Reaaliaikainen potilastiedon kerääminen ja analysointi Apache Kafka -alustan avulla
Saarinen, Otso (2025)
2025
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-202504045689
https://urn.fi/URN:NBN:fi:amk-202504045689
Tiivistelmä
Apache Kafka on alusta, joka on tarkoitettu suurten tietomäärien ja tietovirtojen prosesointiin. Tässä opinnäytetyössä tarkasteltiin Apache Kafkan arkkitehtuuria, tapahtumavirta-alustojen toimintaperiaatteita sekä reaaliaikaisen analytiikan hyötyjä ja haasteita nyky-yhteiskunnassa. Näiden tietojen pohjalta luotiin prototyyppi, joka mahdollistaa reaaliaikaisen potilastiedon keräämisen ja analysoinnin Apache Kafka -alustan avulla.
Prototyyppi toteutettiin simuloimalla potilastietoa Python-ohjelmointikielellä, lähettämällä potilastieto Apache Kafkaan ja tallentamalla potilastieto InfluxDB-tietokantaan. Potilastietojen visualisointi toteutettiin Grafana-visualisointisovelluksella, joka mahdollisti reaaliaikaisen analyysin. Järjestelmän suorituskykyä ja skaalautuvuutta arvioitiin simuloimalla potilastietoa erilaisilla taajuuksilla.
Tulokset osoittivat, että Apache Kafka kykenee käsittelemään suuria tietomääriä tehokkaasti ja vastaavanlaista järjestelmää voitaisiin hyödyntää terveydenhuollossa. Jatkokehityksessä tulisi esimerkiksi huomioida GDPR:n mukaiset tietoturvavaatimukset, jotta prototyypin käyttöönotto terveydenhuollossa olisi mahdollista.
Prototyyppi toteutettiin simuloimalla potilastietoa Python-ohjelmointikielellä, lähettämällä potilastieto Apache Kafkaan ja tallentamalla potilastieto InfluxDB-tietokantaan. Potilastietojen visualisointi toteutettiin Grafana-visualisointisovelluksella, joka mahdollisti reaaliaikaisen analyysin. Järjestelmän suorituskykyä ja skaalautuvuutta arvioitiin simuloimalla potilastietoa erilaisilla taajuuksilla.
Tulokset osoittivat, että Apache Kafka kykenee käsittelemään suuria tietomääriä tehokkaasti ja vastaavanlaista järjestelmää voitaisiin hyödyntää terveydenhuollossa. Jatkokehityksessä tulisi esimerkiksi huomioida GDPR:n mukaiset tietoturvavaatimukset, jotta prototyypin käyttöönotto terveydenhuollossa olisi mahdollista.