Solución de big data para el análisis de los datos abiertos de MINSA y CENARES para el monitoreo y control de la emergencia sanitaria covid-19 bajo el ecosistema de Apache Hadoop y Microsoft Azure
Descripción del Articulo
El Big Data ha jugado un papel importante en la respuesta al COVID-19. La primera alarma sobre este nuevo virus se dio el 31 de diciembre de 2019 gracias al rastreo con Big Data e Inteligencia Artificial - de la empresa BlueDot. Desde que el Covid-19 se propagó, en China se intentó decrementar o det...
| Autores: | , |
|---|---|
| Formato: | tesis de grado |
| Fecha de Publicación: | 2023 |
| Institución: | Universidad Privada Antenor Orrego |
| Repositorio: | UPAO-Tesis |
| Lenguaje: | español |
| OAI Identifier: | oai:repositorio.upao.edu.pe:20.500.12759/10283 |
| Enlace del recurso: | https://hdl.handle.net/20.500.12759/10283 |
| Nivel de acceso: | acceso abierto |
| Materia: | Big Data Hadoop https://purl.org/pe-repo/ocde/ford#2.02.04 |
| Sumario: | El Big Data ha jugado un papel importante en la respuesta al COVID-19. La primera alarma sobre este nuevo virus se dio el 31 de diciembre de 2019 gracias al rastreo con Big Data e Inteligencia Artificial - de la empresa BlueDot. Desde que el Covid-19 se propagó, en China se intentó decrementar o detectar el número de personas contagiadas a través de la recolección de datos de los contagiados, luego generaron un sin número de aplicaciones para informar a las personas sobre los casos y la gravedad. Las soluciones de Big Data y su uso correcto pueden ser una herramienta de gran utilidad, para la detección y así descender la curva de contagios frente al COVID-19. El CENARES como un Organismo Desconcentrado del Ministerio de Salud, responsable de la gestión estratégica del abastecimiento de los recursos de salud, estableciendo prioridades de acuerdo a los requerimientos nacionales y desarrollando los mecanismos necesarios de intervención en salud, definidos en el plan del Ministerio de Salud - MINSA. El problema con estas instituciones es que actualmente no se tiene identificado las variables que se deben de tener en cuenta para realizar una proyección más certera de la cantidad de vacunas e implementos que se deben de comprar y distribuir, según la región, provincia y/o Distrito. Con el trabajo se pretende construir una solución basada en datos recolectados de diferentes fuentes (MINSA-CENARES), que permita analizar, comprender y monitorizar la información para optimizar la compra y distribución de vacunas e implementos contra el COVID-19 bajo el ecosistema de Apache Hadoop y Microsoft Azure. |
|---|
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).