健组织提供经济有效地改进基因组研究的途径。 加快患者洞察力的时间。

tweet发布：从X射线图像到临床记录，＃healthcare orgs收集的80％的数据都是非结构化的。 @Cloudera和@MetiStream提供分析平台，以获取以前未充分利用的数据源

由于80％的医疗数据是非结构化的，因此遗留数据存储和分析平台难以在患者群体中进行处理，分析和关联。 Cloudera平台与MetiStream医疗保健分析解决方案的进步现在使组织能够从各种医疗保健数据集中捕获相关信息，如非结构化临床记录，基因组学，成像和EHR数据，并将数据与洞察力相关联，从而使他们能够识别患者风险， MetiStream首席执行官Chiny Driscoll表示，提高服务质量，加强医患合作。 MetiStream的Ember产品与Cloudera共享数据体验（SDX）协同工作，SDX是一个支持Cloudera Enterprise的软件框架，允许医疗保健提供商汇集来自不同来源的数据并深入了解患者健康状况。凭借Cloudera Enterprise平台的强大功能和规模，现在可以将临床数据集与基因组学信息合并并应用高级分析成为可能，其结果对于专注于增强基因组学医学和患者护理的医疗保健组织而言具有影响力。 Cloudera的创始人兼首席战略官Mike Olson说：“我们相信，机器学习和分析是理解疾病，改善成果，控制成本和在最需要的地方提供更好的护理的有力工具。” “今天，医疗保健组织可以做以前不可能的事情。他们可以将来自EHR，基因组学和成像的复杂数据集与大规模的机器学习和分析相集成，以实现患者护理，参与和结果的重大转变。 医疗保健组织必须访问和处理许多复杂的多结构化数据集，以便在患者护理方面更具说明性和主动性，并且能够更准确地报告影响财务和法规遵从性的代码。通过现在更容易和更快速地访问的综合信息，提供者可以在护理时而不是数天或数周之后与患者分享疾病风险和预防技术。 “通过Cloudera，我们有一个独特的机会来改变医疗机构如何使用更全面和多样化的数据集来改善质量和患者结果。我们的Ember平台为医生和患者如何解释和分析医疗保健发现和发现提供了更好的方法。我们相信，当洞察力可以实时共享并且互动和基于证据时，分析会更加强大，这就是我们将Ember带入医疗保健市场的原因，“MetiStream首席执行官Chiny Driscoll表示。 医疗保健组织加速分析以改善患者护理 Cloudera和MetiStream一起授权美国新闻与世界报道排名第一的美国医院拉什大学医疗中心，这是一个由拉什大学医疗中心，拉什大学，拉什奥克帕克医院和拉什健康组成的学术卫生系统。总部位于芝加哥的医疗系统需要一个医疗保健分析平台来处理积压的临床记录。使用Cloudera和MetiStream的解决方案，医疗中心能够在不到36小时内处理720万条记录。通过使用医疗保健分析平台，医疗中心通过比以往更早地识别具有某些疾病风险的患者来改善护理标准。 “借助Microsoft Azure上的Cloudera和MetiStream，我们可以在数据处理需求变化和发展时快速上下移动资源，并且我们可以在几周内加载大量数据。我们还能够应用机器学习从我们的数据中发现新的见解，并且通过使用Cloudera技术，我们正致力于为我们的数据科学家更轻松，更快地开发新模型，“首席分析官Bala Hota博士说。在拉什大学医学中心。 此外，Cloudera和MetiStream授权Sharp Healthcare和Sharp Rees-Stealy医疗集团的专家处理超过10年的临床记录并将其编入索引。通过利用Apache Spark的可扩展，大规模并行，内存功能，Cloudera和MetiStream支持端口到端的提取，处理，存储和分析Sharp的临床文本数据的过程，只需一小部分时间即可完成手动工作需要。通过新的解决方案，夏普现在可以利用NLP来识别临床术语，然后将这些术语规范化为众所周知的本体代码，最着名的是UMLS CUI，Snomed-CT和RxNorm。结果是一个解决方案，使夏普能够灵活地搜索他们的整个笔记历史记录中的任何文本，短语，术语，首字母缩略词或代码，并在几毫秒内返回日期和时间戳以及其他患者信息。与开源Apache Spark相结合，现在注释的临床数据可用于在Cloudera Data Science Workbench中训练模型，并开发风险预测，使Sharp能够利用机器学习和AI。 “如果你在两年前问我机器学习，深度学习和Spark可以做些什么，那么正是MetiStream和Cloudera在他们的联合产品中打包和概述的。我认为这是医疗保健未来的一个令人兴奋的突破，“圣地亚哥Sharp Rees-Steal医疗集团的神经学家Randall Hawkins博士说。 Cloudera Enterprise平台和MetiStream医疗保健分析解决方案目前可用。