Databricks Intelligence Plattform für HLS: Patientenwiederaufnahme

Die Databricks Intelligence Platform ist eine offene Architektur, die die besten Elemente von Data Lakes und Data Warehouses kombiniert. In dieser Demo zeigen wir Ihnen, wie Sie eine durchgängige Gesundheitsdatenplattform erstellen, um Patienteninformationen aufzunehmen.

Wir konzentrieren uns auf die Vorhersage und Erklärung des Risikos einer erneuten Aufnahme von Patienten, um die Qualität der Pflege zu verbessern.

Diese Demo behandelt die End-to-End-Lakehouse-Plattform:

• Nehmen Sie Gesundheitsdaten (von Synthea) auf und transformieren Sie diese dann in das OMOP-Datenmodell mit Hilfe von Delta Live Tables (DLT), einem deklarativen ETL-Framework zum Aufbau zuverlässiger, wartbarer und testbarer Datenverarbeitungspipelines.
• Sichern Sie Ihre eingegebenen Daten, um Governance und Sicherheit auf PII-Daten zu gewährleisten
• Erstellen Sie Patientenkohorten und nutzen Sie Databricks SQL und die Warehouse-Endpunkte, um Ihre Bevölkerung zu visualisieren.
• Erstellen Sie ein maschinelles Lernmodell mit Databricks AutoML, um das Risiko einer Wiederaufnahme von Patienten innerhalb von 30 Tagen vorherzusagen
• Koordinieren Sie all diese Schritte mit Databricks Workflows

Um die Demo auszuführen, erhalten Sie einen kostenlosen Databricks-Arbeitsbereich und führen Sie die folgenden zwei Befehle in einem Python-Notebook aus:

%pip installieren Sie dbdemos

importiere dbdemos
dbdemos.installiere('lakehouse-hls-wiederaufnahme')