A continuación describimos en una infografía los pasos básicos para construir un proyecto Big Data en salud, que según el nivel de valor de la información obtenida, quedan englobados dentro de la analítica descriptiva los pasos 1 y 2; los pasos 3, 4, 5 y 6 formarían parte de la analítica predictiva; por último el paso 7 sería donde entraría en juego la analítica prescriptiva.
Pasos para un proyecto Big Data en salud:
– Paso 1. Experiencia del experto: adquirir el conocimiento de los expertos en la disciplina.
– Paso 2. Datos de referencia: recopilar todo tipo de datos provenientes de fuentes muy variadas y normalmente inconexas.
– Paso 3. Reglas de referencia: elaborar modelos basados en las reglas que reflejan la experiencia del experto.
– Paso 4. Resultados de referencia: medir la bondad del modelo de referencia: falsas alertas, verdaderos positivos, porcentaje de aciertos, curvas ROC…
– Paso 5. Técnicas Big Data: aplicar técnicas de analítica predictiva teniendo en cuenta el conocimiento del experto y haciendo uso de los datos de referencia.
– Paso 6. Comparación de resultados: contrastar los resultados de referencia, optimizar el proceso y aumentar el ROI.
– Paso 7. Creación de valor: poner la solución en marcha en el servicio, aprender del uso por parte del experto y aplicar técnicas de analítica prescriptiva para sugerir recomendaciones que ayuden en la toma de decisiones.