Piattaforma di Intelligenza Databricks per HLS: Ricovero dei Pazienti

Tipo di Demo

Tutorial sul Prodotto

Durata

Autogestita

Social

Che cosa imparerai

La piattaforma di intelligenza Databricks è un'architettura aperta che combina i migliori elementi dei data lake e dei data warehouse. In questa demo, ti mostreremo come costruire una piattaforma di dati sanitari end-to-end per l'ingestione delle informazioni dei pazienti.

Ci concentreremo sulla previsione e spiegazione del rischio di riammissione del paziente per migliorare la qualità dell'assistenza.

Questa demo copre l'intera piattaforma lakehouse:

  • Inserisci i dati sanitari (da Synthea), e poi trasformali nel modello di dati OMOP utilizzando Delta Live Tables (DLT), un framework ETL dichiarativo per costruire pipeline di elaborazione dati affidabili, manutenibili e testabili
  • Proteggi i tuoi dati ingeriti per garantire la governance e la sicurezza sui dati PII
  • Costruisci coorti di pazienti e sfrutta Databricks SQL e i punti finali del magazzino per visualizzare la tua popolazione
  • Costruisci un modello di apprendimento automatico con Databricks AutoML per prevedere il rischio di ricovero dei pazienti entro 30 giorni
  • Orchestrare tutti questi passaggi con Databricks Workflows

 

Per eseguire la demo, ottieni un spazio di lavoro Databricks gratuito ed esegui i seguenti due comandi in un notebook Python:

Visualizza i notebook

Consigli

<p>Piattaforma di Intelligenza Databricks per FSI: Decisioni sul Credito</p>

Tutorial

Piattaforma di Intelligenza Databricks per FSI: Decisioni sul Credito

<p>Retail Banking - Rilevamento delle frodi</p>

Tutorial

Retail Banking - Rilevamento delle frodi

<p>lakehouse per C360: Ridurre la rinuncia dei clienti</p>

Tutorial

lakehouse per C360: Ridurre la rinuncia dei clienti

Questi asset verranno installati in questa demo di Databricks:

lakehouse-hls-readmission-dlt-0.png