빅데이터 접근 방식을 이용한 심장병 조기 발견을 위한 실시간 기계 학습

지난 몇십 년 동안, 심장병은 전 세계 사망의 가장 흔한 원인입니다. 따라서 심장병의 조기 발견과 지속적인 모니터링은 사망률을 줄일 수 있습니다. IoT 건강 모니터링에 사용되는 착용형 센서 기기, 스트리밍 시스템 등 다양한 출처에서 발생하는 데이터의 기하급수적인 성장은 지속적으로 막대한 양의 데이터를 생성하고 있습니다. 스트리밍 빅데이터 분석과 기계 학습의 결합은 심장병의 조기 발견을 포함하여 의료 분야에 상당한 영향을 미칠 수 있는 혁신적인 기술입니다. 이 기술은 더 강력하고 비용이 덜 들 수 있습니다. 이 문제를 해결하기 위해 본 논문은 대규모 분산 컴퓨팅 플랫폼으로 성공적으로 스트리밍 데이터 이벤트에 대한 기계 학습을 위한 내장 계산을 사용하는 강력한 아파치 스파크 기반의 실시간 심장병 예측 시스템을 제안합니다. 시스템은 스트리밍 처리와 데이터 저장 및 시각화의 두 가지 주요 하위 구성 요소로 구성됩니다. 첫 번째는 Spark MLlib와 Spark 스트리밍을 사용해 데이터 이벤트에서 심장병을 예측하기 위한 분류 모델을 적용합니다. 두 번째는 생성된 대량의 데이터를 저장하기 위해 Apache Cassandra를 사용합니다.