
バイタルデータのクレンジング|手順と品質を保つ実務ポイントを解説
ウェアラブル端末や医療機器から集めたバイタルデータは、取得できた時点では分析に使える状態になっていないことがほとんどです。装着のずれ、端末ごとの単位の違い、記録時刻のずれが混ざり込み、集計するたびに違う結果が出ます。クレ...
データ領域の現場で培われた実践的な取り組みから得られる知見、成功・失敗を通じて得た気づきを発信します。
Rui Matsuzakaの記事

ウェアラブル端末や医療機器から集めたバイタルデータは、取得できた時点では分析に使える状態になっていないことがほとんどです。装着のずれ、端末ごとの単位の違い、記録時刻のずれが混ざり込み、集計するたびに違う結果が出ます。クレ...

電子カルテには、日々の診療で積み上がった膨大な記録が残っています。ところが経営分析や臨床研究に使おうとした瞬間、病名の重複、患者IDの不一致、検査項目コードの差異といった問題が一斉に表面化します。クレンジングでは、この不...

近年、企業が扱うデータ量は急速に増加し、ビジネス判断のスピードも求められるようになっています。そのような環境においてデータを安定的に収集・加工・活用するための仕組みとして、データパイプラインへの注目が高まっています。本記...
データビズラボが運営する、データの価値を最大化するためのナレッジ共有メディアです。
戦略策定から具体的な分析手法、ツールの活用術まで、データの現場で培われた実践的な取り組みから
得られた知見や気づきを発信しています。

データ活用に、万能の正解はありません。
貴社の業界特性や課題に合わせて、最適な進め方を一緒に設計します。