Upload
andrey-kozachek
View
497
Download
5
Embed Size (px)
DESCRIPTION
Презентация моей команды для отборочного тура кейс чемпионата Tech Cup Changellenge
Citation preview
Предложение команды «Sharp Solution»
о применении SAP HANA
в медицинской отрасли
Cup Technical 2013
March 17, Moscow, Russia
Алексей Карапузов
Магистратура ИИБС НИТУ
МИСиС, 5 курс
Участие:
Changellenge Microsoft 2012
McKinsey Business diving 2013
Анализируй это!
Сергей Лахтарин
Магистратура ФРТК МФТИ
Участие:
Changellenge Microsoft 2012
McKinsey Business diving 2013
Смотри!
Ксения Глашкина
Магистратура ИИБС НИТУ
МИСиС, 5 курс
Участие :
Changellenge Microsoft 2012
McKinsey Business diving 2013
Я этого не понимаю, давайте
смотреть вглубь!
Андрей Козачек
Магистратура ИИБС НИТУ
МИСиС, 5 курс
Участие:
Changellenge Microsoft 2012
FutureToday 2012
McKinsey Business diving 2013
Посмотрим! Как пойдет!
#
1
2
Стабильность бизнеса наших клиентов – наша профессия
Источники: #Solution, внутренний самоанализ
2
90% больничной летальности в РФ связано
с экстренной медицинской помощью**
За год только 10% человек в очереди на
пересадку органов
получают донорские
материалы
Программа развития здравоохранения в РФ на 2013-2020 г. включает в себя:1
• Информатизацию здравоохранения
• Повышение оперативности оказания медицинской помощи
• Масштабирование базы знаний и внедрение систем поддержки врачебных решений для
медицинских работников.
• Повышение качества и оперативности сбора, обработки и анализа информации, ее
обобщение и представление в форме удобной для оперативной выработки вариантов
управленческих решений.
• Развитие инновационной инфраструктуры
• Повышение эффективности реализации медико-технических проектов в области
здравоохранения, направленных на раннюю диагностику и эффективное лечение
В РФ имеется тенденция к информатизации здравоохранения
11,812,112,312,512,813,0
-2%
2018 2017 2016 2015 2014 2013
50 тысяч человек2
в России ежегодно
становятся жертвами
врачебных ошибок
Смертность на тыс. чел
Комплекс мер по развитию
здравоохранения должен
обеспечить общее
падение1 смертности в
России на 2%
Ключевые проблемы: • задержка оказания
медицинской помощи
• затруднения с
эффективной диагностикой
Срок
хранения
донорских
органов:
6 – 12
часов
Акцептор для пересадки
должен быть найден в
течение 1-2 часов
Российскому
здравоохранению
требуется
высокоуровневая
поддержка врачебных
решений в реальном
времени,
позволяющая решать
как научные, так и
клинические вопросы с
высокими как
точностью, так и
скоростью
Российское здравоохранение стремится к информатизации и повышению
качества работы
Источники: 1 Государственная программа «Развитие здравоохранения Российской Федерации» от 11 ноября 2010
2 По данным общественной организации «Лига защиты пациентов» 3
SAP HANA поможет реализовать самые сложные запросы и значительно
повысить качество жизни населения
Снижение стоимости
анализов до 3000 раз1
Проверка научных
гипотез в реальном
времени
Значительное
сокращение числа
врачебных ошибок
2 петабайта медицинских
данных, объединенные
в единую систему2
Сбор статистических
данных для науки и
управленческой
деятельности
Возможность поиска и
опознания людей на
основе их
биометрических данных
Подбор процедур для
пациентов на основе
лучших практик и
личных данных
100% доноров должны
найти своих акцепторов
Доступ врача к любой
информации о пациентах
с любого устройства в
любое время
4 Источники: Данные SAP Innovation Day Croatia & Slovenia, анализ команды
Медицинские
исследования
Семейный
анамнез
Подбор
оптимальных
процедур
Аналогичные
случаи
Поддержка принятия решения
Обследования Записи врача
Анализы
История болезни
Отпечатки
пальцев
ДНК
Опознание пациента
Поиск донора
по параметрам
Оформление
заявки на
поиск
Регистрация
донора
Поиск доноров
Осуществление
расчетов
Поддержка исследований
Биометрический
поиск пропавших
людей Высокая скорость
обмена данными
Высокая точность
решений
Обработка
больших
объемов данных
Распознавание
лица
Конгломерация
результатов
5 Источники: данные кейса, анализ команды
Система объединит в одно информационное пространство основные
задачи медиков
SAP HANA объединит между собой различные базы данных, как уже
существующие, так и требующие перенесения в электронную форму
• ID
• Фото
• Биометрические данные,
в т.ч. ДНК1
• Персональные данные
• История болезни
Медкарта
• Обращения
• Диагнозы
• Применяемые меры
• Результаты
Врачебная
практика
• Номер карты
• Биологические данные
• Обращения и
госпитализация
• Медкарты родственников1
• Результаты обследований,
анализов
История
болезни
• Информация о поступивших
донорах органов
• Очередь акцепторов
• Доноры крови
• Доноры спермы
• Доноры костного мозга
База доноров SAP HANA дает возможность:
• вести своевременный учет по каждому
больному, выявлять риски заболеваний,
противопоказания при лечении
• быстро находить доноров
• повысить эффективность работы служб
скорой помощи
• вести статистику
• помогать врачам в принятии решения на
основе имеющейся информации о врачебной
практике в схожих случаях
• Вирусология
• Эпидемиология
• Биохимия
• Генетические исследования
• Статистика
Исследования
6 Источники: данные вносятся в систему с письменного разрешения гражданина
Частное
облако
Hospital
ERP Laboratory
ERP
Any DB Any DB
SAP BW
HANA DB
Apps
HANA DB
Apps
HANA DB
BW
Any DB
Apps
SAP BOBJ
SAP BusinessObjects
Any DB Any DB Any DB
Apps Apps
Any DB Any DB Any DB
Apps Apps Apps
Any DB Any DB Any DB
Apps Apps Apps
Hospital
ERP
Any DB Any DB Any DB
Apps
HANA DB
BW
SAP BusinessObjects
Региональный
уровень
Муниципальный
уровень R&D ERP
Apps Hospital
ERP Laboratory
ERP
Apps
R&D ERP
Apps
Федеральный
уровень
Архитектура As-Is1 Архитектура Will-Be
«облачная архитектура»
Архитектура To-Be
«радиальная архитектура»
Использование радиальной архитектуры позволит агрегировать и
анализировать данные в масштабах от города до всей страны
С ростом инфраструктурной оснащенности произойдет переход от архитектуры To-Be к архитектуре Will-be
ФЗ-152 «О персональных данных» накладывает дополнительные ограничения на облачную архитектуру
• Согласно ФЗ-152 регуляторы информационной безопасности(ФСБ РФ) устанавливают
требования применения сертифицированных криптосредств при обработке и передаче третьими
лицами персональных данных по каналам связи.
• Проблема решается строительством частного облака, которое позволит облегчить соблюдение
всех норм и требований информационной безопасности2
Источники: открытые источники, анализ команды 7
Мощная отказоустойчивая аппаратная платформа на базе IBM позволит
реализовать высоконадежное решение
Node n
-58%
Запись KB/S
44.000
105.000
Чтение KB/S
-66%
27.000
80.000
XFS 32k
GPFS
XFS
Файловая система GPFS позволит увеличить скорость доступа
к файловой системе1 и повысить отказоустойчивость. Vendor
Server
System
IBM x3950 x5 HP DL 980 G7
CPU
8 *Westmere
EX Intel E7-8870
(2,4 GHz)
8 *Westmere EX
Intel E7-4870 (2,4 GHz)
Log volume
(1*Memory)
2* Fusion-io ioDrive
Duo 640GB
4 *Fusion-io ioDrive
Duo 320GB
Data volume
(4*Memory)
16* 600GB 10k rpm
SAS drives
24 * 300 GB disks 10k
rpm
Memory
(RAM)
1 TB
1 TB
File system
GPFS
ext3, xfs
IBM x3950 x5 выбран по
причине2 поддержки семейства
E7-8800, использованию GPFS
и предустановленной SLES for
SAP apps 11
x35
• Прогнозируемый объем3 данных о пациентах
будет составлять около 2х петабайт
• Ежедневно количество транзакций будет
составлять 3,6 млн запросов
В планируемой модели технической архитектуры необходимо 35 серверов
Источники: исследования NERSC, Приложение 2, Приложение 3
8
Выбор аппаратной платформы для SAP HANA
Node n
Приложения
1
Приложение 1. Выбор сферы применения SAP HANA в области Big Data
Общественно-политическая сфера
Социальная сфера
Бизнес
0,00
0,50
1,00
1,50
Соответствие тенденциям
Влияние
Срочность Риск новизны
Сопротивление внутри
сферы
0,00
0,50
1,00
1,50
Соответствие тенденциям
Влияние
Срочность Риск новизны
Сопротивление внутри сферы
0,00
0,50
1,00
1,50
Соответствие тенденциям
Влияние
Срочность Риск новизны
Сопротивление внутри сферы
Не смотря на то, что бизнес первым подхватывает
новые тренды и постоянно стремится к улучшению,
создать для него инновационные решения, которые
бы охватывали действительно актуальные и до сих
пор не разрешенные проблемы представляется
сложной задачей. Решения, занимающие
принципиально новые ниши, рискуют не снискать
достаточного интереса и соответственно инвестиций.
Решения в социальной сфере характеризуются
большим охватом аудитории, соответствием
тенденциям развития российских городов и
чрезвычайно социально значимы, что должно
положительно сказаться на имидже SAP HANA
Оценивая нынешнюю общественно-политическую
ситуацию в России и связанные с ней тенденции мы
предполагаем что на нынешнем этапе развития
ключевые решения в этой области должны быть не
техническими,а организационными.
Возможные проекты:
• Система автоматизации выборов
• Мониторинг общественных настроений в
социальных сетях
• Моделирование экономических тенденций и т.д.
Возможные проекты:
• Медицина
• Интеллектуальное управление городскими
светофорами
• Предсказание стихийных бедствий
• Система консалтинга, дающая ответы на любые
вопросы и т.д.
Возможные проекты:
• Предсказание биржевых цен
• Консалтинговые возможности
• Службы знакомств с интеллектуальным выбором
потенциальных партнеров в толпе и т.д.
Подробности оценке в приложении forecast.xls
2
Приложение 2. Выбор аппаратной платформы для SAP HANA
осуществляется по рекомендациям SAP AG
Vendor Fujitsu Hitachi HP IBM
Server System RX900 S2 Compute Blade
2000 4*X57A2
HP DL 980 G7 IBM x3950 x5
CPU 8 *Westmere EX
Intel E7-8870 (2,4
GHz)
8 *Westmere EX
Intel E7-8870 (2,4
GHz)
8 *Westmere EX
Intel E7-4870 (2,4
GHz)
8 *Westmere EX
Intel E7-8870 (2,4
GHz)
Log volume
(1*Memory)
2* Fusion-io ioDrive
1.2 TB
configured as RAID
01
4* Fusion-io ioDrive
320 GB,
configured as RAID
0
4 *Fusion-io ioDrive
Duo 320GB,
configured as RAID 0
2* Fusion-io ioDrive
Duo 640GB,
using GPFS
Data volume
(4*Memory)
8x 900 GB disks
10k rpm
Configured as
RAID-5
LVM over 4 LUNs
(RAID5 4+1 drives
300GB
each) , via 4 FC
links on AMS2100
24 * 300 GB disks
10k rpm
configured as RAID 5
16* 600GB 10k rpm
SAS drives
configured as
2*RAID 5
Memory
(RAM)
1 TB 1 TB 1 TB 1 TB
File system ext3 ext3, xfs ext3, xfs GPFS
Operating Systems SLES for SAP
applications 11
SLES for SAP
applications 11
SLES11 SP1 SLES for SAP
applications 11
3
Приложение 3. Прогнозируемый объем3 данных о пациентах будет
составлять около 2х петабайт
Excel файл forecast.xlsx