Journal of Clinical Healthcare (JCHC)

10-14 11 Journal of Clinical Healthcare 3/2018 liczba stron tworzona w Internecie rośnie bardzo szybko. W 1998 było około 1 miliona stron interne- towych. Już 2 lata później wartość ta sięgnęła 1 miliarda, natomiast w 2008 było to 1 trilion zindek- sowanych stron [1,2]. Tak wielki wzrost jest indukowany w dużej mierze przez zyskujące wysoką popularność serwisy społecznościowe takie jak Facebook, Twitter, Linkedin itp. Co więcej, znaczną ilość danych kreują także telefony komórkowe, które w erze tzw. smartphonów, stały się kieszonkowym komputerem, który podłączony ciągle do globalnej sieci internetowej, wysyła znaczne ilości danych. Przewiduje się także, że tzw. Internet Rzeczy będzie powodował wzrost wysyłanych i gromadzonych danych do nieprzewidywanych wcześniej rozmiarów. Nowa infrastruktura i oprogramowanie będzie tworzone również dla tej całkowicie nowej gałęzi gospodarki. W tym wypadku z myślą o komunikacji człowiek-maszyna oraz maszyna-maszyna. Kreowa- nie interakcji pomiędzy urządzeniami stanie się kluczowym modelem biznesowym wielu podmiotów na rynku, a jeżeli na chwilę obecną szacuje się go na 70 mld urządzeń z czego jedynie 1% jest obecnie podłączone do sieci (np. bankomaty, kamery CCTV) , to daje to szerokie pole dla twórców i analityków wytworzonych w ten sposób danych. Jedynie w 2015 roku wyprodukowano więcej danych w dziedzinie medycyny molekularnej, a niżeli w okresie od 1990 do 2005 roku [3]. Współczesna nauka nie jest w stanie nadążyć za przetwarzaniem szybko rosnących baz danych. Przyczyną tego jest brak odpowiednich algorytmów, a w kontekście przetwarzaniainformacji medycznych, brak realnej współpracy pomiędzy medycyną, biologią, a naukami informatycznymi [3-5]. Rozrost rekordów to także gwałtowanie rozwijające się usługi administracji publicznej, sektora finan- sowego, handlowego, zdrowotnego i innych seg- mentów gospodarki. Informatyzacja ochrony zdrowia połączonego z rynkiem ubezpieczeń, gwałtownie przyczynia się do generowania ogromnych ilości niejednokrotnie wrażliwych danych. Generowanie tak sporej ilości danych będzie wymagało umiejętnego zastosowania narzędzi analitycznych, aby wydobyć najpotrzebniejsze i najbardziej wartościowych infor- macji, które pozwolą zrozumieć nasze zachowania, zachodzące procesy i ulepszyć jakość życia.[5,6] WYKORZYSTANIE BIG DATA W GOSPODARCE Istnieje wiele metod wykorzystania analizy Big Data w gospodarce. Praktycznie nie występuje część rynku, w którym analiza dużych danych nie miałaby zastosowania. Segment finansowy, detaliczny czy telekomunikacyjny to tylko część z długiej listy potencjalnych beneficjentów tego zagadnienia. Zakres najważniejszych przykładów zastosowań zo- stał wymieniony poniżej: Sektor finansowy: Przykładem działań analitycznych w tym zakresie może być odkrywanie wiedzy i zależności przez banki oraz instytucje finansowe. Przeważnie wspomniane instytucje posiadają duże bazy danych o wysokiej jakości, które mogą z powodzeniem wykorzystać do przewidywania spłaty zobowiązań i tworzenia akcji kredytowych. Z ogromnej możliwości działań można wyróżnić także klasyfikacje i grupowanie klientów na potrzeby mar- ketingu i itp. [1,4-7] Sektor detaliczny: W przestrzeni sprzedaży detalicznej wdrożenie systemu eksploracji danych pomaga analizować informacje gromadzone przez programy sprzedażowe. Wykorzystywanie historii operacji, dane o transporcie towarów, konsumpcji i zrealizowanych usługach pomagają lepiej określać zachowania klientów Kluczowym aspektem jest też optymalizacja biznesu i jego działań. Data mining posiada szerokie zastosowanie szczególnie w skle- pach internetowych, gdzie najróżniejsze statystyki i dane są kompletne, wiarygodne oraz wysokiej jakości. Potentaci internetowi tacy jak Amazon, Allegro czy Ebay wykorzystują gromadzone dane, aby rekomendować produkty, które najbardziej będą odpowiadały jego oczekiwaniom w danej chwili. Niezwykle ciekawym przykładem opracowanym na polskim rynku jest przewidywanie trendów konsump- cyjnych na portalu allegro przez firmę TradeWatch, która potrafi wykazać wiele prawidłowości uzyski- wanych na stronie aukcyjnej [5-8]. Sektor ochrony zdrowia i ubezpieczeń: W dobie coraz bardziej zaciekłej konkurencji na rynku ubez- pieczeń, wygrywa instytucja, która potrafi w najbar- dziej wnikliwie przeanalizować ogrom spływających danych na temat klienta, konkurencji oraz rynku. Przetwarzane dane mogą pomóc uzyskać przewagę konkurencyjną poprzez przewidywanie ryzyka opera- cyjnego, potencjalnego zakupu nowych polis przez klientów bądź wykrywanie niebezpiecznych i niosących ryzyko wzorów zachowań. Pod kątem zdrowia jest to min. eksploracja indywidualnego DNA,