Sidney Yerel Sağlık Bölgesi, Snowflake’te bir klinik veri ambarı kurduktan sonra klinik raporlama süresini sekiz saatten birkaç saniyeye düşürdü.
Dr Thomas Hambley, Sidney Yerel Sağlık Bölgesi
Klinik veri ambarı, Sydney’deki klinisyenlerin patoloji ve tanılar da dahil olmak üzere hastaların tıbbi geçmişine ilişkin veri kümelerini kolayca çıkarmasına ve raporları 22 saniye içinde çalıştırmasına olanak tanıyor.
Sidney’deki Snowflake Dünya Turu’nda SLHD tıbbi bilişim kayıt memuru olan Dr. Thomas Hambly, “Orijinal kaynak sistemimizi kullanırsak, son üç aya ait bir raporun yayınlanması tahminen sekiz saat sürerdi” dedi.
“Tahmini sekiz saat diyorum çünkü 30 dakika sonra zaman aşımına uğruyor [and] Aslında verileri dışarı çıkaramıyoruz.”
Bölge, 30 yıllık bir sistemde depolanan milyonlarca hastanın tıbbi kayıtlarını düzene koymak ve sipariş etmek için ilk olarak AWS’deki Snowflake’te bir veri gölü platformu oluşturdu.
Snowflake veri gölünü oluşturmadan önce, NSW Health’in verileri Cerner Millennium’da 240 veri modeline bölünmüş 6500 veri tablosundan oluşan bir düzende bulunuyordu.
“Bütün bu veriler, tek bir tablodaki farklı türde bilgilerin bir karışımıdır. 1990’larda kurdukları veri yapılarını hayal edebiliyor musunuz? [that] bazı durumlarda gerçekten o kadar da iyi yaşlanmadı mı?” dedi Hambly.
Veriler Snowflake’in veri gölüne aktarıldıktan sonra bilişim ekibi, klinik verileri içeren bir veri ambarı aracılığıyla klinisyenlerin analitik kullanımını nasıl geliştirebileceklerini inceledi.
SLHD zaten iş tarafında “kapsamlı veri ambarlarını” kullanıyordu, ancak klinikte bu daha azdı.
Hambly, “Bu, klinik alanda daha fazla analiz yapmamızı sağlamak için yapmak istediğimiz bir şeydi” dedi.
Bilişim ekibi klinik veri ambarını ilk olarak klinisyenleri çıktı almak yerine elektronik patoloji sonuçlarını kullanmaya teşvik etmeye odaklanan “küçük” bir projede kullanmaya başladı.
“Yani bunun bir parçası olarak [project]raporlamayı geliştirmek istedik” dedi Hambly. Ancak bu yeni araçların bu şekilde teslimat yapma yeteneğimizi geliştirip geliştirmeyeceğini test etmek istedik.
Ekip, Snowflake veri gölünden iki farklı rapor çalıştırdı: ilki SLHD’nin ham verilerini kullanıyordu, ikincisi ise depodan filtrelenen verileri kullanıyordu.
Hambly, “Snowflake’i çalıştırmak üç dakika sürdü ve bu, herhangi bir yerleşik depo olmadan onu yalnızca kaynak verilerden çalıştırmaktı” dedi.
“Bu veri ambarı katmanını yerleştirdiğimizde süreyi 22 saniyeye indirdik; yani orijinal sistemimizden ışık yılı kadar daha hızlı.”
SLDH personeli artık veri gölünü kullanarak veri raporlarını doğrudan PowerBI’ye “pompalayabiliyor”. Daha önce, Excel’e indirdikten sonra “kendi kendilerini analiz edebilecekleri” bir CSV dosyası alıyorlardı.
“[With PowerBI] farklı departmanların nasıl çalıştığını görsel olarak görebilirsiniz. Grafikler ve ısı haritaları koyabilirsiniz” dedi Hambly. “Bu, yapabileceğimiz en iyi kontrol panelinden çok uzak. Açıkçası bir CSV dosyasından çok daha iyi.