Предложение команды «Sharp Solution» о применении SAP HANA в медицинской отрасли
Cup Technical 2013 March 17, Moscow, Russia
Стабильность бизнеса наших клиентов – наша профессия 1
Алексей Карапузов alexey_karapuzov@hotmail.com
Сергей Лахтарин Sergey.lakhtarin@gmail.com
Ксения Глашкина k.glashkina@gmail.com
Андрей Козачек avkozachek@gmail.com
Магистратура ИИБС НИТУ МИСиС, 5 курс
Магистратура ФРТК МФТИ
Магистратура ИИБС НИТУ МИСиС, 5 курс
Магистратура ИИБС НИТУ МИСиС, 5 курс
Участие : Changellenge Microsoft 2012 McKinsey Business diving 2013
Участие: Changellenge Microsoft 2012 FutureToday 2012 McKinsey Business diving 2013
Я этого не понимаю, давайте смотреть вглубь!
Посмотрим! Как пойдет!
# Участие: Changellenge Microsoft 2012 McKinsey Business diving 2013
Участие: Changellenge Microsoft 2012 McKinsey Business diving 2013
Анализируй это!
Смотри!
Источники: #Solution, внутренний самоанализ
2
2
Российское здравоохранение стремится к информатизации и повышению качества работы В РФ имеется тенденция к информатизации здравоохранения 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 За год только 10% человек в очереди на пересадку органов получают донорские материалы
Акцептор для пересадки должен быть найден в течение 1-2
часов
-2% 13,0 12,8 12,5 12,3 12,1 11,8
2013 2014 2015 2016 2017 2018 Смертность на тыс. чел
90% больничной летальности в РФ связано с экстренной медицинской помощью**
Срок хранения донорских органов:
6 – 12 часов
Комплекс мер по развитию здравоохранения должен обеспечить общее падение1 смертности в России на 2%
Ключевые проблемы: • задержка оказания медицинской помощи • затруднения с эффективной диагностикой
50 тысяч человек2 в России ежегодно становятся жертвами врачебных ошибок
Источники: 1 Государственная программа «Развитие здравоохранения Российской Федерации» от 11 ноября 2010 2 По данным общественной организации «Лига защиты пациентов»
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
3
SAP HANA поможет реализовать самые сложные запросы и значительно повысить качество жизни населения
2 петабайта медицинских данных, объединенные в единую систему2
Подбор процедур для пациентов на основе лучших практик и личных данных
Проверка научных гипотез в реальном времени
Сбор статистических данных для науки и управленческой деятельности
Доступ врача к любой информации о пациентах с любого устройства в любое время
100% доноров должны найти своих акцепторов
Снижение стоимости анализов до 3000 раз1 Значительное сокращение числа врачебных ошибок
Источники: Данные SAP Innovation Day Croatia & Slovenia, анализ команды
Возможность поиска и опознания людей на основе их биометрических данных
4
Система объединит в одно информационное пространство основные задачи медиков
Высокая скорость обмена данными
Медицинские исследования
Аналогичные случаи
Отпечатки пальцев
Распознавание лица
Семейный анамнез
Подбор оптимальных процедур
Биометрический поиск пропавших людей
ДНК
Поддержка принятия решения
Опознание пациента
Высокая точность решений Обследования
Обработка больших объемов данных
Записи врача
Оформление заявки на поиск
Регистрация донора
Поиск донора по параметрам
Анализы
История болезни
Поиск доноров
Конгломерация результатов
Осуществление расчетов
Поддержка исследований
Источники: данные кейса, анализ команды
5
SAP HANA объединит между собой различные базы данных, как уже существующие, так и требующие перенесения в электронную форму
Медкарта • ID • Фото • Биометрические данные, в т.ч. ДНК1 • Персональные данные • История болезни
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
История болезни • Номер карты • Биологические данные • Обращения и госпитализация • Медкарты родственников1 • Результаты обследований, анализов
Источники: данные вносятся в систему с письменного разрешения гражданина
База доноров • Информация о поступивших донорах органов • Очередь акцепторов • Доноры крови • Доноры спермы • Доноры костного мозга
Врачебная практика • Обращения • Диагнозы • Применяемые меры • Результаты
Исследования • Вирусология • Эпидемиология • Биохимия • Генетические исследования • Статистика
6
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 Архитектура To-Be «радиальная архитектура»
Архитектура As-Is1 Федеральный уровень
Архитектура Will-Be «облачная архитектура»
SAP BusinessObjects SAP BusinessObjects Apps
Apps
Apps
Any DB
Any DB
Any DB
BW
Apps BW
Apps
HANA DB HANA DB SAP BOBJ
Региональный уровень
Муниципальный уровень
Apps
SAP BW Apps
Apps
Apps
Any DB
Any DB
Any DB
Hospital ERP Any DB
HANA DB HANA DB
Hospital ERP Apps
Apps
Any DB
Any DB
Any DB
Apps
Apps
Laboratory ERP
R&D ERP
Hospital ERP
Any DB
Any DB
Any DB
Apps
Apps
Laboratory ERP
R&D ERP
Any DB
Any DB
ФЗ-152 «О персональных данных» накладывает дополнительные ограничения на облачную архитектуру Частное облако
• 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 Выбор аппаратной платформы для SAP HANA
Файловая система GPFS позволит увеличить скорость доступа к файловой системе1 и повысить отказоустойчивость.
Vendor Server System
IBM x3950 x5
HP DL 980 G7
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
1 TB
1 TB
GPFS
ext3, xfs
CPU
Memory (RAM) File system
Node n
GPFS XFS XFS 32k -58%
IBM x3950 x5 выбран по причине2 поддержки семейства E7-8800, использованию GPFS и предустановленной SLES for SAP apps 11
-66% 105.000 80.000
27.000 Чтение KB/S
44.000 Запись KB/S
В планируемой модели технической архитектуры необходимо 35 серверов
• Прогнозируемый объем3 данных о пациентах будет составлять около 2х петабайт • Ежедневно количество транзакций будет составлять 3,6 млн запросов
Источники: исследования NERSC, Приложение 2, Приложение 3
x35 8
Приложения
Node n
Приложение 1. Выбор сферы применения SAP HANA в области Big Data Общественно-политическая сфера
Соответствие тенденциям
1,50 Сопротивлен ие внутри сферы
1,00 0,50
Влияние
0,00
Риск новизны
Возможные проекты: • Система автоматизации выборов • Мониторинг общественных настроений в социальных сетях • Моделирование экономических тенденций и т.д.
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.
Срочность
Соответствие тенденциям
Социальная сфера
1,50 1,00 Сопротивление внутри сферы
0,50
Влияние
0,00
Риск новизны
Возможные проекты: • Медицина • Интеллектуальное управление городскими светофорами • Предсказание стихийных бедствий • Система консалтинга, дающая ответы на любые вопросы и т.д.
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
Срочность
Бизнес
Соответствие тенденциям 1,50 1,00 Сопротивление внутри сферы
0,50
Влияние
0,00
Риск новизны
Возможные проекты: • Предсказание биржевых цен • Консалтинговые возможности • Службы знакомств с интеллектуальным выбором потенциальных партнеров в толпе и т.д.
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.
Срочность
Подробности оценке в приложении forecast.xls
1
Приложение 2. Выбор аппаратной платформы для SAP HANA осуществляется по рекомендациям SAP AG
Vendor
Fujitsu
Hitachi
HP
IBM
RX900 S2
Compute Blade 2000 4*X57A2
HP DL 980 G7
IBM x3950 x5
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
SLES for SAP applications 11
SLES for SAP applications 11
SLES11 SP1
SLES for SAP applications 11
Server System CPU
Operating Systems
2
Приложение 3. Прогнозируемый объем3 данных о пациентах будет составлять около 2х петабайт
Excel файл forecast.xlsx
3