Documentos de Académico
Documentos de Profesional
Documentos de Cultura
UNIVERSIDAD DE LA SERENA
FACULTAD DE INGENIERÍA
ESCUELA DE INGENIERÍA EN CONSTRUCCION
Profesor:
David Gómez Schwartz
La Serena, Chile
Junio de 2021
2
CONTENIDO
1 INTRODUCCIÓN.........................................................................................................3
2 OBJETIVOS..................................................................................................................4
3 MARCO TEÓRICO......................................................................................................5
3.3 ¿Cuáles son los 4 análisis que pueden hacerse con Big Data?..................5
8 CONCLUSIÓN............................................................................................................24
3
1 INTRODUCCIÓN
Frente a esta contingencia sanitaria haremos uso del concepto de Big Data, para
analizar una cantidad masiva de datos o combinaciones de conjuntos de datos
cuyo volumen, variabilidad y velocidad de crecimiento dificultan su captura,
gestión, procesamiento o análisis mediante tecnologías y herramientas
convencionales, para así conducir a una toma de decisiones que resuelva la
mayor dificultad actual en esta contingencia sanitaria: la congestión en el Sistema
de Salud.
2 OBJETIVOS
3 MARCO TEÓRICO
El Big Data sirve para que los datos almacenados de forma remota puedan ser
utilizados por las empresas como base para su toma de decisiones.
Ya que es un proceso que realiza el análisis de grandes volúmenes de datos.
Estos análisis, a su vez, generan información muy valiosa que se puede aplicar en
diferentes ámbitos de tu negocio.
La información extraída ayuda, por ejemplo, a mejorar estrategias y procesos, a
incrementar el poder competitivo de la empresa y a comprender mejor a
los consumidores, entre muchas otras aplicaciones.
3.3 ¿Cuáles son los 4 análisis que pueden hacerse con Big Data?
Si la idea es entender completamente qué es el Big Data y para qué sirve, es muy
importante que conozcas los 4 tipos de análisis que se pueden hacer con este
proceso.
Los análisis que se pueden realizar con Big Data son:
- Análisis predictivo: También conocido como ciencia de datos o data
science, el análisis predictivo hace una predicción sobre posibilidades
6
Los valores altos sugieren una mayor carga y un sistema de salud menos
preparado para retomar sus actividades habituales. Los valores bajos, en
cambio, dan indicios de un sistema que está más cerca de retomar
actividades no relacionadas con Covid-19 y que actualmente están siendo
relegadas.
El periodo analizado para ambos gráficos es entre el 1 de abril del 2020 hasta
el 1 de junio del 2021.
Fuente: https://www.icovidchile.cl/capacidad-hospitalaria
Por esto, se mide el porcentaje de uso de camas UCI y se calcula a nivel nacional,
regional y de servicio de salud. En el caso de Chile, el modelo de gestión
hospitalaria adoptado es a nivel nacional. Por esta razón, aunque el indicador
considera información de camas disponibles a nivel regional y de servicio de
salud, las cifras no necesariamente reflejan la etapa de la pandemia de dicha zona
geográfica, dada la movilidad de pacientes entre hospitales y entre regiones.
Fuente: https://www.icovidchile.cl/capacidad-hospitalaria
Los valores altos de este indicador sugieren una mayor carga adicional de la
pandemia y un sistema de salud menos preparado para que el servicio de
salud, la región o país analizado retome sus actividades.
Datos Estructurados
Cuando hablamos de datos estructurados nos referimos a la información que se
suele encontrar en la mayoría de las bases de datos relacionados (RDBMS).
Suelen ser archivos de texto que se almacenan en formato tabla, hojas de cálculos
o bases de datos relacionados con títulos para cada categoría que permite
identificarlos.
Para gestionar este tipo de datos se utiliza un tipo de lenguaje de programación
estructurado, conocido como SQL (Structured Query lenguaje) diseñado para
administrar y recuperar información de sistemas de gestión de bases de datos
relacionados.
Fuente: https://www.bloglenovo.es/mayor-problema-informatico-simple/
Datos Semiestructurados
Los datos semiestructurados no están estructurados correctamente en celdas o
columnas. Sin embargo, tiene elementos que facilitan la separación de campos y
registros. Estos pueden ser comas o dos puntos o cualquier otra cosa . un ejemplo
de base de datos semiestructurada es una consulta JSON.
12
Fuente:
http://exa.unne.edu.ar/informatica/anasistem2/public_html/apuntes/maf/cap3.htm
Datos no Estructurado
La característica principal de este tipo de datos, generalmente binarios, es que no
poseen una estructura interna identificable. Se trata de un cumulo de información
que deben identificarse y almacenarse de forma organizada a través de una base
de datos no relacional (NoSQL).
Los datos no estructurados que se generan se pueden almacenar en múltiples
formatos como documentos PDF, documentos WORD, correos electrónicos,
videos y audios, etc.
Fuente: https://www.analiticanegocios.com/guias/la-importancia-los-datos-no-
estructurados/
13
Fuente: https://www.trecebits.com/2019/10/16/las-redes-sociales-mas-populares-
en-el- mundo-2003-2019-video/
Fuente: http://www.icorp.com.mx/blog/que-es-el-big-data/
Machine-to-Machine (M2M)
M2M se refiere a las tecnologías que permiten conectarse a otros dispositivos.
M2M utiliza dispositivos como sensores o medidores que capturan algún evento
en particular, los cuales transmiten a través de redes alámbricas, inalámbricas o
híbridas a otras aplicaciones que traducen estos eventos en información
significativa, seguridad e inteligencia. Los datos biométricos han sido información
importante para las agencias de investigación.
Fuente: https://www.gmv.com/blog_gmv/language/es/sabias-que-que-es-el-m2m/
15
Biométricas
Información biométrica en la que se incluye huellas digitales, escaneo de la retina,
reconocimiento facial, genética, etc. En el área de seguridad e inteligencia, los
datos biométricos han sido información importante para las agencias de
investigación.
Fuente: https://cuadernosdeseguridad.com/2019/12/biometria-vulnerabilidades-
kaspersky/
Unos de los tipos de datos que se utilizaran en el proceso son datos biométricos
que sería la cedula de identidad que contiene la huella dactilar, datos generados
por los seres humanos (human generated) tales como estudios científicos y datos
gubernamentales. Además de datos con origen en Redes Sociales o Web, para
conocer así patrones de búsqueda, comportamiento, ubicación e intereses duranta
el periodo de incubación del virus, de esta manera se entrecruza la información,
17
FUENTES
INGESTA
Este proceso es el cual se encarga de cargar los registros de datos, ya sea de uno
o varios orígenes, para luego importarlos en una tabla.
Apache Sqoop: Servirá para transferir de manera eficiente datos masivos entre
Apache Hadoop y almacenes de datos estructurados, como bases de datos
relacionales. Su servicio es distribuido, confiable y disponible para recopilar,
agregar y mover grandes cantidades de datos de registro.
Almacenamiento
Procesamiento
Explotación
Gobierno
Claudera navigator: Esta es una solución muy completa, ya que es compatible con
HADOOP, ofreciendo capacidades criticas como el descubrimiento de datos,
optimización continua, auditoria, linaje gestión de metadatos y aplicación de
políticas.
También es esencial para permitir análisis agiles de alto rendimiento, respalda la
arquitectura de datos y cumplir el carácter normativo
Seguridad
VPN: Una red privada virtual es una tecnología de red de ordenadores que permite
una extensión segura de la red de área local sobre una red pública o no controlada
como Internet.
8 CONCLUSIÓN
Video
4. BENEFICIOS DE LA IMPLANTACIÓN DE LA PROPUESTA
La cantidad de pacientes que llegan a urgencias con síntomas avanzados de
Covid-19, provoca que se alargue la ocupación de camas y la atención de los
equipos médicos.
Nuestra propuesta proyectará la demanda de posibles positivos, haciendo un
seguimiento más cercano y búsqueda de información del usuario más confiable y
certera, además de adecuar las instalaciones y comunicarse a tiempo con la
persona para prever situaciones críticas.
Mediante el entrecruzamiento de información seremos capaces de saber el estado
de disponibilidad de los centros de salud y hospitales más cercanos (información
sacada de la base de datos del Sistema de Salud a nivel nacional)
además, el usuario podrá tener todo su historial médico disponible en el sistema
interconectado central y con disponibilidad de cama uci a su inmediatez y en un
radio de 20 a 25km.
Para incentivar a las personas a vacunarse, se mostrará en tiempo real el
vacunatorio más cercano a la ubicación en la que se encuentra, además del
tiempo de espera, la fluidez del procedimiento, tipo de vacuna, el aforo y las
medidas sanitarias respectivas que se están aplicando
Conclu
Ir a la consulta en los servicios de emergencias del país genera temor en la
población dada la posibilidad de contraer el covid-19, además de un grave
rechazo a los controles sanitarios.
26
Las nubes de datos con la tecnología 4.0 aportarán en gran medida al monitoreo
permanente de las ciudades, se busca minimizar los riesgos de entregar
tratamiento adecuado a los distintos tipos de pacientes, con acceso expedito de
las urgencias hospitalarias.
El sector salud deberá incorporar rápidamente estos recursos a su sistema de
análisis y diagnóstico, donde el tiempo de diagnóstico juega un papel fundamental
para detener un potencial foco pandémico.