Databricks Intelligence Platform for HLS: 환자 재입원
학습할 내용
Databricks Intelligence Platform은 데이터 레이크와 데이터 웨어하우스의 최고의 요소를 결합한 오픈 아키텍처입니 다. 이 데모에서는 환자 정보를 수집하기 위한 엔드 투 엔드 헬스케어 데이터 플랫폼을 구축하는 방법을 보여드리겠습니다.
우리는 환자 재입원 위험을 예측하고 설명하는 데 초점을 맞춰 치료 품질을 향상시킬 것입니다.
이 데모는 엔드 투 엔드 레이크하우스 플랫폼을 다룹니다:
- Synthea에서 건강 관련 데이터를 수집한 후, DLT라는 선언적 ETL 프레임워크를 사용하여 이들을 OMOP 데이터 모델로 변환합니다. DLT는 신뢰성이 높고 유지 보수가 가능하며 테스트 가능한 데이터 처리 파이프라인을 구축하기 위한 것입니다.
- PII 데이터 위에 거버넌스와 보안을 보장하기 위해 수집된 데이터를 보호하세요
- 환자 코호트를 구축하고 Databricks SQL 및 웨어하우스 엔드포인트를 활용하여 귀하의 인구를 시각화하세요
- Databricks AutoML을 사용하여 30일 환자 재입원 위험을 예측하는 머신러닝 모델을 구축합니다
- 이 모든 단계를 Databricks 워크플로우로 조정하세요.
데모를 실행하려면 무료 Databricks 작업 공간 을 받아 다음 두 명령어를 Python 노트북에서 실행하세요:
이 자산들이 Databricks 데모에 설치될 예정입니다:
