自动化的机器学习赋能医疗大数据平台.pptxVIP

自动化的机器学习赋能医疗大数据平台

赋能医疗大数据平台HTAP互操作性自动化机器学习

混合事务与分析处理能力(HTAP)单一架构的医疗大数据平台

OLTPOLAPHTAP在一个数据平台上同时支持事务型应用和分析型应用无需建设多个不同类型的数据平台，降低成本无需在不同类型数据平台间迁移、同步数据提高数据的关联度、时效性满足各类应用、数据决策的高效开发、建设

互操作性业务流程闭环与决策自动化

为何医疗大数据平台需要互操作性更贴近数据建设业务中台数据更少移动，提高效率与安全业务流程处理保存业务流程、数据流程的请求、状态、结果异常等情况下，重发请求数据驱动与干预的跨业务系统流程处理，实现敏捷流程和智能流程与其它业务系统的数据与流程集成与知识库、机器学习等集成，实时驱动智能决策流程服务开发与开放

医疗行业互操作标准可扩展的适配器库数据、协议、技术、应用图形化流程编辑器图形化数据转换引擎图形化规则引擎基于规则的消息引擎互操作工具箱

机器学习与自动化的机器学习让行业专家轻松使用人工智能

Evidence-BasedMedicineandtheChangingNatureofHealthcare:2007IOMAnnualMeetingSummary

数据准备特征工程模型选择训练模型参数优化部署模型数据获取机器学习的过程

使用数据科学/机器学习的障碍数据来源：Kaggle’s2017“StateofDataScienceMachineLearning”基于参与数据科学的7,276人的调查结果

使用数据科学/机器学习的障碍数据来源：Kaggle’s2017“StateofDataScienceMachineLearning”基于参与数据科学的7,276人的调查结果

自动化的机器学习过程DataPreparationFeatureEngineeringModelSelectionModelTrainingParameterTuning模型部署数据获取IntegratedML

自动化的机器学习过程DataPreparationFeatureEngineeringModelSelectionModelTrainingParameterTuning模型部署数据获取IntegratedMLAutoML,H2O,DataRobot

自动化机器学习的成熟度

机器学习需要行业专家的行业知识

机器学习需要行业专家的行业知识

全SQL环境基于数据平台无需学习ML方法论或框架使用最被广泛使用的SQL，简单的DDL和预测查询函数交钥匙工具AutoML:包含自动的特征工程、模型选择和超参调优简单操作模型调用的通用接口行业专家可以轻松使用IntegratedML医疗大数据平台上的自动化机器学习

IntegratedMLCREATEMODELPainAlertPREDICTINGIsAnomalyBOOLEANWITH(PainScoreINT,DaysSinceOpINT,…)

IntegratedMLCREATEMODELPainAlertPREDICTINGIsAnomalyBOOLEANWITH(PainScoreINT,DaysSinceOpINT,…)TRAINMODELPainAlertFROMEHR.WardPatientHistoryWHEREDateAdmitted‘07/01/2019’

IntegratedMLCREATEMODELPainAlertPREDICTINGIsAnomalyBOOLEANWITH(PainScoreINT,DaysSinceOpINT,…)TRAINMODELPainAlertFROMEHR.WardPatientHistoryWHEREDateAdmitted‘07/01/2019’SELECTPREDICT(PainAlert),EpisodeID,PatientIDFROMEHR.WardPatientsSELECTPROBABILITY(PainAlertFOR‘AlertLever1’),EpisodeID,PatientIDFROMEHR.WardPatients

赋能医疗大数据平台数据、业务流程与人工智能决策闭环

HTAP+互操作医疗大数据平台业务系统HTAP和互操作支撑医疗数据中台与业务中台

HTAP+自动化机器学习医疗大数据平台业务系统AutoML基于HTAP数据,提升决策水平

HTAP+互操作+自动化机器学习医疗大数据平台业务系统互操作+AutoML将智能