Databricks Intelligence Platform for HLS: 환자 재입원

Databricks Intelligence Platform은 데이터 레이크와 데이터 웨어하우스의 최고의 요소를 결합한 오픈 아키텍처입니다. 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, Delta Live Tables (DLT)라는 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:

%pip dbdemos 설치

import dbdemos
dbdemos.install('lakehouse-hls-readmission')