Ngành công nghiệp chăm sóc sức khỏe tạo ra lượng dữ liệu rất lớn mỗi ngày. Nếu bạn đã có hình chụp CT hoặc MRI, bạn sẽ biết rằng mỗi một phần sẽ tạo ra hàng tá và đôi khi hàng trăm hình ảnh với độ phân giải cao. Một trung tâm y tế đông khách có thể có đến hàng trăm bệnh nhân một ngày, tạo ra hàng trăm Gb dữ liệu cần được phân tích, tổng hợp và lưu trữ trong một thời gian dài.

Các hệ thống lưu giữ sức khỏe điện tử hay EHR cũng tạo ra lượng lớn thông tin về dữ liệu y tế. Lịch sử của bệnh nhân, kết quả kiểm tra, đơn thuốc và ghi chép điều trị đều được tích hợp trogn EHR để có thể dễ dàng chia sẻ giữa các nhà cung cấp dịch vụ y tế và phân tích bởi các ứng dụng tích hợp thông tin.

Di truyền học là một lĩnh vực khác làm tăng mạnh lượng lớn lưu trữ và phân tích. Trong năm 2000, kết quả di truyền học đầu tiên chiếm đến 750Gb.Ngày nay các công nghệ ngày càng tinh vi ở các viện nghiên cứu, trường đại học, các công ty dược và thậm chí cả các bệnh viện đang tạo ra một lượng lớn thông tin mỗi ngày. Ví dụ, ở trường Đại học Cornell, dịch vụ sinh học máy tính thu thập khoảng 1Tb một ngày từ các chi nhánh của mình.

Các hệ thống tối ưu hóa hiệu suất giải quyết việc mua và khai thác các công nghệ tốt nhất cho công việc của mình và đảm bảo rằng mỗi ứng dụng có được sự kết hợp tốt nhất các nguồn lực để đem lại hiệu quả, năng suất và sự đảm bảo tối ưu nhất.

Một vài ứng dụng có thể cần bộ nhớ có dung lượng lớn và một vài ứng dụng lại chỉ đọc dữ liệu nhưng không ghi chép. Sự kết hợp phần cứng nên có ảnh hướng tới các mô hình sử dụng cụ thể này thay vì chỉ mua bản mới nhất, tốt nhất và sử dụng.

Các bệnh viện có thể làm việc tốt hơn từ các hệ thống tối ưu hóa hiệu suất bằng việc kết hợp các nguồn lực hiệu suất cao để phân tích dữ liệu và các các thiết bị có định hướng hơn đối với các nhiệm vụ quản lý..

Trên thực tế, các ứng dụng này đang được phát triển bởi công ty bảo hiểm sức khỏe WellPoint. Phần cứng được tối ưu hóa cho nhu cầu của WellPoint và các ứng dụng giúp các bác sĩ và y tá trong việc chẩn đoán và phương pháp điều trị.

Việc sử dụng phân tích dữ liệu và các tính năng NLP, Watson sẽ tích hợp dữ liệu như lịch sử bệnh nhân để giúp các bác sĩ quyết định phương pháp điều trị.

Theo Herbert Chase của Trường Đại học Columbia, việc sử dụng Watson hay các công cụ phân tích tương tự, các nhà cung cấp dịch vụ y tế có thể phân tích lịch sử bệnh nhân, đưa ra kết quả, các nghiên cứu gần đây, dữ liệu đầu ra, thông tin thuốc và các kết quả có thể. Điều này giúp hạn chế tương tác thuốc và các lỗi chẩn đoán, những việc có thể gây ra 20% lỗi y tế. Chase giải thích rằng các ứng dụng này cung cấp nhiều thông tin hơn bất kỳ bác sĩ hay máy tính nào có thể lưu trữ và giải quyết. Những ứng dụng mới này không thể thay thế bác sỹ, nhưng chúng giúp cung cấp một nguồn lực toàn diện hơn cho việc phân tích với những thông tin chính xác hơn bao giờ hết.

Cao Thắng