数据源定义
根据我们在医疗保健领域使用预测分析时追求的目标，我们确定提取数据的必要来源。例如，如果我们需要预测下一季流感病例的水平，我们可能需要一个包含过去几年人口发病率信息的登记册。其中包含发病率的一般信息，而不仅仅是流感、电子病历，以及医疗设备分析的指标。
数据建模
在此阶段，我们正在最终确定 ETL 流程和预测本身的要求。换句话 马其顿电报号码 说，我们彻底研究所选的来源，选择要使用的列，并仅确定我们需要的数据。在这个特定案例中，我们仅选择有关流感发病率的信息以及患有此病的人的检查结果。
重要的是要理解建模是一个迭代过程，我们可以在任何后续阶段重新审视它。这可能是由于新数据的出现或发现不准确的数据而引发的。
提取、转换、加载
在 ETL 阶段，我们直接从所需来源提取原始健康数据，进行处理和过滤，然后加载到我们选择的存储中，以便进行后续预测。该过程和构建的数据架构的质量将决定系统的预测能力，这就是为什么这一步至关重要。
数据验证
此阶段涉及验证已加载到存储中的数据。我们检查转换后数据的质量、一致性以及它是否与可接受值的区间相对应。
数据丰富
在丰富阶段，我们有机会通过添加额外的列来扩展我们的数据集。这可以通过使用特殊工具（例如 LLM（大型语言模型））来实现。例如，医生在患者就诊后留下笔记。LLM 模型能够分析手写文本并提供 0-10 范围内的患者病情评估，并且该值可用于预测本身。
测试
验证阶段仅涉及检查数据格式，而测试有助于验证整个流程。例如，我们在 ETL 流程中添加了新数据，从而对其进行了轻微的修改。在这种情况下，之前成功运行的测试可能失败了，这表明流程本身出了问题。