Blog

Nieuws en kennisartikelen over gezondheidszorg en technologie

Alle artikelen

Data analyseren met deze doeltreffende bottum-up aanpak

pexels-photo-1254690De traditionele manier om informatie uit grote hoeveelheden data te verkrijgen gebruikt een vooraf gedefinieerd woordenboek of ontologie om verbanden te vinden. Dit is een kostbare manier van zoeken, omdat experts nodig zijn om woordenboek en ontologie samen te stellen en de zoekresultaten te interpreteren tot bruikbare resultaten. Maar het allergrootste nadeel van deze top-down aanpak is dat u slechts vindt waarnaar u zoekt. Relevante verbanden die buiten de kaders van uw zoekopdracht vallen blijven onontdekt.

iKnow van InterSystems pakt de zaken precies andersom aan. Het systeem heeft geen vooraf gedefinieerd woordenboek of ontologie nodig om verbanden in data te vinden. iKnow analyseert eerst alle data en destilleert daar de verbanden uit, een bottom-up aanpak dus. Om te begrijpen waarom dit beter is, vergelijken we een database met een zee waarin vele schatten zijn te vinden. Bij de traditionele manier van vissen gooit de visser zijn hengel uit en als ie al iets vangt, dan is het een levend wezen dat naar aas hapt, groot genoeg is om verstrikt te raken in de haak, maar te slap om zich los te werken.

Wat de traditionele visser niet vangt, zijn dieren die überhaupt geen aas eten, te klein zijn, op de bodem van de zee leven, of andere zaken zoals een letterlijke schatkist, enzovoort. Natuurlijk kan de visser andere types hengels uitgooien, sleepnetten gebruiken, of andere methoden inzetten. Alleen wordt het vissen daardoor steeds duurder en ook dan vangt de visser niet alles wat er in de zee te vinden is, alleen die dingen die hij verwacht te vinden in zijn jachtgebied.

iKnow legt verbanden

Een visser die gebruikmaakt van de bottom-up aanpak van iKnow heeft een bodemradar in zijn boot geïnstalleerd die alles wat zich in zee en op de bodem bevindt in beeld brengt. En achter die bodemradar hangt een krachtig stuk software dat op basis van al die beelden ontdekt dat bepaalde vissoorten slechts toevallig bij elkaar leven, maar dat andere zeediersoorten juist in symbiose leven, enzovoort. En als de boot toevallig boven de spreekwoordelijke schatkist vaart, wordt die ook ontdekt.

Ook in de praktijk blijft bovenstaande vergelijking overeind. Stel dat een onderzoeker in een groot databestand op zoek is naar patiënten met een te hoge bloeddruk (hypertensie). De traditionele zoekmethode gaat met woordenboek en ontologie door de data heen en vindt vele patiënten met te hoge bloeddruk, maar ook dossier waar die term 'hypertensie' in een ander verband wordt gebruikt, zoals 'acute pulmonale hypertensie' bijvoorbeeld. Ieder medisch onderlegt persoon weet dat deze aandoening heel iets anders is dan hypertensie, maar dat is nu juist de kern van het probleem van de top-down aanpak: er zijn nog steeds experts nodig om de zoekresultaten te interpreteren. Zeker bij grote databases en dito weg te filteren resultaten wordt het een tijdrovende en kostbare zaak om het juiste bestand te creëren.

iKnow begrijpt context

Ook iKnow ziet in de patiëntendatabase de dossiers met acute pulmonale hypertensie. De software van iKnow ziet bovendien dat die hoge bloeddruk in de longen optrad nadat de patiënt een hartaanval ('myocardinfarct') had gekregen. iKnow zoekt dus niet alleen naar specifieke begrippen, maar analyseert ook de context waarin die begrippen worden gevonden en weet dat dit dus een totaal ander type patiënt is. Als de onderzoeker een bestand wil met patiënten met te hoge bloeddruk, legt iKnow de dossiers met acute pulmonale hypertensie dus terzijde, omdat de onderzoeker er voor dat specifieke onderzoek niets aan heeft. De doeltreffende en efficiënte bottom-up aanpak van iKnow levert dus betere resultaten op tegen lagere kosten.

Data analyseren

Hoe pakt u het analyseren van data aan? Laat het mij weten in een reactie hieronder!

Bekijk ook eens de video over iKnow ‘Exploring text from the buttom up’:

Of download onderstaand rapport: 

CTA Text Analyse en Big Data

 

 

Onderwerp(en): Big data

David Majster
David Majster
David Majster was marketing manager at InterSystems Benelux between 2003 and 2018. He combined his enthusiasm for IT software technologies with a pragmatic approach, which made his work both results oriented and passionate. David is known for his good sense of humour and his ingenuity. After 40+ years of working for international IT companies in Belgium, The Netherlands, Germany and France, David now enjoys his well deserved retirement.

 


Laat een opmerking achter

Misschien vind je deze artikelen ook interessant:

 

Van een analoge naar een digitale strategie: verander je aannames!

We verhuizen met z’n allen van het analoge naar het digitale tijdperk. We appen met taxichauffeurs, opene...
Redactie van InterSystems 09/04/19 08:00

5 lessen van topbedrijven over hun AI initiatieven

Na de vele beloftes over AI snakken veel CIO’s naar praktische handvatten. Gelukkig zijn die er steeds me...
Redactie van InterSystems 19/03/19 08:00

Hoe begin je met predictive maintenance? [Het Stappenplan]

In ons vorige blog over predictive maintenance hadden we het vooral over het grote Waarom. Maar waar moet...
Rédaction d'InterSystems 05/03/19 08:00