محمد شاددل - باشگاه پژوهشگران جوان و نخبگان، واحد اردبیل، دانشگاه آزاد اسلامی، اردبیل، ایران
محمد جمالپور - باشگاه پژوهشگران جوان و نخبگان، واحد اردبیل، دانشگاه آزاد اسلامی، اردبیل، ایران
پریسا فردخیاوی - کارشناسی ارشد مهندسی پزشکی، بیوالکتریک، دانشکده مهندسی پزشکی، دانشگاه صنعتی سهند، تبریز، ایران
کاظم مهدوی نژاد - کارشناسی مهندسی پزشکی، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی، تبریز، ایران

وقتی از کلان داده صحبت میکنیم، بیشتر از یک وضعیت حرف میزنیم؛ وضعیتی که در آن حجم زیادی از داده ها، با سرعت زیاد و تنوع گسترده تولید میشوند . تجزیه و تحلیل کلان داده ، یک زمینه به سرعت در حال رشد با قابلیت ارائه راه حل های مفید، روشن و درک عمیق برای کاربردهای مراقبتهای درمانی و بهداشتی است. ابعاد زیادی از داده های بزرگ وجود دارند که دارای مسائلی با کاربرد آن هستند، مانند مدیریت حجم، سرعت، صحت تنوع و ارزش، ویژگیهایی مانند صحت و تفسیر یکپارچگی. با این حال، چنین چالش هایی ما را از استفاده و بررسی داده های بزرگ به عنوان منبع شواهد در کاربرد بالینی منع نمیکند. این امر نیازمند بررسی اطلاعات مراقبت بهداشتی برای کنترل و کاهش هزینه افزایش یافته درمان پزشکی و بهبود پیامدهای درمان بیمار است. هدف، توصیف توانایی و قابلیت تجزیه و تحلیل داده های بزرگ در مراقبتهای بهداشتی است. این مقاله ، مروری بر زمینه های در حال توسعه تجزیه و تحلیل داده های بزرگ در مراقبتهای بهداشتی می باشد ، مزایا را مورد بحث قرار میدهد و چارچوب و روش معماری را فراهم میکند. همچنین منابع داده را بررسی میکند و پلتفرمها / ابزارها را برای تجزیه و تحلیل، تکنیکها، تکنولوژیها و همچنین چالشها و نتایج پیشنهاد میکند. از این مقاله می توان نتیجه گرفت که تجزیه و تحلیل کلان داده در مراقبتهای درمانی و بهداشتی ، یک زمینه امیدوار کننده برای ارائه بینش عمیقتر از حجم عظیم مجموعه داده ها و نتایج عملکردی می باشد.

تجزیه و تحلیل، کلان داده، چارچوب معماری، مراقبتهای بهداشتی، هادوپ (Hadoop)