Nouvelle publication

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 95

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
0 282

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
1 143
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 46
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 96
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 94
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 86

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
0 126
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 73

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
0 186

Bonjour, chers développeurs !

Dans cet article, je vais vous montrer comment configurer le référentiel FHIR + le serveur d'autorisation OAuth2/serveur de ressources sur IRIS for Health en suivant l'article précédent.

Dans la partie 1, nous vous présentons les préparatifs préliminaires, la configuration du serveur d'autorisation OAuth2 et l'obtention du jeton d'accès.
La partie 2 vous explique comment construire un référentiel FHIR et configurer un client/serveur de ressources OAuth2.

1 0
0 89

Attendu depuis très longtemps, le ministre des Solidarités et de la Santé annonçait en mars dernier le lancement d’un appel à projets visant à « accompagner et soutenir la constitution d’entrepôts de données de santé hospitaliers ».


Celui-ci est maintenant lancé !

50 millions d’euros, du programme de relance France 2030 seront consacrés sur la période 2022-2024, à la mise en œuvre d’Entrepôts de Données de Santé au sein des Hôpitaux. Cet appel à projet, porté par la DGOS du Ministère de la Santé et le Health Data Hub s’articule autour de 2 échéances pour déposer les projets, le 11 octobre 2022 et le 12 avril 2023.

Cet appel à projets va permettre la mise en place et le renforcement d’entrepôts de données de santé (EDS) hospitaliers, coordonnés avec le Health Data Hub.

Son ambition ? Faire de la France la première nation européenne innovante et souveraine en santé.

Les avantages d’un EDS sont multiples :  

  • Fédérer l’écosystème de santé public et privé autour de projets de recherche et d’innovation
  • Conforter l’avantage compétitif de la France et la souveraineté nationale en matière de données de santé
  • Doter les organisations de santé d’outils performants au service de leur activité.

Les grandes fonctions d’un EDS sont :

  • la capture des données de santé en provenance de différentes sources internes et externe à l’hôpital
  • la normalisation de toutes ces données hétérogènes
  • le stockage des données
  • l’exploitation des données de santé à des fins de réutilisation pour les recherches internes ou externes aux établissements.
3 0
0 49
InterSystems officiel
· Sept 12, 2022 5m de lecture
Rencontres autour de l'appel à projets EDS - PariSanté Campus

InterSystems participe aux Rencontres autour de l'appel à projet EDS, organisés par PariSanté Campus et le HDH (Health Data Hub) - Jeudi 12 septembre 2022

image

Nous partageons ici nos notes publiques pour faire avancer le débat et invitons toutes les personnes mentionnées à les annoter, commenter ou amender.
Grand merci à @Adeline Icard pour ces lignes !

En vrac, lors des tables rondes :

4 1
0 168
Article
· Août 31, 2022 6m de lecture
Découvrir Django, partie 3

Nous continuons à observer les possibilités de Django, et son utilisation avec IRIS. Dans la première partie nous avons regardé comment définir des modèles et se connecter à des tableaux déjà existants dans IRIS, dans la suite nous avons étendu le portail d'administration intégré de Django, avec la possibilité de voir quelles données nous avons dans ces modèles, avec des filtres, l'édition et même la pagination.

Il est temps de passer à l'action, nous allons maintenant créer une API REST, sur Django, basée sur les mêmes données, que nous avons utilisées auparavant à partir du paquet posts-and-tags.

Pour ce faire, nous utiliserons Django REST Framework

Django REST Framework

Le cadre REST de Django est une boîte à outils puissante et flexible permettant de créer des API Web.

Quelques raisons pour lesquelles vous pourriez vouloir utiliser le cadre REST :

  • L'API navigable sur le Web est un avantage considérable pour vos développeurs.
  • Politiques d'authentification comprenant des paquets pour OAuth1a et OAuth2.
  • Sérialisation qui prend en charge les sources de données ORM et non ORM.
  • Personnalisable jusqu'en bas - utilisez simplement des visualisations régulières basées sur des fonctions si vous n'avez pas besoin des fonctionnalités les plus puissantes.
  • Une documentation complète et un support communautaire important.
  • Utilisé par des entreprises de renommée internationale, telles que Mozilla, Red Hat, Heroku et Eventbrite, qui lui font confiance.

Open Exchange app
0 0
0 78
Article
· Août 29, 2022 9m de lecture
Découvrir Django, partie 2

Dans la première partie, j'ai montré comment démarrer un nouveau projet sur Django, ainsi que définir de nouveaux modèles et ajouter des modèles existants.

Cette fois, je vous présenterai un panneau d'administration, qui est disponible dès le départ, et comment il peut être utile.

Remarque importante : ne vous attendez pas à ce que si vous essayez de répéter les actions de cet article, cela fonctionnera pour vous, ce n'est pas le cas. Au cours de l'article, j'ai dû faire quelques corrections dans le projet django-iris, et même dans le pilote DB-API fait par InterSystems pour corriger certains problèmes là aussi, et je pense que ce pilote est encore en développement, et nous aurons un pilote plus stable dans le futur. Considérons que cet article ne fait qu'expliquer comment cela pourrait être si nous avions tous fait.

0 0
0 73