NYU Langone перевела данные на единую платформу Databricks и выведела локальный data lake из эксплуатации

NYU Langone Health вывела из эксплуатации локальный on‑premises data lake и приступила к миграции своего enterprise data warehouse на единую платформу данных и AI от Databricks, чтобы сделать чистые транзакционные данные основой клинической аналитики и рабочих AI‑сервисов. Это решение направлено на перевод организации от аккумулирования разрозненных данных к платформе, где информация доступна для ежедневной эксплуатации алгоритмов и аналитики с необходимыми гарантиями безопасности и надежности.

Платформа используется для объединения данных и поддержки клинической аналитики, а также для ускорения исследований; в рамках перехода NYU Langone сформировала широкое сообщество пользователей внутри организации. Клиницисты, аналитики, учёные и корпоративные сотрудники применяют единый стек для задач по доставке помощи, повышению операционной эффективности и научной работе, что помогает сокращать барьеры между сбором данных и их практическим применением. Руководитель цифровой и информационной службы NYU Langone Надер Мхераби (Nader Mherabi) ещё в 2017 году инициировал смену подхода, поставив в приоритет исправление данных на уровне транзакционных систем. Эта дисциплина предполагает перевод новых подразделений на общие платформы и отказ от постфактумного маппинга в хранилище — данные должны быть «чистыми у источника», а не фильтроваться и корректироваться уже на этапе централизованного хранилища.

Организация подчёркивает, что цель — не только хранение данных, но и их ежедневная эксплуатация в безопасном и надёжном режиме: платформа должна позволять запускать модели 24/7 и поддерживать смену инструментов и методов без разрыва в бизнес‑процессах. Авторы стратегии отмечают, что долгосрочная ценность создаётся не отдельными моделями, которые быстро устаревают, а способностью извлекать полезную информацию из унифицированных и управляемых источников данных.

Практические эффекты уже стали заметны: NYU Langone сообщает о внедрении систем клинической поддержки в реальном времени, которые помогают снижать число диагностических ошибок в отделении неотложной помощи. Такой результат подчёркивает прямую связь между едиными, качественными данными и улучшением качества ухода, безопасности пациентов и эффективности операций. Подход «сначала починить трубы» также сокращает расходы на постоянную фильтрацию и упрощает масштабирование аналитики и исследований по всей организации.