D. Urgelés, V. Hugo Mariscal, J. C. Anchiraico, V. López
El intererés por el uso de datos masivos y el Big Data en ciencias de la salud aumenta cada día debido a la mejora que aportan en procesos de predicción y detección de patrones, entre otros. Las nuevas tecnologías proporcionan la oportunidad de utilizar nuevas fuentes de información. Sin embargo, en la mayoría de los casos es necesario un preprocesado de datos adecuado: Collecting, cleaning, integration son procesos clave que no podemos obviar si queremos que los resultados de los análisis estadísticos tradicionales sean fiables. En este trabajo se muestran dos ejemplos con varias fuentes de información: datos de historiales médicos tradicionales, datos de monitorización automatizada en tiempo real con actígrafos y datos proporcionados por el propio paciente mediante una aplicación móvil. La correcta integración de los datos requiere la ejecución de procesos de integración de bases de datos NoSQL y otros bien conocidos como detección de outliers o análisis de componentes principales.
Palabras clave: Datos masivos, Big Data, data integration.
Programado
X07.3 Big Data y Minería de Datos
7 de septiembre de 2016 15:40
Aula 21.08
