Na przykładach pokazujemy, co wnosi łączenie danych, dlaczego potrzebny jest kontekst i jakie znaczenie ma bezpieczeństwo zapisów.
Artykuł zaktualizowano w listopadzie 2020 roku, aby uwzględnić nowe informacje dotyczące globalnej pandemii.
Ilość danych rośnie w skali trudnej do wyobrażenia. Przywoływana w pierwotnej wersji artykułu prognoza mówiła o 40 zettabajtach do końca 2020 roku. Część tych danych pochodzi z urządzeń do monitorowania aktywności i zdrowia. Sama ich ilość niewiele jednak mówi. Liczy się to, co potrafimy z nich wyczytać.
Czym są dane?
Dane mogą opisywać liczbę mieszkańców Australii, temperaturę ciała czy wyniki treningu. Przechowujemy je, przesyłamy i analizujemy. Technologie takie jak Bluetooth, Wi-Fi i sieci komórkowe pomagają przenosić je między urządzeniami.
Wartość danych często ujawnia się dopiero wtedy, gdy połączymy je z innymi informacjami i uwzględnimy kontekst. To jedno z zadań analityków.
Siła danych
Google wykorzystuje powiązania między stronami i ocenę ich treści, aby uporządkować wyniki wyszukiwania. Podobnie w innych dziedzinach: zebrane dane stają się przydatne, gdy można wyciągnąć z nich wnioski. Tak ujmuje to dr Michael Wu, główny naukowiec ds. analityki w Lithium:
Wartość dowolnych danych łatwo określić na podstawie informacji i wniosków, które możemy z nich uzyskać.
Do analizy potrzebujemy kontekstu i odpowiedniej metody. Czy zapis EKG pochodzi od osoby zdrowej, czy chorej? W jakich warunkach wykonano pomiar? Bez takich informacji nawet duży zbiór może być mało użyteczny.
W ochronie zdrowia analiza danych wspiera diagnozowanie, leczenie i opiekę nad pacjentami. Monitorowanie może pomóc zauważyć niepokojące zmiany wcześniej, także zanim pacjent poczuje się gorzej. Przydatność takich informacji zależy od jakości pomiarów i ich interpretacji.
Analiza pozostaje dużym wyzwaniem. Wymaga znajomości danych, doświadczenia i doboru algorytmów do konkretnego pytania.
Równie ważne jest bezpieczeństwo. Karty kredytowe ułatwiły płatności, ale przyniosły też zagrożenia związane z ochroną danych. Dokumentacja medyczna również wymaga zabezpieczeń i kontroli dostępu.
Siła powiązań między danymi
Zobaczmy na przykładzie, jak dodatkowa informacja zmienia interpretację liczb.
W przywołanych danych dla Niemiec z 2014 roku odnotowano 681 990 urodzeń i 914 450 zgonów. Dopiero zestawienie tych liczb pokazuje ujemny przyrost naturalny: zgonów było o ponad 200 tysięcy więcej. Sama liczba urodzeń nie wystarczyłaby do takiego wniosku. Podobny problem pojawia się przy analizie aktywności fizycznej. Spójrz na mapy:
Mapy pokazują spadek odsetka osób nieaktywnych między 2011 a 2014 rokiem. Więcej informacji zawiera raport CDC. Zestawmy te wyniki z kolejnymi mapami:
To dane z raportu o otyłości; osobnym zagadnieniem jest nadwaga. Zestawienie map nie daje prostego wyjaśnienia zmian masy ciała w całej populacji. Przywołane badanie pokazuje, dlaczego warto analizować więcej niż jeden czynnik. Aktywność fizyczna przynosi też korzyści wykraczające poza kontrolę masy ciała.
Powiązania między danymi w ochronie zdrowia
Dane wielu osób pozwalają szukać prawidłowości niewidocznych w pojedynczym przypadku. W ochronie zdrowia taka analiza musi uwzględniać różnice między ludźmi i warunki, w których zebrano pomiary.
Na wyniki wpływają między innymi styl życia, przebyte choroby i miejsce zamieszkania. Zestawienie sygnałów fizjologicznych z takimi informacjami może pomóc stawiać pytania badawcze. Wnioski wymagają jednak sprawdzenia; sam zbiór danych nie jest jeszcze dowodem.
Punktem wyjścia może być EKG. Do zapisu można dołączać inne pomiary i informacje o okolicznościach badania, aby później analizować je razem.
Analiza większej grupy może na przykład pomóc zbadać związek codziennej aktywności ze zdrowiem serca. Ważne, by odróżniać zaobserwowaną zależność od jej przyczyny.
Urządzenia łączące się ze smartfonem przez Bluetooth ułatwiają zbieranie pomiarów do dalszej analizy. Tak pracuje również Aidlab. Zapisy można wykorzystać do szukania zmian i zależności między sygnałami.
Big data
Przy dużych zbiorach często pojawia się określenie big data. Co właściwie oznacza?
Termin nie ma jednej powszechnie przyjętej definicji. W tym artykule chodzi o analizę dużej ilości danych z różnych źródeł — na przykład zapisów EKG z wielu placówek. Łączenie takich zbiorów pozwala zadawać pytania, na które dane jednego szpitala mogłyby nie wystarczyć.
Duże zbiory mogą wspierać badania nad zdrowiem, ale mają też zastosowania poza medycyną. Jednym z przykładów jest monitorowanie zagrożeń sejsmicznych.
Jak można ocalić miliony ludzi?
Akcelerometry w urządzeniach mogą rejestrować ruchy gruntu. Badacze rozważają wykorzystanie takich pomiarów w sieciach monitorujących aktywność sejsmiczną:
Teoretycznie każde urządzenie połączone z internetem i wyposażone we wbudowany akcelerometr MEMS, na przykład komputer lub telefon komórkowy, może stać się stacją sejsmiczną rejestrującą silne ruchy gruntu — stwierdził Antonino D’Alessandro, współautor badania opublikowanego w „Bulletin of the Seismological Society of America”.
Połączenie pomiarów z wielu urządzeń może pomóc wykrywać wstrząsy i przekazywać ostrzeżenia. Przydatność takiego systemu zależy od jakości danych, algorytmów i szybkości przekazania informacji. To kolejny przykład tego, jak wspólna analiza wielu zapisów może dać więcej niż pojedynczy pomiar.
Jeśli ten artykuł Ci się spodobał, poleć go i udostępnij.
