Article
· Mai 29, 2023 10m de lecture
Embedded Python et Pandas - Partie 1

Introduction

L'analyse des données est un aspect crucial de la prise de décision commerciale dans le monde moderne où tout va très vite. Les organisations s'appuient fortement sur l'analyse des données pour prendre des décisions éclairées et garder une longueur d'avance sur la concurrence. Dans cet article, nous allons explorer comment l'analyse de données peut être réalisée en utilisant Pandas et Intersystems Embedded Python. Nous discuterons des bases de Pandas, des avantages de l'utilisation d'Intersystems Embedded Python et de la façon dont ils peuvent être utilisés ensemble pour réaliser des analyses de données efficaces.

1 0
0 489

J'étais l'invité de l'émission IFTTD (If This Then Dev) présenté par Bruno Soulez pour parler de IRIS dataplatform et de la norme FHIR.

Vous pouvez retrouver le "compilé" de l'émission ci-dessous :

https://podcasts.audiomeans.fr/player-v2/ifttd-if-this-then-dev-a6c7a443ffca/episodes/9db4dd2f-7a7f-4ed3-a75e-4f722d5356fd?download=0&std=0&vert=0&playlist=0&color=fb9e00&theme=dark
[Ceci est un lien intégré, mais vous ne pouvez pas consulter le contenu intégré directement sur le site car vous avez refusé les cookies nécessaires pour y accéder. Pour afficher le contenu intégré, vous devez accepter tous les cookies dans vos Paramètres des cookies]

Et la version "source" ici :

https://podcasts.audiomeans.fr/player-v2/ifttd-if-this-then-dev-a6c7a443ffca/episodes/41451fd4-e238-4e78-a1d2-95ec4175ff76?download=0&std=0&vert=0&playlist=0&color=fb9e00&theme=dark
[Ceci est un lien intégré, mais vous ne pouvez pas consulter le contenu intégré directement sur le site car vous avez refusé les cookies nécessaires pour y accéder. Pour afficher le contenu intégré, vous devez accepter tous les cookies dans vos Paramètres des cookies]

2 0
0 41

Salut à tous !

Dans cet article, j'aimerais passer en revue les extensions de VS Code que j'utilise moi-même pour travailler avec InterSystems et qui rendent mon travail beaucoup plus pratique. Je suis certain que cet article sera utile à ceux qui commencent tout juste à apprendre les technologies d'InterSystems. Cependant, j'espère également que cet article pourra être utile aux développeurs expérimentés ayant de nombreuses années d'expérience et qu'il leur ouvrira de nouvelles possibilités lors de l'utilisation de VS Code pour le développement.

0 0
0 287

Suite à la partie précédente, il est temps de tirer parti de l'instruction de VALIDATION DU MODÈLE IntegratedML, qui fournit des informations permettant de surveiller vos modèles ML. Vous pouvez la voir en action ici

Open Exchange app
0 0
0 55

Il y a quelques mois, j'ai lu cet article intéressant de la MIT Technology Review, qui explique comment la pandémie de COVID-19 pose des défis aux équipes informatiques du monde entier en ce qui concerne leurs systèmes d'apprentissage automatique (ML).

Cet article m'a incité à réfléchir à la manière de traiter les problèmes de performance après le déploiement d'un modèle de ML.

Open Exchange app
0 0
0 49

Je vous présente mon nouveau projet, qui est irissqlcli, REPL (Read-Eval-Print Loop) pour InterSystems IRIS SQL

  • Mise en évidence de la syntaxe
  • Suggestions (tableaux, fonctions)
  • Plus de 20 formats de sortie
  • Support de stdin
  • Sortie vers des fichiers

L'installez avec pip

pip install irissqlcli

Ou lancez avec docker

docker run -it caretdev/irissqlcli irissqlcli iris://_SYSTEM:SYS@host.docker.internal:1972/USER

Connection à IRIS

$ irissqlcli iris://_SYSTEM@localhost:1972/USER -W
Password for _SYSTEM:
Server:  InterSystems IRIS Version 2022.3.0.606 xDBC Protocol Version 65
Version: 0.1.0
[SQL]_SYSTEM@localhost:USER> select $ZVERSION
+---------------------------------------------------------------------------------------------------------+
| Expression_1                                                                                            |
+---------------------------------------------------------------------------------------------------------+
| IRIS for UNIX (Ubuntu Server LTS for ARM64 Containers) 2022.3 (Build 606U) Mon Jan 30 2023 09:05:12 EST |
+---------------------------------------------------------------------------------------------------------+
1 row in set
Time: 0.063s
[SQL]_SYSTEM@localhost:USER> help
+----------+-------------------+------------------------------------------------------------+
| Commande  | Raccourci          | Description                                                |
+----------+-------------------+------------------------------------------------------------+
| .exit    | \q                | Sortie.                                                      |
| .mode    | \T                | Modifier le format de tableau utilisé pour les résultats.            |
| .once    | \o [-o] filename  | Ajout du résultat suivant à un fichier de sortie (écraser en utilisant -o). |
| .schemas | \ds               | Liste des schémas.                                             |
| .tables  | \dt [schema]      | Liste des tableaux.                                               |
| \e       | \e                | Commande d'édition avec éditeur (utilise $EDITOR).                   |
| help     | \?                | Montre cette utilité.                                            |
| nopager  | \n                | Désactiver le pager, imprimer vers stdout.                            |
| notee    | notee             | Arrête l'écriture des résultats dans un fichier de sortie.                    |
| pager    | \P [command]      | Definition du PAGER. Impression des résultats de la requête via PAGER.              |
| prompt   | \R                | Modification du format de l'invite.                                      |
| quit     | \q                | Quit.                                                      |
| tee      | tee [-o] filename | Ajout de tous les résultats à un fichier de sortie (écraser en utilisant -o). |
+----------+-------------------+------------------------------------------------------------+
Time: 0.012s
[SQL]_SYSTEM@localhost:USER>
Open Exchange app
1 0
0 101

Keywords: IRIS, IntegratedML, Flask, FastAPI, Tensorflow servant, HAProxy, Docker, Covid-19

Objective:

Nous avons abordé quelques démonstrations rapides d'apprentissage profond et d'apprentissage automatique au cours des derniers mois, notamment un simple classificateur d'images radiographiques Covid-19 et un classificateur de résultats de laboratoire Covid-19 pour les admissions possibles en soins intensifs. Nous avons également évoqué une implémentation de démonstration IntegratedML du classificateur ICU. Alors que la randonnée de la "science des données" se poursuit, le moment est peut-être venu d'essayer de déployer des services d'IA du point de vue de "l'ingénierie des données" - pourrions-nous regrouper tout ce que nous avons abordé jusqu'à présent dans un ensemble d'API de services ? Quels sont les outils, les composants et l'infrastructure communs que nous pourrions exploiter pour réaliser une telle pile de services dans son approche la plus simple possible ?

Open Exchange app
1 0
0 299

Visual Studio Code (VSCode) est l'éditeur de code le plus populaire du marché. Il a été créé par Microsoft et distribué en tant qu'IDE gratuit. VSCode supporte des dizaines de langages de programmation, y compris ObjectScript, Until 2018, Atelier (basé sur Eclipse). Il était considéré comme l'une des principales options pour développer les produits InterSystems.

4 0
1 155
Article
· Jan 30, 2023 9m de lecture
Forum des ROIS de la Supply Chain 2023

Forum des ROIS de la Supply Chain 2023

16ème Forum des Rois de la Supply Chain 2022 , jeudi 17 mars 2022 ...

Présentation des 8 projets en compétition

Sur la journée, les grandes thématiques abordées :
1- Un environnement de plus en plus complexe, nécessite de faire appel aux nouvelles techno pour une SC toujours plus performante, ex. tour de control pour une meilleure visibilité, IA pour de meilleurs forecasts
2- Économie circulaire => future révolution qui met la Supply Chain au cœur du modèle
3- Décarbonation => une nécessité absolue mais les solutions ne sont pas encore complément mâtures. Du chemin encore à parcourir …
4- Logistique urbaine => enjeu fort du à l’explosion du e-commerce et enjeu Green
5- Attractivité des métiers : La robotisation, cyclo-logistique, les technologies au service de l’humain

2 0
0 50
Article
· Jan 23, 2023 1m de lecture
EDS - Exploitation des données de santé

Pourquoi exploiter les données de santé ?

Normalisation des données de santé

Pourquoi exploiter les données de santé ?Un entrepôt bien construit permettra une exploitation efficace des données et tiendra ses promesses !

Avoir accès à la bonne donnée (fraiche et de qualité) au bon moment (en temps réel) pour prendre la bonne décision est un enjeu majeur pour notre système de santé.

1 0
0 103
Article
· Jan 20, 2023 12m de lecture
Création de questionnaires FHIR

Intersystems IRIS for Health offre un excellent support pour la norme sectorielle FHIR. Les principales caractéristiques sont :
1. Serveur FHIR
2. Base de données FHIR
3. API REST et ObjectScript pour les opérations CRUD sur les ressources FHIR (patient, questionnaire, vaccins, etc.)

Cet article explique comment utiliser chacune de ces fonctionnalités, et présente un front-end angulaire permettant de créer et d'afficher des ressources FHIR de type Quiz.

Open Exchange app
1 0
0 97
Article
· Jan 16, 2023 2m de lecture
EDS - Stockage des données de santé

Comment stocker efficacement les données de santé ?

Normalisation des données de santé

De nombreuses organisations « déchantent » des Data Lakes dans lesquels les données sont stockées massivement sans avoir été préalablement normalisées. Trop de données « non propres » rendent ces Data Lakes inexploitables. Les organisations reviennent alors aux fondamentaux que sont la capture, la normalisation, le stockage et l’exploitation pour la mise en œuvre de Data Fabrics.

Il existe 3 modèles de stockage des données :

  • Adhoc - modèles propriétaires
  • FHIR « friendly » – stockage selon la norme FHIR
  • OMOP et I2B2 – modèles universitaires orientés recherches cliniques

0 0
0 87

Les systèmes EHR (Electronic Health Record) sont modélisés dans un format/structure propriétaire et ne sont pas basés sur des modèles du marché tels que FHIR ou HL7. Certains de ces systèmes peuvent interopérer des données dans un format propriétaire pour FHIR et d'autres modèles de marché, mais pas tous. InterSystems dispose de deux plateformes capables d'interopérer des formats propriétaires pour ceux du marché : InterSystems HealthShare Connect et InterSystems IRIS for Health. La fonctionnalité de transformation (DTL - Data Transformation Language) de ces plateformes peut recevoir des données dans n'importe quel format, structure ou canal de communication (CSV, JSON, XML, et autres via FTP, File, HTTP, etc.) et les transformer directement en formats du marché (FHIR, CDA, HL7, etc.). Cependant, InterSystems dispose d'un format intermédiaire appelé SDA (Summary Document Architecture) qui est utilisé par ces plateformes pour générer sans effort des FHIR STU, R3, R4, HL7v2, HL7v3, etc. En outre, lorsqu'elles sont au format SDA, les données de santé peuvent être conservées dans le RCU HealthShare. Ainsi, le format propriétaire/personnel est d'abord transformé en SDA, puis les données peuvent être automatiquement converties dans n'importe quel format du marché, ainsi que sauvegardées dans HealthShare. Dans cet article, nous allons vous montrer comment transformer des données propriétaires/personnalisées en SDA à l'aide d'IRIS for Health. L'exemple de données que nous avons utilisé a été généré par le projet de génération de données en masse SYNTHEA (https://synthea.mitre.org/downloads). Nous allons convertir 1000 patients d'un fichier CSV en SDA, en utilisant les fonctions d'interopérabilité d'IRIS for Health.

Open Exchange app
0 0
0 133
Article
· Déc 13, 2022 1m de lecture
EDS - Normalisation des données de santé

Entrepôt de Données de Santé

Pourquoi normaliser les données ?

Normalisation des données de santé

La normalisation des données au sein d’un EDS est fondamentale pour en assurer une bonne exploitation.

Les données capturées de différentes sources et dans différents formats doivent être saines avant d’être stockées c’est à dire unifiées, nettoyées et prêtes à être exploitées.

Les grandes étapes de normalisation des données sont :

  • Agrégation
  • Rapprochement
  • Déduplication
  • Alignement terminologique

2 0
0 74

FTP ( Protocole de transfert de fichiers) est un protocole de réseau permettant de transmettre des fichiers sur des connexions TCP/IP dans un réseau (y compris l'Internet) configuré pour transférer des fichiers via ce protocole. Dans une transaction FTP, un expéditeur de fichiers est appelé hôte local. Un récepteur de fichiers impliqué dans le FTP est un hôte distant, et il s'agit généralement d'un serveur.

Open Exchange app
2 0
0 203