É«¿Ø´«Ã½

La transformaci¨®n digital impulsada por big data est¨¢ remodelando industrias de todo tipo. El sector de las ciencias de la salud no es la excepci¨®n.

En el pasado, la secuencia de un genoma humano pod¨ªa llevar varios a?os y miles de millones de d¨®lares. En la actualidad, la misma tarea puede realizarse en menos de 24 horas y por menos de $1000.

Las tecnolog¨ªas de laboratorio vitales para trabajar en estos campos tambi¨¦n han evolucionado a un ritmo r¨¢pido. Por ejemplo, las ¨²ltimas herramientas en investigaci¨®n de ciencias de la salud han permitido a los cient¨ªficos crear visualizaciones tridimensionales complejas de mol¨¦culas de prote¨ªnas. Los cient¨ªficos utilizan estas visualizaciones para ayudar en el descubrimiento de f¨¢rmacos y los avances pioneros en la medicina personalizada.

El motor principal de estos avances revolucionarios son los big data. El volumen y la complejidad de los datos siguen creciendo a tasas asombrosas, especialmente en campos como gen¨®mica, bioinform¨¢tica, biolog¨ªa predictiva y qu¨ªmica.

Los instrumentos de laboratorio tambi¨¦n producen cantidades significativas de datos, a veces hasta un terabyte por hora.

Por supuesto, con datos m¨¢s grandes surgen mayores necesidades de almacenamiento de datos. La infraestructura de TI detr¨¢s de las bases de datos de ciencias de la salud deber¨¢ evolucionar con la creciente escala y dimensionalidad de los datos.

Con el oc¨¦ano de informaci¨®n con el que los cient¨ªficos est¨¢n lidiando, tambi¨¦n necesitar¨¢n herramientas de software modernas para poder visualizar e interactuar r¨¢pidamente con big data. De lo contrario, las organizaciones de ciencias de la salud ser¨¢n ricas en datos, pero la informaci¨®n ser¨¢ deficiente.

Beneficios m¨¢s amplios de Big Data en la industria de las ciencias de la salud

Mientras las organizaciones de ciencias de la salud contin¨²en actualizando sus infraestructuras de TI para integrar mejor big data en sus procesos centrales, los beneficios incre¨ªbles seguir¨¢n aumentando de su trabajo, incluidos los siguientes:

• Evaluaci¨®n de riesgos mejorada: Big data puede ayudar a los cient¨ªficos a obtener informaci¨®n que revele posibles peligros para la salud, evaluar el grado de riesgo asociado con ellos y ayudarlos a llegar a conclusiones para resolver el problema.?
• Medicina personalizada: A medida que los cient¨ªficos y m¨¦dicos puedan procesar y comprender de manera m¨¢s eficaz la informaci¨®n de salud personal electr¨®nica, podr¨¢n hacer juicios m¨¢s precisos sobre qu¨¦ tipo de medicamento necesita cada paciente.?
• Evaluaciones m¨¢s eficaces en ensayos cl¨ªnicos: En la actualidad, la mayor¨ªa de los medicamentos utilizan el modelo de ¡°est¨¢ndar de atenci¨®n¡±, en el que se utilizan respuestas de grupos generales y ensayos cl¨ªnicos para influir en la prestaci¨®n de atenci¨®n. Pero cuando los big data se aprovechan de manera efectiva, se pueden realizar evaluaciones m¨¢s precisas sobre c¨®mo el medicamento afecta a tipos espec¨ªficos de pacientes, incluidos los efectos secundarios que de otro modo pasar¨ªan desapercibidos. Esto puede contribuir a avances continuos en el descubrimiento de f¨¢rmacos, entre otras cosas.

La infraestructura de TI heredada reduce los posibles avances

Si bien los beneficios que los big data pueden aportar a las ciencias de la vida suenan prometedores, las organizaciones necesitar¨¢n infraestructura de TI y capacidades de almacenamiento de datos que puedan satisfacer las crecientes demandas.

Seg¨²n un?estudio de Deloitte/MIT de 2019, solo el 20 % de las organizaciones biofarmac¨¦uticas y de ciencias de la salud est¨¢n madurando lo suficientemente r¨¢pido digitalmente. Desafortunadamente, los sistemas de almacenamiento heredados est¨¢n reduciendo el rendimiento y evitando que las aplicaciones reciban los datos que los cient¨ªficos necesitan para lograr m¨¢s avances.?

Est¨¢n surgiendo nuevos instrumentos y tecnolog¨ªas de ciencias de la salud. Tienen el potencial de crear nuevas oportunidades de investigaci¨®n que conducir¨¢n a mayores resultados. Pero las organizaciones deber¨¢n lidiar primero con varios desaf¨ªos de TI para poder aprovechar estas innovaciones.

Desaf¨ªo n.o 1: Silos de datos
Muchas organizaciones est¨¢n luchando para romper los silos de datos. Los silos hacen que sea dif¨ªcil y lento para los investigadores de todos los departamentos acceder a los datos de los que depende su trabajo. Los silos se desarrollan, en parte, porque los datos se almacenan en varias herramientas y soluciones de software en lugar de en una base de datos centralizada de ciencias de la salud.?

Para derribar las barreras creadas por la segregaci¨®n de datos, las organizaciones deber¨¢n encontrar una forma de hacer una transici¨®n sin problemas de los sistemas de datos a una herramienta de software f¨¢cil de usar.

Desaf¨ªo n.o 2: Escale
Como se mencion¨® anteriormente, las ¨²ltimas tecnolog¨ªas cient¨ªficas producen una cantidad considerable de datos. Las organizaciones de ciencias de la salud necesitar¨¢n escalar sus capacidades de almacenamiento para adaptarse a esta afluencia de informaci¨®n.?

Si no se alcanza la escala adecuada a tiempo, se interrumpir¨¢n los flujos de trabajo que dependen de los datos capturados por estos instrumentos.

Desaf¨ªo n.o 3: T¨¦cnicas de an¨¢lisis de Big Data
Big data solo es tan ¨²til como los resultados que puede extraer de ¨¦l. Ya sea que est¨¦ ejecutando un proceso de an¨¢lisis de big data para potenciar la medicina personalizada o aprovechando la AI para ayudar en el descubrimiento de f¨¢rmacos, la computaci¨®n de alto rendimiento (HPC) requiere un almacenamiento de datos de alto rendimiento. Ahora es necesario cambiar de unidades de disco giratorio a matrices de almacenamiento basado ¨ªntegramente en tecnolog¨ªa flash baja latencia y alta IOPS.

Soluciones de É«¿Ø´«Ã½ para ciencias de la salud

Debido a la naturaleza en constante evoluci¨®n de la tecnolog¨ªa,? los campos dentro de las ciencias de la salud, como la gen¨®mica, han experimentado avances significativos. Pero estos avances tambi¨¦n pueden traer desaf¨ªos relacionados con el almacenamiento de datos, el an¨¢lisis de ciencias de la salud, el etiquetado avanzado de metadatos y las visualizaciones de datos interactivas.

Las soluciones de almacenamiento de datos de É«¿Ø´«Ã½? proporcionan la adaptabilidad que las organizaciones de ciencias de la salud necesitan para mantenerse al d¨ªa con la evoluci¨®n de big data. Estos son algunos ejemplos de c¨®mo Pure puede potenciar las aplicaciones de ciencias de la salud:

• Respalde el descubrimiento de f¨¢rmacos y la gen¨®mica impulsados por AI con el rendimiento basado ¨ªntegramente en tecnolog¨ªa flash masivamente paralelo y escalable de FlashBlade ?
• Consolide los silos de almacenamiento en una nube h¨ªbrida unificando los entornos en las instalaciones y en la nube con una suscripci¨®n y un conjunto de servicios de almacenamiento con?Evergreen//One ?
• Almacene, procese y recupere de forma segura microscop¨ªa de alta resoluci¨®n, patolog¨ªa digital y otras im¨¢genes cl¨ªnicas para cargas de trabajo de generaci¨®n de im¨¢genes con matrices almacenamiento basado ¨ªntegramente en tecnolog¨ªa flash.

La infraestructura de TI heredada simplemente no puede seguir el ritmo de las crecientes demandas de big data. Experimente la sencillez y el rendimiento de las soluciones de almacenamiento basado ¨ªntegramente en tecnolog¨ªa flash de É«¿Ø´«Ã½.