Piattaforma di Intelligenza Databricks per HLS: Ricovero dei Pazienti

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:

%pip installa dbdemos

importa dbdemos
dbdemos.installa('lakehouse-hls-readmission')