big data, una soluzione per imbrigliare il patrimonio informativo sociosanitario regionale un...
TRANSCRIPT
Big Data, una soluzioneper imbrigliare il patrimonioinformativo sociosanitarioregionale
Un opportunità di creare nuovo valore dalle attività di “data integration” sui dati amministrativi provenienti dal Sistema
Informativo SocioSanitario Regionale e disponibili nell’infrastruttura di “data warehousing” dedicata.
Mercoledì 5 giugno 2013Aula 1, Polo Economico e Giuridico,Università di Udine, via Tomadini 30/a, [email protected]
Punto di vista
Il S.S.R. ha circa 20.0001 dipendenti e1.200.000 cittadini che interagiscono avario titolo con il sistema.
1 Conto annuale 2009 MEFPersonale in servizio al 31 dicembre
Sistema Informativo Sanitario Regionale
Approccio classico
Due principali sistemi interoperabili all’interno del S.I.S.S.R.
Clinici
Controllo diGestione
Epidemiologi
Enti di Ricerca
Istituzioni
Decisori
Operatori
StrutturaDistrettuale
AssistenzaDomiciliare
R.S.A. eHospice
StrutturaOspedaliera
MMG ePLS
StrutturaPrivata
SportelloC.U.P.
GESTIONE degli eventi(registrazione del dato)
ANALISI dei fenomeni(interrogazione)
Percorso di cura Percorso del dato
Processo di trasformazione del dato
Principali attori nei sistemi di data warehousing: Operatore
generatore del dato, responsabile della qualità Tecnico sistema informatico operazionale
«Ricevitore» analogico -> digitale, responsabile automatizzazione requisiti utente
manutentore del sistema, custode del dato e del valore semantico (relazioni)
Mediatori e Trasformatori Tecnico di data warehousing Analista e data manager (epidemiologo e statistico)
Fruitore finale Interprete (pianificatore / controller)
SISTEMI
OPERAZIO
NALI
SISTEMI
DIREZIO
NALI
Sistema GEO-Integrato
Sistema federato
Infrastruttura Direzionale
Accessibile con diversi livelli di profilatura da tutti gli utenti del SISSR.Basato su criteri di eleggibilità delle fonti: rilevanza, qualità, completezza, copertura.Condivisione regionale di dati e strumenti -> cooperazione informativa (stesse informazioni per diversi scopi).
II° LIVELLOFONTI DATI O.D.S. I° LIVELLO
DIREZIONALI VERTICALI25 DWH
D.M.
Pubblicazione
Query & Reporting
REPOSITORYEPIDEMIOLOGICO
Data ManagementEsterne
SISSR
E.T.L.
Back-end Front-end
Patrimonio informativo su DB: 2.400 tabelle 2.000 milioni di records
Contenuto informativo
Tabelle: 50Colonne: 1.100Records: 15.095.430
Patrimonio informativo
Fonti secondarie: Esenti, Assisti incarico, Gestione ricettari,..Dizionari: geografici, struttura, prescrittori, classificazioni,..
Fonti
prim
arie
Sistema Sanitario geo-integrato su alcuni decenni di dati
Approccio deterministico
Es. i percorsi di malattia nella popolazioneI soggetti entrano nella finestra di rilevazione in base ai criteri di selezione
nascita
tempo
X X XXinfartuato
R-410 AD VC
Inizio follow-up Fine follow-up
X=evento sanitario
nascitaX X X X X
morte
diabetico
R-250 E-P20F-A10A
SDO PHX
VC PS
E’ un approccio strettamente analitico, limitato all'esame di ciascuna patologia lungo una precisa scansione temporale. Si determina l’appartenenza ad un gruppo patologico in base agli eventi occorsi.
Registro Diabete
Fonti utilizzate:In origine: anagrafe, farmaceutica, ricoveri, ambulatoriale, esenzioni
Modello di rilevazione:Totalmente automatico (algoritmo) da R.R.M.D.Follow-up per integrazione con R.R.M.D
Nuovo algoritmo - ESAMI DI LABORATORIOHbA1c (emoglobina glicata)GlicemiaCurva da carico (OGTT)MicroalbuminuriaAlbumina urineCreatinina urineRapporto albumina/creatininaAlbuminuriaColesterolo totaleColesterolo HDLTrigliceridiColesterolo LDLAc anti-insula Ac anti-InsulinaC-PeptideAnti-GADAnti-protein tirosin fosfatasi (IA-2)Ac anti-tirosina kinasiAc anti-tireoperossidasi (TPO)Ac anti transglutaminasi (TTG)
Ricovero con (DIAINT_COD>="250" AND DIAINT_COD<"251" ) oppure esenzione con ESENZ_COD_ALPHA in ('P20','013') oppure prescrizione di ≥ 3 farmaci con FARMA_ATC_COD_1_LIV = "A" AND FARMA_ATC_COD_2_LIV = "10" AND (FARMA_ATC_COD_3_LIV = "A" OR FARMA_ATC_COD_3_LIV = "B" ) in 365 giorni oppure specialistica ambulatoriale con ≥ 2 prestazioni con Codice Nomenclatore:90.28.1 (emoglobina glicata) in 365 giorni oppure ≥ 1 prescrizione farmaceutica e ≥ 1 emoglobina glicata nello stesso anno.
Il concetto di patocenosi1
PATOCENOSI«Insieme (qualitativamente e quantitativamente definito degli stati patologici) malattie presenti in una data popolazione in un determinato periodo”.» Grmek .
La frequenza e la distribuzione di ogni malattia (epidemiologia) dipende, oltre che da diversi fattori endogeni ed ecologici, dalla frequenza e dalla distribuzione di tutte le altre malattie all’interno della stessa popolazione. In una patocenosi i rapporti fra le malattie possono essere di simbiosi, antagonismo, indifferenza.
1Coniato nel 1969 da Mirko Drazen Grmek (Krapina, 9 gennaio 1924 – Parigi, 6 marzo 2000) medico e scrittore croato naturalizzato francese che si è dedicato allo studio dei rapporti che intercorrono tra la malattia ed evento sociale.
L’individuazione delle diverse patocenosi permette di seguirne l'evoluzione nel tempo, studiandone la dinamica e verificando l'influsso che su di essa hanno fattori di rottura dell’equilibrio (es. AIDS).
Popolazione
Fattori endogeni (es. eriditarietà)
Fattori esogeni(es. clima, cultura)
Malattie
PATOCENOSI(stato di salute della popolazione)
FrequenzaIntensità
Un primo risultato dell’infrastruttura
SanitàAmbiente Trasporti
Sociale
Il superamento della logica settoriale
Si raccolgono i dati giusti?
Si raccolgono i dati di cui si dispone piuttosto di quelli di cui si ha bisogno.
I dati «inutili» che archiviamo oggi possono aiutarci in futuro, ad esempio gli studi di coorte:
Coorte (aperta) di tutti i nuovi nati a partire dal 01.01.1989 individuati tramite i certificati di assistenza al parto (CEDAP).Coorte (chiusa) «post bellica dei sopravvissuti» nati prima del 01.01.1946 e vivi al 01.01.2000.
Le nuove esigenze
Il sistema informativo sociosanitario regionale è un sistema (+) complesso e in continua crescita, per il quale non è più sufficiente utilizzare tecniche analitiche classiche sul dominio principale.
Nuovi funzionalità richieste:Supportare processi di arricchimento con acquisizioni informative esogene al SISSR (acquisizione dei dark data)Attuare analisi d’insieme per cercare e correlare informazioni (imbrigliare i dati), mediante metodologie statistiche e computazionali adeguateMinimizzare la distanza (ETL) tra la fase analitica e di pubblicazione operando in tempo reale sui dati («always on»)Individuare un modello organizzativo e architetturale adeguato a supportare gli obiettivi dell’alta direzione
Report McKinsey - The ‘big data’ revolution in healthcare
Definisce cinque vie potenziali sulle quali rivedere l’intera catena del valore per la sanità che determinano una revisione delle modalità di raccolta, classificazione ed uso dei dati:Right Living, Right Care, Right Provider, Right Value, Right Innovation.
Range di funzionalità per i Big Data
La soluzione BigData
Il DWH classico consente descrivere o di determinare cause e dipendenze su porzioni informative (subsetting).Il Big Data è una tecnologia additiva al sistema classico di data warehousing, che si differenzia per tipologia di team e di strumenti, per ottenere risultati in modo rapido con costi contenuti su sistemi complessi di dati.Questioni aperte relative all’utilizzo in produzione:
Come integrare Big Data con i sistemi tradizionali di BI e DW?Quali sono le differenti piattaforme tecnologiche per Big Data?Come usare Big Data per dare valore al sistema?Chi è responsabile in azienda dei Big Data?Quali competenze acquisire?
Il team di progetto
Considerate le caratteristiche innovative della soluzione, la conduzione ed implementazione del progetto richiede competenze tecniche e metodologiche adeguate di:
“business analyst” per l’individuazione delle esigenze direzionali a diretto contatto con l’utente finale;“data scientist” che si incarichi di trattare e valutare l’insieme informativo;“ system & data warehouse administrator ” per la raccolta dei dati.
Rischi collegati
I principali rischi di fallimento relativi all’implementazione della soluzione sono derivati:
dalla mancanza di chiare esigenze di business, dovute alla difficolta di comprendere quali informazioni (non solo amministrative) mettere a fattor comune;dalla difficoltà di adottare un modello organizzativo trasversale che prevede un’elevata interattività tra l’analista e l’utilizzatore direzionale finale;dalla difficoltà di accesso a nuovi dati.dalla mancanza di competenze del team di lavoro, in grado ad esempio di «inventarsi» le fonti e di correlarle a possibili impieghi innovativi.
Grazie per l’attenzione
Insiel S.p.A. [email protected]
«Fra alcuni anni, il lavoro più ambito sarà quello degli statistici: la capacità di prendere dei dati, comprenderli, elaborarli, estrarne valore, visualizzarli, comunicarli»
Hal Varian, Responsabile economico di Google