데이터와 의료: 환자 치료/결과 가속화
데이터가 업계를 발전시키는 방법
의료 및 연구 분야를 발전시키는 데이터
기술의 발전은 최첨단 연구 및 데이터 분석의 컨버전스와 결합하여 의료 분야에서 새로운 기회를 창출했습니다. 오늘날의 임상 작업 부하는 해당 요구 조건을 충족시키고 신속한 고품질 환자 결과를 제공하는 스토리지 인프라가 필요합니다. 시스템은 임상 애플리케이션, 데이터베이스, EHR/EMR에 신속하게 액세스하고, 보고서를 제공하고, 고객 결제 및 청구서 응답을 근 실시간으로 처리하고, 신속한 환자 평가를 위해 이미지 및 테스트 결과에 빠르게 액세스할 수 있어야 합니다.
유전체 데이터, 임상 데이터 또는 행동 데이터를 고급 치료 정보 및 연구와 상호 연관시키는 기능을 통해 환자에게 정확한 진단, 평가 및 처방을 제공할 수 있으며, 미래 위험 요소 및 질병을 식별할 가능성도 있습니다.
2023년까지 95억 달러
전 세계의 의료 분야 빅 데이터 분석 시장은 2023년까지 95억 달러 규모에 이를 것으로 예상됩니다.1
2021년까지 1368억 달러
전 세계의 IoT 의료 분야 시장은 2021년까지 1368억 달러에 이를 것으로 예상합니다(2015년에서 2021년까지 연평균복합성장률(CAGR) 12.5%).2
2021년까지 66억 달러
전 세계의 의료 분야 AI 시장은 2021년까지 66억 달러에 이를 것으로 예상됩니다(40% 성장률).3
종이/사진 기록으로 국한되었던 이전의 환자 데이터가 이제는 디지털로 변화하였습니다. 이는 강력한 데이터베이스 시스템 및 가상화된 IT 환경이 이제는 표준임을 의미합니다. BYOD(Bring Your Own Device) 정책과 태블릿, 웨어러블, 원격 의료, 치료 네트워크 공동 작업, AI, 분석까지 합세하여 IT를 성공적으로 이끌 수 있습니다.
출처: Narayan Venkat, Western Digital 데이터 센터 시스템 부사장
미래의 발견 및 치유를 가속화
의료 및 연구 분야가 데이터로 환자 치료 및 결과를 가속화
새롭고 혁신적인 기술로 선명도와 화질이 증가함에 따라 현미경 검사 이미지의 크기가 점점 증가하고 있습니다. 이는 치료, 평가 및 진단을 가속하기 위해서 뿐만 아니라 이러한 대규모 데이터 세트에서 배우기 위해서도 더 많은 바이오 이미지가 중앙에 저장될 필요가 있음을 의미합니다. 의료 및 연구 조직은 최첨단 및 핵심 분야에 스토리지 기술을 결합하여 이러한 대량의 바이오 이미징 파일을 올바르게 색인하고 보관하며 액세스를 제공할 수 있는 솔루션에 투자하고 있으며, 이러한 솔루션은 미래 생명과학을 위한 발견 및 치유에 매우 중요합니다.
데이터가 의학을 어떻게 바꾸나요?
환자 치료 가속화 및 미래 발견 추진
Western Digital은 완벽한 Edge-to-Core 제품 포트폴리오를 제공하여 의료 및 연구 시장에서 필요로 하는 속도 및 정확성을 최적화하고 환자 치료를 발전시키며 미래 발견을 가능케 합니다.
유전체학
유전체학
정밀 의학의 잠재력 실현
최첨단 연구 및 생물 정보학은 막대한 양의 데이터를 결과로 변환시켜 맞춤형 의료에 혁명을 일으키고 있습니다. 유전체 순서 결정의 사용은 엄청나게 낮아진 비용 덕분에 매우 발전했습니다. 이제 컴퓨터 알고리즘의 딥 러닝을 위해 사용할 수 있는 광범위한 추가 데이터로 인해 신속한 분석 및 개선된 예측을 도출할 수 있습니다.
방대한 양의 데이터 분석 및 관리는 생명과학 조직에 있어 주요 문제점이 되고 있습니다. 기존 스토리지 인프라가 한계까지 도달하고 있으며 전통적인 아키텍처로는 도저히 보조를 맞출 수 없습니다.
10억
사람
2025년까지 유전체 서열 결정 4
의료 및 생명과학의 신뢰할 수 있는 파트너
Wetern Digital은 생물정보 애플리케이션 가속화를 돕는 PCIe 연결 NVMe SSD에서부터 풍부한 생명과학 데이터를 집계하고 보호하는 오브젝트 스토리지 솔루션을 구축하는 플랫폼에 이르기까지 다양한 범위의 솔루션을 제공합니다.
유전체 분석의 스토리지 병목현상 제거
생명과학 연구 및 개발의 급속한 진전을 통해 개인의 유전자 구성에 근거한 의료 진단 및 치료를 제공할 수 있게 되었습니다.
바이오 이미징
바이오 이미징
연구 및 머신 러닝 파이프라인 분석 단순화
이미징은 생명과학에서 분자, 세포, 조직 분석을 위해 가장 많이 쓰이는 형태입니다. 데이터 생성은 그 어느 다른 분야보다 빠르게 성장 중이며 이에 따라 컴퓨팅 요구 사항 및 스토리지 요구 사항이 전통적인 아키텍처가 지원할 수 있는 수준을 뛰어넘고 있습니다. 현대의 단일 현미경에서 하루에 5~10TB를 생성할 수 있고 대부분의 실험실은 두 개 이상을 동시에 운영합니다.
스토리지 도전 과제는 높은 유입 속도 및 데이터가 입력되는 컴퓨팅 클러스터의 근 실시간 분석 제공만은 아닙니다. 과학 연구 조직은 이제 인공 지능을 적용할 수 있기를 바라며 데이터를 영구적으로 보관합니다. 조직은 비공개 또는 하이브리드 클라우드에 페타바이트 데이터를 효율적으로 저장하여 전 세계의 공동 작업자들이 안전하게 액세스할 수 있기를 바랍니다.
데이터에 활기를 불어 넣다
연구 기관에서는 오브젝트 스토리지 솔루션을 통해 장기간 보관 및 동료 공동 작업자와의 손쉬운 데이터 공유에 필요한 확장성 및 내구성을 확보할 수 있습니다. Western Digital의 고밀도 플랫폼으로 맞춤 클라우드를 구축하세요.
의료 및 연구: 바이오 이미징
바이오 이미징에 관한 더 자세한 정보가 필요하면 아래 링크를 사용하여 메시지를 보내 주세요.
임상 시험 및 연구 시간 단축
임상 시험 및 연구 시간 단축
환자 치료에 혁명을 일으키는 통찰력 획득
의학적 문제 발견 및 진단을 입증하거나 제거하는 데 필요한 시간을 줄인다는 것은 때때로 생사를 가르는 일이기도 합니다. 희귀하거나 치료 불가능한 질환을 가진 환자에게 있어 임상 시험 및 연구는 긍정적인 환자 결과를 이끌어내는 데 매우 중요합니다. 머신 러닝 및 딥 애널리틱스를 통해 시험과 연구 완료 시간을 단축함으로써 필요한 의료 돌파구를 추구하고 신속한 통찰력을 획득하고 환자 치료에 혁명을 일으키며 궁극적으로 생명을 구할 수 있습니다.
최대 60%
허위양성의 누적 위험
남성에 대한 다양한 암 검사시 테스트 14개 이후5
최대 28%
남성에 대한 필요치 않은 절차 확률
테스트 14개 이후 허위양성에서 기인6
Ultrastar 하이브리드 스토리지 서버: 더 빠르게 연구에 대한 통찰력을 갖다
Ultrastar 하이브리드 스토리지 서버로 임상 애플리케이션의 성능을 높이며 빠르고 더욱 효율적으로 연구할 수 있습니다. 초고밀도 폼 팩터를 통해 작업 부하 지원에 필요한 성능과 용량의 균형을 유연하게 조정할 수 있습니다.
의료 및 연구 솔루션: 임상 시험 및 연구 시간 단축
임상 시험 및 연구 시간 단축에 관한 더 자세한 정보가 필요하면 아래 링크를 사용하여 메시지를 보내 주세요.
생명 과학 전문가들도 동의
유전 의학에서는 환자의 유전체 정보를 활용하여 진단 또는 치료 의사결정을 위해 개인화된 전략을 구축하려고 시도합니다. 빅 데이터 애널리틱스는 대용량의 다양한 데이터 세트를 검사함으로써 숨겨진 패턴, 알려지지 않은 상관 관계 및 기타 통찰력을 발견합니다. 빅 데이터 인프라에서의 다양한 유전체 데이터와 포괄적 전자 의료 기록(EHR)의 통합 및 조작이 도전적인 과제이기는 하지만, 이는 또한 개인화된 진단 및 치료를 위해 임상적으로 활용할 수 있는 유전적 변형체를 식별할 효율적이고 효과적인 접근 방법을 개발할 수 있는 좋은 기회를 제공하기도 합니다.
출처: Big Data Analytics for Genomic Medicine, Karen Y. He, Dongliang Ge, Max M. He (International Journal of Molecular Sciences, 2017년 2월 18일) 스위스 바젤의 MDPI 출판 허가 업체 이 기사는 Creative Commons Attribution(CC BY) 라이선스(http://creativecommons.org/licenses/by/4.0/)의 사용 약관에 따라 배포된 오픈 액세스 기사입니다.
블로그의 추천 기사
{{getMergeArray(feed.title, '')}}
{{getEllipsis(getUnEscapedHTMLContent(getMergeArray(feed.description)), 180)}}
자세히 읽기전망 보고서
이 웹페이지에는 Western Digital 제품과 기술 포트폴리오, 제품의 용량, 기능 및 애플리케이션, 제품 시장, 전략, 성장 기회, 시장 동향을 비롯하여 이에 국한되지 않는 정보를 담은 전망 보고서가 제공될 수 있습니다. 이러한 전망 보고서에는 실제 결과가 전망 보고서에 나오는 명시적 또는 암시적 결과와 상당히 다를 수 있는 위험과 불확실성이 따릅니다. 전망 보고서의 위험과 불확실성에 대해서는 Western Digital의 최근 정기 보고서를 포함하여, 증권 거래 위원회에 제출된 Western Digital Corporation의 자료에 상세히 설명되어 있으므로 주의해서 살펴 보아야 합니다. 따라서 전망 보고서에 너무 의존하지 않도록 주의하며 Western Digital은 법률에 규정된 경우를 제외하고는 후속 사건이나 상황을 반영하기 위해 전망 보고서를 업데이트할 의무가 없습니다.
공개 정보
1. 출처: Healthcare Big Data Analytics Market 2023 Top 10+ Players Size and Shares with Cognizant, Dell, Epic System Corporation, Philips and Siemens, 보도자료, Market Research Future(Reuters, 2018년 4월 25일), https://www.reuters.com/brandfeatures/venture-capital/article?id=34893 2. 출처: Internet of Things (IoT) Healthcare Market is Expected to Reach $136.8 Billion Worldwide, by 2021, Allied Market Research(PRNewswire, 2016년 4월 12일), https://www.prnewswire.com/news-releases/internet-of-things-iot-healthcare-market-is-expected-to-reach-1368-billion-worldwide-by-2021-575382551.html 3. 출처: From $600 M to $6 Billion, Artificial Intelligence Systems Poised for Dramatic Market Expansion in Healthcare, 보도자료, Frost & Sullivan, 2016년 1월 5일), https://ww2.frost.com/news/press-releases/600-m-6-billion-artificial-intelligence-systems-poised-dramatic-market-expansion-healthcare 4. . 출처: Sequencing the genome creates so much data we don’t know what to do with it, Robert Gebelhoff(The Washington Post, 2015년 7월 7일). 5. 출처: Cumulative Incidence of False-Positive Results in Repeated, Multimodal Cancer Screening, Croswell JM, Kramer BS, Kreimer AR 등(The Annals for Family Medicine, 2009년 5월) 6. 출처: Cumulative Incidence of False-Positive Results in Repeated, Multimodal Cancer Screening, Croswell JM, Kramer BS, Kreimer AR 등(The Annals for Family Medicine, 2009년 5월) 7. 출처: Progress In Interoperability: Measuring US Hospitals’ Engagement In Sharing Patient Data, A Jay Holmgren, Vaishali Patel, Julia Adler-Milstein(Health Affairs, 2017년 10월) 8. 출처: Allocation of Physician Time in Ambulatory Practice: A Time and Motion Study in 4 Specialties Christine Sinsky, MD, Lacey Colligan, MD, Ling Li, PhD 등 (The Annals of Internal Medicine, 2016년 10월 5일) 9. 출처: Tegile Intelligent Flash Arrays Picked By Michigan’s Largest Federally Qualified Health Center, 사례 연구, 2016년 10. 출처: Half of Doctors Use Tablets for Work Reasons in September 2016 Healthcare Client Services(Kantar Media, 2016년 10월 17일)
여러분의 필요에 부합하는 솔루션을 찾아드리겠습니다.