Journal of Clinical Healthcare (JCHC)

6-9 7 Journal of Clinical Healthcare 3/2018 Kacperek w opracowaniu pt. „Usługi Cyfrowe”, która definiuje informacje jako każdy czynnik (także abstrakcyjny), który może być wykorzystywany przez organizmy żywe lub urządzenia automatyczne do racjonalnego działania lub sterowania. Autorka wymienia także dwa sposoby pojmowania informacji: obiektywny oraz subiektywny. „ W obiektywnym (po- dejście matematyczne, fizyczne, ilościowe, oparte na pojęciu entropii) – informacja oznacza pewną własność fizyczną lub strukturalną obiektów. W subiektywnym zaś – informacja ma charakter względny i jest tym co umysł może przetworzyć i wykorzystać do własnych celów” [4]. Z omawianego pojęcia wywodzi się też termin społeczeństwa informacyjnego jako obecnej struktury społecznej. Fakt ten jest istotny, ponieważ określa genezę zapotrzebowania na tytułowy temat. „Społeczeństwo informacyjne określa kolejny etap w historii świat, w którym jednostki jako - konsumenci, petenci, pracownicy i twórcy – mają możliwość, chcą i potrafią zdobyć oraz wykorzystać znalezione informacje w różnych obszarach życia codziennego ”[4]. Przedstawienie obecnej struktury społecznej jako społeczeństwa informacyjnego, nie zamyka całko- wicie rozważań na temat zmian zachodzących w metodach analitycznych i kierunkach badawczych. W literaturze naukowej społeczeństwo informatyczne przedstawia się jako kolejny etap rozwoju pomiędzy bardziej rozwiniętą strukturą jaką jest społeczeństwo wiedzy. Termin ten odnosi się do populacji, w której pozyskiwani, rozwijanie, lokalizowanie, zachowanie, dzielenie się oraz wykorzystywanie zgromadzonej wiedzy stanowi główny problem rozwojowy. Zdefiniowanie pojęcia również wymaga przestudio- wania wielu źródeł, bowiem można wyróżnić kilka określeń na wytłumaczenie słowa wiedza. Niezaprzeczalnym jest jednak fakt, że termin ten stanowi także kolejny element ewolucji w łańcuchu dane informacje-wiedza-mądrość, a zatem definicja będzie naturalnym rozwinięciem pojęcia informacji. Wspomnianą zależność, a jednocześnie definicja wiedzy została dobrze określona „ według Ikujiro Nonaka i Hirotaka Takeuchi, gdzie informacja jest strumieniem wiadomości, podczas gdy wiedza stanowi jego wytwór, zakorzeniony w przekonaniach i oczekiwaniach odbiorcy ” [cyt. za 4]. W wyniku po- wyższych zapisów można rzec, że technika analizy oparta na Big Data to zatem proces, w którym przetworzone informacje zostają przekształcone w wiedzę, która jest wykorzystywana przy podejmo- waniu kluczowych decyzji, często szczebla wyższego. Dokładne zdefiniowanie pojęcia wymaga jednak dokładniejszego rozwinięcia. Big data (pol. Duże Dane) to termin, który odnosi się do identyfikacji baz danych, których analiza i zarządzanie klasycznymi metodami jest utrudniona z uwagi na ich duży rozmiar i złożoność [2]. Definicja Big Data pojawiła się prawdopodobnie po raz pierwszy w 1998 roku w przedsiębiorstwie Silicon Graphics (SGI) i został on określony przez Johna Mashey w prezentacji pt. “Big Data and the Next Wave of InfraStress” [3]. Analiza Dużych Danych bazuje na najnowszych metodach przetwarzania: obliczenia w chmurze ( ang. cloud computing), samo- uczenie się maszyn (ang. maschine learning), data mining, eksploracji tekstu czy wysoce zaawansowanej statystyce. TRZY„V” Do dokładnego określenia czym są Duże Dane zwykło się przyjmować definicję Gartnera pod postacią tak zwanych trzech „V”. Z języka angielskiego są to [4-6]:  Volume (objętość),  Velocity (dynamika) oraz  Variety (zróżnicowanie). Objętość. Obecnie liczba danych znacznie przekracza możliwość ich magazynowania na pojedynczych serwerach. Rozrost wielkości wszelakich pojęć np. z obrębu medycyny jak elektroniczne rekordy medyczne, obrazy radiologiczne, kod genetyczny człowieka czy obrazowanie 3D i innych, napędzają potencjalny wzrost, z którym należy sobie poradzić. [4,7] Dynamika. Informacje są gromadzone w czasie rzeczywistym z ogromną prędkością. Ciągły napływ nowych danych w niespotykanych do tej pory zakresach, prowadzi do powstania nowych problemów do rozwiązania. Pod pojęciem dynamiki w ochronie zdrowia można rozumieć np. regularny monitoring stanu zdrowia np. poziomu glukozy we krwi u diabetyków, ciśnienia krwi lub EKG u pacjentów z urządzeniem pomiarowym [4,5,6] Zróżnicowanie . O zróżnicowanych danych mówi się kiedy mamy do czynienia z różnym formatem i strukturą gromadzonych informacji. Różne rekordy o charakterze strukturalnym, niestrukturalnym, półstruk- turalnym oraz multimedia sprawiają, że przetwarzanie