final sharp!

12
Предложение команды «Sharp Solution» о применении SAP HANA в медицинской отрасли Cup Technical 2013 March 17, Moscow, Russia

Upload: andrey-kozachek

Post on 01-Dec-2014

493 views

Category:

Technology


5 download

DESCRIPTION

Презентация моей команды для отборочного тура кейс чемпионата Tech Cup Changellenge

TRANSCRIPT

Page 1: Final sharp!

Предложение команды «Sharp Solution»

о применении SAP HANA

в медицинской отрасли

Cup Technical 2013

March 17, Moscow, Russia

Page 2: Final sharp!

Алексей Карапузов

[email protected]

Магистратура ИИБС НИТУ

МИСиС, 5 курс

Участие:

Changellenge Microsoft 2012

McKinsey Business diving 2013

Анализируй это!

Сергей Лахтарин

[email protected]

Магистратура ФРТК МФТИ

Участие:

Changellenge Microsoft 2012

McKinsey Business diving 2013

Смотри!

Ксения Глашкина

[email protected]

Магистратура ИИБС НИТУ

МИСиС, 5 курс

Участие :

Changellenge Microsoft 2012

McKinsey Business diving 2013

Я этого не понимаю, давайте

смотреть вглубь!

Андрей Козачек

[email protected]

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

Page 3: Final sharp!

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

Page 4: Final sharp!

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

Page 5: Final sharp!

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

Page 6: Final sharp!

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

Page 7: Final sharp!

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

Page 8: Final sharp!

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

Page 9: Final sharp!

Node n

Приложения

Page 10: Final sharp!

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

Page 11: Final sharp!

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

Page 12: Final sharp!

3

Приложение 3. Прогнозируемый объем3 данных о пациентах будет

составлять около 2х петабайт

Excel файл forecast.xlsx