Il Care Research and Technology Centre dello UK Dementia Research Institute, all’Imperial College London, ha ricostruito l’architettura dati della piattaforma Minder. Il caso è interessante non per il dominio clinico ma per il pattern architetturale, che è lo stesso di qualsiasi team che abbia lasciato crescere una piattaforma operativa fino a farla diventare anche la piattaforma analitica.
I tre problemi
Minder raccoglie segnali da sensori domestici, monitor del sonno e cartelle cliniche elettroniche per costruire un quadro continuo della salute di persone che vivono con demenza — dove il paziente spesso non può riferire da sé dolore o febbre. In cinque anni la piattaforma è cresciuta, e con lei tre attriti.
Primo: ingestion, analytics e query real-time si sovrapponevano sugli stessi sistemi, quindi anche una modifica piccola rischiava di rompere i workflow di produzione, e i team rallentavano per prudenza. Secondo: storage e compute erano accoppiati, con grandi volumi tenuti dentro database operativi per restare accessibili — costi in crescita senza una via di scalabilità. Terzo: non esisteva un ambiente dedicato alla ricerca, quindi clinici e stakeholder non tecnici avevano visibilità limitata sui dati e faticavano a validare i modelli.
La ri-architettura
I dati IoT ora vengono ingeriti e validati attraverso un layer Kubernetes prima di atterrare in Delta Lake su Azure Data Lake Storage, con architettura a medaglione: bronze grezzo, silver raffinato, gold anonimizzato e pronto per la ricerca. I sistemi EHR sono rimasti dove erano, ottimizzati per l’interoperabilità con l’NHS tramite lo standard FHIR: la scelta esplicita è stata preservare ciò che funzionava e modernizzare intorno.
Unity Catalog gestisce l’access control fine su più dimensioni — partner di studio, ruoli utente, livelli di approvazione, sensibilità del dato — e traccia l’uso dei dataset, il che permette di individuare gli asset più usati e trasformare le pipeline analitiche costruite dai ricercatori in template riutilizzabili. Per il deployment dei modelli restano su Kubeflow, con MLflow in valutazione.
Un dettaglio che vale oltre il settore sanitario: la riproducibilità. Poiché i dati IoT si aggiornano di continuo, ogni punto viene conservato con il timestamp originale, così da poter ricostruire esattamente ciò che un clinico vedeva in un dato momento nel passato.
I numeri dichiarati
La migrazione è stata fatta costruendo la nuova piattaforma accanto a quella esistente, con 100% di uptime mantenuto. L’integrazione di nuove sorgenti IoT è scesa da circa sei mesi a un mese; lo sviluppo di un modello a circa un mese; la crescita della piattaforma è riportata al 50% mese su mese, con adozione crescente tra utenti non tecnici. Ethan de Villiers, data engineer del CR&T, riporta che la piattaforma ha reso disponibili insight clinici per 581 persone con demenza negli ultimi cinque mesi.
In sintesi
- Separare i workload operativi da quelli analitici è la mossa che ha sbloccato l’iterazione, prima ancora del cambio di storage.
- Conservare il timestamp originale di ogni dato è il modo pratico di rendere riproducibile un’analisi su dati che cambiano di continuo.
- Il collo di bottiglia non era il dato ma l’accesso: chi decide deve poterlo raggiungere e fidarsene.
Fonte: How Imperial College London is accelerating dementia research with a modern data platform
Hai qualcosa da aggiungere? Unisciti alla discussione.