El Mundo del Big Data

1. Lógica de Big Data

Voz en off: Bienvenidos al curso “El Mundo del Big Data”.

El Mundo del Big Data
1. Lógica de Big Data

Voz en off: hoy en día el mundo está cambiando a una velocidad impresionante.
¿Sabes como hizo IBM para diseñar un computador que haces diagnósticos complejos de manera eficiente?
 El Mundo del Big Data
1. Lógica de Big Data

Voz en off: hoy en día el mundo está cambiando a una velocidad impresionante.
¿Sabes como Spotify puede sugerirte canciones que no has escuchado pero te pueden gustar?

¿Sabes como funciona el mantenimiento predictivo que ha permitido bajar los costos de producción en minería
sin reducir la calidad de la extracción?

¿Sabes como Amazon pudo reducir costos de entrega entre un 10 y un 40% y al mismo tiempo reducir sus
tiempos de entrega?
 El Mundo del Big Data
1. Lógica de Big Data

Todo esto se debe al uso de Big Data en estas industrias.

Con herramientas de análisis de grandes cantidades de información, el paradigma de todas las industrias ha
cambiado y para mantenerse en la vanguardia, las empresas deben integrar el uso de los datos en su negocio.
El Mundo del Big Data
1. Definiciones
El Mundo del Big Data
1. Definiciones

Voz en off:
Por ejemplo, supongamos que quieres
- Analizar grandes cantidades de datos, que requieren mucho tiempo para ser procesados.
- (Ejemplo: comparar precios de pasajes de avión)
El Mundo del Big Data
1. Definiciones

Voz en off:
O supongamos que ahora quieres
- Analizar menos datos, pero procesándolos en tiempo real .
- (Ejemplo: conocer posiciones más cercanas de taxis Uber y estimar tiempos de espera)
El Mundo del Big Data
1. Definiciones

Voz en off:
O supongamos que ahora quieres
- Analizar datos que tengan un formato difícil de trabajar, como audios o textos.
- (Ejemplo: reconocer una canción en pocos segundos como Shazam)
El Mundo del Big Data
1. Definiciones

Voz en off:
- O incluso analizar datos cuyas fuentes no sean totalmente confiables.
- (Ejemplo: combinar distintos sitios de recomendación para un restaurant)
El Mundo del Big Data
1. Definiciones

Voz en off:
Lo cierto es que, en todos estos casos, la forma de trabajar será diferente.

Y, si deseamos incorporar el análisis de datos al funcionamiento de nuestra empresa, entonces las

decisiones estratégicas (asociadas a las dificultades que los datos presenten) también serán diferentes.
El Mundo del Big Data
1. Lógica de Big Data

Una organización concibe

sus esfuerzos en Big Data
de la misma forma que
un ser vivo se comporta para
lograr algún objetivo

Voz en off:
¿Sabías que una organización concibe sus esfuerzos en Big Data de la misma forma
que un ser vivo se comporta para lograr algún objetivo?
El Mundo del Big Data
1. Lógica de Big Data

¿Llueve? ¿Hace frío? ¿Reunión formal?

¿Qué ropa usar?

Voz en off:
A modo de ejemplo, pensemos que cada mañana, nuestra elección de vestimenta sigue un
mismo proceso.
Solemos determinar si está lloviendo, si hace frío, si tenemos una reunión formal o no, etc..
El Mundo del Big Data
1. Lógica de Big Data

Realizar medición Procesar información Tomar decisión

-Abrir la ventana -Sopesar los elementos -Elegir vestimenta
-Revisar la agenda -Revisar ropa disponible

¿Qué ropa usar?

Voz en off:
Para eso realizamos alguna medición (abrir la ventana, revisar la agenda), procesamos la
información (sopesamos las mediciones, revisamos la ropa disponible) y tomamos una decisión
(elección de vestimenta propiamente tal).
El Mundo del Big Data
1. Lógica de Big Data

✓ ¿Qué datos “sentimos”?

✓ ¿Cómo los medimos?
✓ ¿Qué información podemos recolectar del entorno?

Voz en off:
Esto equivale a responder a 3 tipos de preguntas:

Relacionadas al Sentir:
¿Qué datos “sentimos”?, ¿Cómo los medimos?, ¿Qué información podemos recolectar del entorno?
El Mundo del Big Data
1. Lógica de Big Data

✓ ¿Qué datos “sentimos”?

✓ ¿Cómo los medimos?
✓ ¿Qué información podemos recolectar del entorno?

✓ ¿Cómo interpretamos dichos datos?

✓ ¿Cómo los entendemos?
Y ver ✓ ¿Cómo los combinamos para obtener información
sobre la que podemos tomar decisiones?
✓ ¿Cómo comunico esta información?
✓ ¿Qué aprendimos?

Voz en off:
Relacionadas al Pensamiento y visualización:
-¿Cómo interpretamos dichos datos?
-¿Cómo los entendemos?,
-¿Cómo los combinamos para obtener información sobre la que podemos tomar decisiones?,
-¿Cómo comunico esta información?
-¿Qué aprendimos?
El Mundo del Big Data
1. Lógica de Big Data

✓ ¿Qué datos “sentimos”?

✓ ¿Cómo los medimos?
✓ ¿Qué información podemos recolectar del entorno?

✓ ¿Cómo interpretamos dichos datos?

✓ ¿Cómo los entendemos?
Y ver ✓ ¿Cómo los combinamos para obtener información
sobre la que podemos tomar decisiones?
✓ ¿Cómo comunico esta información?
✓ ¿Qué aprendimos?

✓ ¿Cómo actuamos una vez que tenemos esa información?

✓ ¿Es la información proporcionada útil para mejorar?
✓ ¿Cómo afectan nuestras acciones a nosotros o al entorno?

Voz en off:
Relacionadas al actuar
-¿Cómo actuamos una vez que tenemos esa información?
-¿Es la información proporcionada útil para mejorar?
-¿Cómo afectan nuestras acciones a nosotros o al entorno?
El Mundo del Big Data
1. Lógica de Big Data

Sentir
BIGDATA Pensar Actuar
Origen de los datos Recolector de datos Almacenamiento de Análisis Consumidores
datos
Internet, sensores, Web log, sensor de Tecnologías, soporte Análisis predictivo, Procesos de
máquinas, etc. datos, imágenes/ de almacenamiento patrones en los negocio, humanos
audio, RFID y videos, de datos datos, toma de y aplicaciones
etc. decisiones

ANÁLISIS

DATOS BIG DATA MODELO

Voz en off:
En el contexto de Big Data, esto implica que la infraestructura diseñada para algún grupo de objetivos
preestablecidos debe ser capaz de considerar los mismos elementos descritos:
El Mundo del Big Data
1. Lógica de Big Data

Sentir Pensar Actuar

Origen de los datos Recolector de datos Almacenamiento de Análisis Consumidores
datos
Internet, sensores, Web log, sensor de
máquinas, etc. datos, imágenes/
audio, RFID y videos,
etc.

DATOS

Voz en off:
Recolectar Datos provenientes de distintos orígenes (Internet, sensores, máquinas, etc.).
El Mundo del Big Data
1. Lógica de Big Data

Sentir Pensar Actuar

Origen de los datos Recolector de datos Almacenamiento de Análisis Consumidores
datos
Internet, sensores, Web log, sensor de Tecnologías, soporte
máquinas, etc. datos, imágenes/ de almacenamiento
audio, RFID y videos, de datos
etc.

DATOS
BIG DATA

Voz en off:
Almacenar y procesar distintos tipos de datos simultáneamente con accesos temporales diferenciados (históricos y
presentes) para desarrollar métricas históricas, predicciones para la toma de decisiones dados los contextos.
El Mundo del Big Data
1. Lógica de Big Data

Sentir Pensar Actuar

Origen de los datos Recolector de datos Almacenamiento de Análisis Consumidores
datos
Internet, sensores, Web log, sensor de Tecnologías, soporte Análisis predictivo, Procesos de
máquinas, etc. datos, imágenes/ de almacenamiento patrones en los negocio, humanos
audio, RFID y videos, de datos datos, toma de y aplicaciones
etc. decisiones

ANÁLISIS

DATOS
BIG DATA MODELO

Voz en Off:
Gatillar acciones sobre procesos, clientes, aplicaciones, máquinas, para lograr los distintos
objetivos.
El Mundo del Big Data
1. Lógica de Big Data

SENTIR

ACTUAR PENSAR Definir objetivos con

claridad

buena
infra
estructura

Voz en off:
Esta lógica se repite una y otra vez, y ser capaz de definir los objetivos con la mayor claridad
posible es clave para definir una buena infraestructura.
El Mundo del Big Data
1. Lógica de Big Data

Voz en off:
Para entender la lógica del Big Data veamos un caso de estudio: El uso de IBM Watson para predecir
problemas en el corazón en pacientes y optimizar recursos en el sistema de salud.
El Mundo del Big Data
1. Lógica de Big Data

Voz en off:
Una falla cardiaca es una alteración en la estructura y funcionamiento del corazón que le impide irrigar la cantidad adecuada
de sangre al resto del cuerpo.

El cuadro clínico usualmente implica una enfermedad crónica que es estable pero con esporádicas caídas que pueden llevar a
hospitalización. Algunas veces, estos episodios pueden ser evitados con terapia preventiva.

Esta condición médica y su diagnóstico oportuno es cada vez más relevante en el mundo debido al envejecimiento de la
población general y el aumento de la tasa de supervivencia de paros cardiacos.
El Mundo del Big Data
1. Lógica de Big Data

SENTIR

ACTUAR PENSAR

Voz en off:
Pensemos bajo la lógica de Big Data:

Que es lo que podemos sentir?

Para prevenir episodios graves es necesario diagnosticar oportunamente.

El Mundo del Big Data
1. Lógica de Big Data

Voz en off:

Para esto, existen dos herramientas: El diagnóstico sintomático (el paciente siente dolencias o irregularidades) y el
diagnóstico en base medición de parámetros obtenidos con instrumentos.

La “Guía para el diagnóstico y tratamiento de fallas cardiacas agudas y crónicas” hace explícito que el diagnóstico
de una falla cardiaca es complicado debido a que sus síntomas son muy similares a los de otras enfermedades. Es
por esto que el uso de instrumentos para recolectar evidencia de fallas funcionales y estructurales del corazón es
esencial para tener un diagnóstico oportuno y prevenir de manera efectiva episodios agudos de fallas cardiacas

Por otro lado, los pacientes de una falla cardiaca que son monitoreados de forma no invasiva han podido prevenir de mejor
manera los episodios graves con respecto a aquellos pacientes que no han sido monitoreados regularmente.
El Mundo del Big Data
1. Lógica de Big Data

Ecocardiograma Electrocardiograma

Análisis de péptidos natriuréticos Rayos x

Voz en off:

Algunos de los instrumentos disponibles para detectar anomalías en el corazón son:

-Ecocardiograma

-Electrocardiograma

-Análisis de péptidos natriuréticos

-Rayos x del pecho

Los diagnósticos se pueden realizar con un análisis conjunto de todos estos y otro tipo de exámenes. Esto no resulta
práctico debido a lo invasivo del examen y vuelve inviable el telemonitoreo de los pacientes de fallas cardiacas.
El Mundo del Big Data
1. Lógica de Big Data

Voz en off:
En esta situación, IBM propuso realizar un monitoreo basado solo en el electrocardiograma.

En este caso, el “sentir” de datos se redujo, por lo que se debe hacer un nuevo análisis.

Un electrocardiograma es la representación gráfica de la actividad cardiaca, la cual es registrada a través de sensores ubicados en
la piel.

Más específicamente, se registra la actividad cardiaca a través de la medición de diferencias de potencial en puntos específicos
del cuerpo. Este tipo de mediciones ha sido por décadas el método más barato, sencillo y menos invasivo para observar la
actividad eléctrica del corazón
El Mundo del Big Data
1. Lógica de Big Data

Voz en off:

El resultado del electrocardiograma son múltiples ondas con formas características. Variaciones en esta forma pueden
indicar problemas cardiacos.

A partir de estas ondas se puede detectar si cada etapa del ciclo cardiaco está realizándose correctamente.
El Mundo del Big Data
1. Lógica de Big Data

Voz en off:

Además de estas ondas, se puede analizar la variabilidad del pulso cardiaco o HRV.

El HRV se traduce en el largo del intervalo entre un tipo específico de ondas. A partir de esto se puede obtener
información sobre el pulso promedio. Además, se puede obtener información sobre la frecuencia cardiaca y la
variación entre los pulso, así como la variabilidad de cada onda por separado.
El Mundo del Big Data
1. Lógica de Big Data

Voz en off:

Dentro de las formas de medir el HRV están los análisis de corto plazo, los cuales toman mediciones durante 5 minutos
y los de largo plazo, los cuales miden el pulso cardiaco a través de un dispositivo portátil llamado Holter cardiaco.

Esta variedad de modalidades nos cuestiona nuevamente que es lo que debemos sentir.

Tenemos un examen corto y sencillo que es fácil de telemonitorear, pero se tiene menos información sobre la
variabilidad del pulso a lo largo del dia.

El análisis de largo plazo requiere de mucha más información y aun es posible realizarlo de manera remota, pero se
vuelve más tedioso para los pacientes, lo cual puede llevar a un control menos frecuente.
El Mundo del Big Data
1. Lógica de Big Data

Voz en off:

A partir de estos estudios, se puede recolectar datos sobre el largo promedio de un pulso, la variabilidad de estos
realizar estudios de frecuencias para cada tipo de onda.
El Mundo del Big Data

1. Lógica de Big Data

Base de datos Tratamiento

de señales de los datos

Datos legibles
para análisis

Voz en off:

Estos datos no son obtenidos directamente de los electrocardiogramas.

Los datos de las señales de pacientes tanto enfermos como sanos fueron extraidos de bases de datos públicas.

Estas señales (o datos crudos) deben ser preprocesados para ser analisados. En este caso se usó una herramienta de
uso público que ofrece la misma base de datos.

Es solo en esta etapa que se obtienen datos en un formato interpretable. Todos estos pasos forman parte del sentir
en nuestro esquema lógico de Big Data.

Luego, estos datos procesados son utilizados para realizar un aprendizaje supervisado con la herramienta Watson
Analytics, el cual utiliza técnicas regresivas para poder predecir la presencia de una Falla cardiaca para cada paciente.
El Mundo del Big Data
1. Lógica de Big Data

SENTIR

ACTUAR PENSAR

Voz en off:
Ahora que sentimos los datos de manera correcta, llega el momento de pensar.

Actualmente poseemos información procesada sobre el corazón de personas que poseen una falla cardiaca y
de personas que no.

Es hora de interpretar y comunicar esta información de manera que lleve a tomar decisiones útiles para el
tratamiento de los pacientes.
El Mundo del Big Data
1. Lógica de Big Data

Voz en off:

IBM Watson Analytics es un sistema en la nube que le permite al usuario realizar análisis complejos con una interfaz simple, la
cual no requiere nada más que un navegador web. El objetivo es que el usuario pueda enfocarse en sus experimentos
independientemente si está familiarizado con las técnicas de análisis de datos.

Una vez que la base de datos ha sido subida a la nube, el sistema ofrece tres categorías de funciones: Explorar, predecir y
ensamblar.

Para efectos de este caso nos enfocaremos en la función predecir. La función predecir permite realizar predicciones en base a
los datos, identificando los parámetros con mayor poder predictivo. A esto se le llama aprendizaje supervisado.
El Mundo del Big Data
1. Lógica de Big Data

Voz en off:

Supongamos que tenemos una base de datos. El aprendizaje supervisado la búsqueda de una función que permita
estimar de la manera más acertada posible el valor de la variable que se quiere predecir en base a las otras variables
que están en la base de datos.

Se propone un modelo predictivo que se puede evaluar con datos que ya se conocen. Si cumple con la certeza suficiente
de predicción se aplica. Si no, se itera sobre la proposición de un algoritmo.

En nuestro ejemplo, la base de datos cuenta con un indicador de si el paciente tiene una falla cardiaca o no.

Podemos separar la base de datos en dos: Una de entrenamiento y una de prueba.

Watson analytics propondrá una forma de clasificar usando los datos de entrenamiento y se evaluará revisando los
resultados de la predicción en los datos de prueba. Si clasifica lo suficientemente bien, tendremos un algoritmo
confiable.
El Mundo del Big Data
1. Lógica de Big Data

Datos

Algoritmo

Voz en off:
Resultados:

El sistema ofrece distintos resultados basados en la complejidad de la interpretación. Es decir, hay resultados que son
más satisfactorios en cuanto a su clasificación, pero son difíciles de interpretar. Esto puede ser muy poco deseado en
el área de la salud, pues no da indicadores de que tratamiento seguir.

Esto significa que privilegiaremos predictores simples si son lo suficientemente confiables. De esta manera, es posible
comunicar las conclusiones de los análisis sin problemas.
El Mundo del Big Data
1. Lógica de Big Data

Voz en off:

En el caso del análisis de largo plazo, Se encontraron múltiples variables con un poder de predicción cercano al 90%.

Esto quiere decir que se pueden realizar predicciones simples y fáciles de interpretar con una confianza alta.
El Mundo del Big Data
1. Lógica de Big Data

Voz en off:

En el caso del análisis de corto plazo se obtuvieron resultados similares.

La predicción en base a una única variable tiene un poder de predicción del 84%.

Si se realiza una predicción en base a dos variables, el poder de predicción llega también a más de un 90%.

Esto significa que aun si se realiza un electrocardiograma corto, el poder predictivo que se puede obtener es lo
suficientemente satisfactorio para usarse.
El Mundo del Big Data
1. Lógica de Big Data

Voz en off:

Con estos resultados, se puede concluir que el uso de electrocardiogramas es una herramienta poderosa para realizar
un diagnóstico preliminar sobre las fallas cardiacas. ]

Es más, el uso de análisis de corto plazo tiene un poder predictivo comparable al análisis de largo plazo.
El Mundo del Big Data
1. Lógica de Big Data

SENTIR

ACTUAR PENSAR

Voz en off:
Con estas conclusiones, ha llegado el momento de actuar.
El Mundo del Big Data
1. Lógica de Big Data

Voz en off:

Los resultados obtenidos demuestran que los pacientes que pueden realizarse exámenes no invasivos ni tediosos
y aún así estar monitoreado para la prevención de episodios graves de enfermedades cardiacas.

Esto significa que los pacientes pueden realizarse exámenes rápidos en sus casas. Con un telemonitoreo
constante, se alivia la carga de pacientes en los hospitales, se libera espacio en la sala de espera y baja la carga de
los médicos y funcionarios de la salud sin perder cobertura de pacientes.

La implementación de este sistema puede provocar ahorros en el área de la salud con un impacto considerable.
El Mundo del Big Data
1. Lógica de Big Data

Voz en off: Has terminado la primera clase del curso “el Mundo del Big Data”