En esta publicación, mostramos cómo puede usar Salas limpias de AWS para permitir la colaboración de datos entre agencias de salud pública. Las agencias gubernamentales de salud pública necesitan comprender las tendencias relacionadas con una variedad de condiciones de salud y atención en las poblaciones para poder crear políticas y tratamientos con el objetivo de mejorar el bienestar de las diversas comunidades a las que sirven.
Para hacer esto, estas agencias necesitan analizar datos de muchas fuentes, como organizaciones clínicas, organizaciones comunitarias no clínicas y datos administrativos de otras agencias gubernamentales, para poder identificar tendencias en torno a las condiciones de salud y los tratamientos en todas las poblaciones. La salud pública necesita comprender lo que les está sucediendo a las poblaciones dentro de las comunidades a las que prestan servicios.
Debido a que están analizando poblaciones en riesgo, necesitan la flexibilidad de una lista lineal de casos, despojada de información de identificación personal (PII). Con esta información, pueden evaluar el riesgo basándose en una variedad de factores demográficos y sociales disponibles en las fuentes de datos sin divulgar PII. La lista les da flexibilidad para aplicar análisis más complejos, como la regresión, también en los datos vinculados. Programas como REPARACIONES, MDPHnety CÓDIGO han explorado el uso de datos clínicos en redes distribuidas para comprender la carga de enfermedades crónicas en las comunidades durante años. Los desafíos que enfrentan estos programas incluyen reglas complejas para compartir datos y enfoques de análisis distribuido, a través de redes de proveedores de datos. MENDS y MDPHnet, por ejemplo, ejecutan análisis a nivel de organización sin deduplicar entre sitios. Las consultas individuales se envían a cada sitio donde son procesadas y revisadas por humanos, y los resultados combinados se envían a la agencia de salud pública.
AWS Clean Rooms ofrece la oportunidad de reducir la carga de los proveedores de datos en programas como estos, al tiempo que permite a las agencias de salud pública analizar datos utilizando sus propias consultas y mitigar los riesgos para la privacidad de los datos al impedir el acceso a los datos sin procesar subyacentes.
Descripción general de las salas limpias de AWS
Salas limpias de AWS se anunció por primera vez en AWS re:Invent 2022 y ahora está disponible de forma generalizada. AWS Clean Rooms permite a los clientes y sus socios colaborar de forma más fácil y segura en sus conjuntos de datos colectivos, sin compartir ni copiar los datos subyacentes entre sí. AWS Clean Rooms proporciona un amplio conjunto de controles que mejoran la privacidad y ayudan a proteger datos confidenciales, incluidos controles de consultas, restricciones de salida de consultas, registros de consultas y herramientas informáticas criptográficas.
Con AWS Clean Rooms, puede colaborar y analizar datos con otras partes de la colaboración sin que ninguna de las partes tenga que compartir o copiar los datos sin procesar. AWS Clean Rooms es un servicio sin estado; no almacena los datos. En lugar de ello, lee los datos desde donde se encuentran, aplica restricciones que protegen los datos subyacentes de cada participante en el tiempo de ejecución de la consulta y devuelve los resultados. Se pueden escribir consultas para cruzar y analizar fuentes de datos utilizando elementos de metadatos comunes (por ejemplo, geografía, identificadores compartidos u otros factores demográficos), generando listas a nivel de fila de la superposición entre las fuentes de datos o recuentos agregados por población, condición o otros estratos.
AWS Clean Rooms ayuda a las agencias de salud pública a analizar datos colectivos para obtener una visión más completa de la salud y el bienestar de sus comunidades, manteniendo al mismo tiempo la seguridad y privacidad de los datos.
Resumen de la solución
Antes de comenzar con AWS Clean Rooms, hablemos primero de algunos de los conceptos clave del servicio:
- Colaboraciones – Este es un límite lógico seguro en AWS Clean Rooms creado por el creador de la colaboración. Al crear la colaboración, el creador puede invitar a miembros adicionales a unirse a la colaboración. Los participantes invitados pueden ver la lista de miembros de la colaboración antes de aceptar la invitación para unirse a la colaboración.
- Miembros – Esto se refiere a los clientes de AWS que participan en una colaboración. Todos los miembros de la colaboración pueden unir datos; sin embargo, solo un miembro puede consultar y recibir resultados por colaboración, y ese miembro es inmutable.
- Reglas de análisis – AWS Clean Rooms admite dos tipos de reglas de análisis:
- Agregación – Los miembros pueden ejecutar consultas que agregan estadísticas utilizando funciones COUNT, SUM o AVG a lo largo de dimensiones opcionales. Las consultas de agregación no revelarán datos a nivel de fila.
- Lista – Los miembros pueden ejecutar consultas que generen datos a nivel de fila de la superposición entre dos tablas.
- Tablas configuradas – Los miembros pueden configurar los existentes Pegamento AWS mesas para su uso en AWS Clean Rooms. Estos datos se almacenan en Servicio de almacenamiento simple de Amazon (Amazon S3) en formatos de datos abiertos y catalogados en AWS Glue Data Catalog. Cada tabla configurada contiene una regla de análisis que determina cómo se pueden consultar los datos. Una vez configurada, los miembros pueden asociar la tabla configurada a una o más colaboraciones.
Comenzar a utilizar AWS Clean Rooms es un proceso de cuatro pasos:
- El creador configura una colaboración e invita a uno o más miembros a la colaboración.
- El miembro invitado se suma a la colaboración.
- Los miembros pueden configurar las tablas de AWS Glue existentes para usarlas en AWS Clean Rooms.
- Los miembros con permiso para hacerlo pueden realizar consultas en la colaboración.
Requisitos previos
Para este tutorial, necesita lo siguiente:
Crear una colaboración e invitar a uno o más miembros
Debe definir su configuración de colaboración en la consola de AWS Clean Rooms, a través del Interfaz de línea de comandos de AWS (AWS CLI) o con un AWS SDK. Demostramos cómo configurar esto en la consola.
- En la consola de AWS Clean Rooms, elija Crear colaboración.
- Nombre, ingrese un nombre (por ejemplo, Colaboración de demostración).
- Descripción, agregue una descripción opcional.
- En Miembros sección, agregue los siguientes miembros:
- Miembro 1 – Introduzca un nombre para mostrar de miembro (su ID de cuenta de AWS se completa automáticamente).
- Miembro 2 – Introduzca un nombre para mostrar de miembro y el ID de cuenta de AWS para el miembro que desea invitar.
- Elige Agregar otro miembro para agregar más miembros.
- En Habilidades de los miembros sección, elija un miembro que consultará y recibirá resultados.
- En Registro de consultas sección, seleccionar Admite el registro de consultas para esta colaboración para registrar las consultas Reloj en la nube de Amazon registros
- Elige Siguiente.
- En Membresía de colaboración sección, seleccione la opción de almacenamiento que prefiera para CloudWatch.
- Elige Siguiente.
- En Revisar y crear página, elige Crear colaboración y membresía después de revisar los detalles para garantizar la precisión.
¡Felicitaciones por crear su primera colaboración! Puedes ver los detalles de la colaboración en el Colaboraciones .
Únete a la colaboración
Cada miembro de la colaboración puede iniciar sesión en la consola de AWS Clean Rooms, revisar la invitación y decidir unirse a la colaboración siguiendo estos pasos:
- En la consola de AWS Clean Rooms, elija Colaboraciones en el panel de navegación.
- En Disponible para unirse pestaña, elija la colaboración a la que fue invitado.
En la página de detalles, puede revisar las habilidades de los miembros.
- Seleccione su opción de almacenamiento de registros preferida y elija Crear membresía.
- En la página de confirmación, verifique que los miembros enumerados coincidan con sus acuerdos de intercambio de datos y luego elija Crear membresía.
Después de crear su membresía, su estado de miembro cambia a Active en el panel de colaboración.
Configure tablas de AWS Glue existentes para usarlas en AWS Clean Rooms
AWS Clean Rooms no requiere que haga una copia de los datos porque lee los datos de Amazon S3. Esto elimina la necesidad de copiar y cargar sus datos en destinos fuera de su cuenta de AWS respectiva o utilizar servicios de terceros para facilitar el intercambio de datos.
Cada miembro de la colaboración puede crear tablas configuradas, un recurso de AWS Clean Rooms que contiene una referencia al catálogo de datos de AWS Glue con datos subyacentes que definen cómo se pueden utilizar esos datos. La tabla configurada se puede utilizar en muchas colaboraciones.
- En la consola de AWS Clean Rooms, elija Tablas configuradas en el panel de navegación.
- Elige Configurar nueva tabla.
- Elija la base de datos para completar la lista de tablas de AWS Glue y elija la tabla que desea asociar con la colaboración.
Para cada tabla seleccionada, puede determinar a qué columnas se puede acceder en la colaboración.
- Seleccione Todas las columnas o seleccione Lista personalizada para elegir un subconjunto de columnas que estarán disponibles en la colaboración.
- Introduzca un nombre para la tabla configurada.
- Elige Configurar nueva tabla.
Además de los controles de acceso a nivel de columna, AWS Clean Rooms proporciona controles de consulta detallados llamados reglas de análisis. Con reglas de análisis integradas y flexibles, puede adaptar las consultas a necesidades comerciales específicas. Como se analizó anteriormente, AWS Clean Rooms proporciona dos tipos de reglas de análisis:
- Reglas de análisis de agregación – Permiten consultas que agregan datos sin revelar información a nivel de fila. Las funciones disponibles incluyen COUNT, SUM y AVG, junto con dimensiones opcionales.
- Reglas de análisis de listas – Permiten consultas que generan análisis de atributos a nivel de fila de la superposición entre las tablas en el espacio de colaboración.
Ambos tipos de reglas permiten a los propietarios de datos exigir una unión entre sus conjuntos de datos y los conjuntos de datos del colaborador que ejecuta la consulta. Esto limita los resultados solo a la intersección de los conjuntos de datos de los colaboradores.
- En la tabla configurada, elija Configurar regla de análisis para configurar las reglas de análisis.
- Para esta publicación, seleccionamos Lista porque queremos consultar el estado de vacunación de los pacientes uniéndolos a los datos de vacunación de otros contribuyentes.
- Seleccione el método de creación y seleccione Siguiente.
- Para definir los criterios para las uniones de tablas, en el Unirse a controles , elija los nombres de columna apropiados para la combinación.
- Para especificar qué columnas se generarán, identifique aquellas en el Controles de lista .
- Elige Siguiente.
- Elige Configurar regla de análisis en Revisar y configurar .
Verás el mensaje Regla de análisis de lista configurada correctamente en la página de tablas configuradas.
- Elige Asociado a la colaboración para vincular esta tabla a la colaboración que creó.
- Revise los detalles sobre el tabla de asociados página y elige tabla de asociados.
La página de colaboración mostrará una lista de tablas que usted asocia a la colaboración.
Cada miembro de la colaboración debe repetir los pasos mencionados anteriormente para asociar sus tablas del catálogo de datos de AWS Glue a la colaboración. Para este post, el resto de miembros de la colaboración siguen estos mismos pasos para asociar sus datos a la colaboración. Luego, la colaboración enumerará todas las tablas asociadas por otros miembros.
Después de definir las reglas de análisis en las tablas configuradas y asociarlas a la colaboración, los miembros que pueden consultar y recibir resultados pueden comenzar a escribir consultas de acuerdo con las restricciones definidas por cada miembro de la colaboración participante. La siguiente sección incluye ejemplos de consultas de colaboración.
Ejecutar consultas en la colaboración.
La siguiente captura de pantalla es un ejemplo de una consulta que no tendrá éxito porque * no es compatible. Los nombres de las columnas deben especificarse en la consulta.
La siguiente captura de pantalla es un ejemplo de una consulta que no tendrá éxito porque no puede vincular columnas que los miembros restringieron en sus uniones.
La siguiente captura de pantalla es un ejemplo de una consulta que tendrá éxito porque utiliza columnas permitidas (columnas que forman parte de la regla de análisis de lista) en la cláusula de selección y la condición de unión.
Los conjuntos de datos de muestra (paciente e inmunización) utilizados en esta publicación incluyen un identificador único (ID del paciente). Sin embargo, en un escenario del mundo real, este podría no ser el caso. En esas situaciones, puede considerar utilizar un vínculo de registros que preserva la privacidad (PPRL) para crear un token desidentificado único. Por ejemplo, el programa CODI de los CDC deduplica entre los propietarios de datos al ocultar la PII detrás del firewall de cada organización de manera estandarizada. Esa información ofuscada se une para crear un token anonimizado único para cada individuo que se analiza en todas las fuentes de datos. Si las agencias de salud pública desean realizar análisis basados en datos longitudinales vinculados individualmente, podrían aplicar PPRL a cada fuente de datos y utilizar ese elemento de metadatos para vincular las fuentes de datos en AWS Clean Rooms antes de realizar sus análisis.
Limpiar
Como parte de este tutorial, aprovisionó una colaboración de AWS Clean Rooms, invitó a otros miembros a unirse a la colaboración y configuró tablas. Para eliminar estos recursos, consulte Dejando la colaboración y Desasociar tablas configuradas.
Conclusión
En esta publicación, le mostramos cómo crear una colaboración, invitar a otros miembros a la colaboración, configurar tablas existentes del catálogo de AWS Glue, aplicar reglas de análisis y ejecutar consultas de muestra en la consola de AWS Clean Rooms. En la Parte 2 de esta serie, demostramos cómo automatizar ejecuciones de consultas usando AWS Lambda, consulta los resultados usando Atenea amazónicay publicar paneles usando Amazon QuickSight.
Acerca de los autores
Venkata Campana es Arquitecto de Soluciones Sénior en el equipo de Servicios Humanos y de Salud de AWS y tiene su sede en Sacramento, CA. En ese rol, ayuda a los clientes del sector público a lograr los objetivos de su misión con soluciones bien diseñadas en AWS.
Dra. Dawn Heisey-Grove es el líder de análisis de salud pública para el equipo de gobierno local y estatal de Amazon Web Services. En este cargo, es responsable de ayudar a las agencias de salud pública estatales y locales a pensar de manera creativa sobre cómo lograr sus desafíos analíticos y objetivos a largo plazo. Ha dedicado su carrera a encontrar nuevas formas de utilizar datos existentes o nuevos para respaldar la investigación y la vigilancia de la salud pública.
jim daniel es el líder de Salud Pública en Amazon Web Services. Anteriormente, ocupó cargos en el Departamento de Salud y Servicios Humanos de los Estados Unidos durante casi una década, incluido el de Director de Innovación en Salud Pública y Coordinador de Salud Pública. Antes de su servicio gubernamental, Jim se desempeñó como Director de Información del Departamento de Salud Pública de Massachusetts.
- Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
- EVM Finanzas. Interfaz unificada para finanzas descentralizadas. Accede Aquí.
- Grupo de medios cuánticos. IR/PR amplificado. Accede Aquí.
- PlatoAiStream. Inteligencia de datos Web3. Conocimiento amplificado. Accede Aquí.
- Fuente: https://aws.amazon.com/blogs/big-data/part-1-enable-data-collaboration-among-public-health-agencies-with-aws-clean-rooms/
- :es
- :no
- :dónde
- 1
- 100
- 12
- 195
- 2022
- 7
- a
- <del>
- Nuestra Empresa
- Aceptar
- de la máquina
- visitada
- Conforme
- Mi Cuenta
- la exactitud
- Lograr
- a través de
- add
- adición
- Adicionales
- administrativo
- Después
- agencias
- agregación
- acuerdos
- alinear
- Todos
- permitir
- permite
- a lo largo de
- Amazon
- Amazon Web Services
- entre
- an
- análisis
- Analytics
- analizar
- analizo
- y
- anunció
- Otra
- Aplicá
- enfoques
- adecuado
- somos
- en torno a
- AS
- evaluar
- Consejos
- asociado
- At
- automatizado
- automáticamente
- Hoy Disponibles
- AVG
- AWS
- Pegamento AWS
- AWS re: Invent
- basado
- BE
- porque
- antes
- detrás de
- entre
- general
- incorporado
- carga
- by
- CA
- , que son
- PUEDEN
- servicios sociales
- Propósito
- case
- cases
- catalogar
- CDC
- retos
- cambiado
- jefe
- Elige
- Clínico
- colaboran
- colaboración
- colaboraciones
- Colectivo
- Columna
- Columnas
- combinado
- Algunos
- Comunidades
- vibrante e inclusiva
- completar
- integraciones
- informática
- conceptos
- condición
- condiciones
- Conducir
- conductible
- Configuración
- configurado
- confirmación
- Considerar
- Consola
- contiene
- contribuyentes
- controles
- Director
- proceso de copiar
- podría
- Para crear
- creado
- Creamos
- creación
- Creativamente
- creador
- criterios
- criptográfico
- Clientes
- página de información de sus operaciones
- de los tableros
- datos
- privacidad de datos
- compartir datos
- Base de datos
- conjuntos de datos
- década
- decidir
- se define
- Define
- definir
- De demostración
- capas demográficas
- demostrar
- Departamento
- descripción
- destinos
- detalles
- Determinar
- determina
- dimensiones
- Director
- discutido
- enfermedad
- Pantalla
- distribuidos
- do
- No
- cada una
- Más temprano
- pasan fácilmente
- ya sea
- elementos
- elementos
- elimina
- habilitar
- permitiendo
- garantizar
- Participar
- Éter (ETH)
- ejemplo
- existente
- explorado
- facilitar
- tener problemas con
- factores importantes
- la búsqueda de
- cortafuegos
- Nombre
- Flexibilidad
- flexible
- seguir
- siguiendo
- Desde
- funciones
- Obtén
- en general
- la generación de
- geografía
- obtener
- da
- objetivo
- Goals
- Gobierno
- gubernamental
- agencias gubernamentales
- En Curso
- es
- he
- Salud
- Retenida
- ayuda
- ayudando
- ayuda
- aquí
- su
- Cómo
- Como Hacer
- Sin embargo
- HTML
- http
- HTTPS
- humana
- Humanos
- ID
- identificador
- Identificadores
- Identifique
- if
- inmutable
- la mejora de
- in
- incluir
- incluye
- Incluye
- INSTRUMENTO individual
- Individualmente
- información
- Innovation
- intersección
- dentro
- invitación
- invitar
- invitado
- invita
- IT
- Jim
- únete
- se unió a
- unión
- Une
- jpg
- solo
- Clave
- Lead
- líder
- Nivel
- como
- límites
- línea
- LINK
- vinculado
- Lista
- Listado
- Listas
- Vidas
- carga
- local
- Gobierno local
- log
- registro
- lógico
- compromiso a largo plazo
- mirando
- el mantenimiento de
- para lograr
- mandato
- muchos
- Massachusetts
- Puede..
- miembro
- Miembros
- La membresía/afiliación
- mensaje
- metadatos
- Método
- podría
- misión
- Mitigar las
- más,
- debe
- nombre
- nombres
- Navegación
- hace casi
- ¿ Necesita ayuda
- telecomunicaciones
- Nuevo
- ahora
- ,
- of
- Ofertas
- Oficial
- on
- ONE
- , solamente
- habiertos
- datos abiertos
- Oportunidad
- Optión
- or
- solicite
- organización
- para las fiestas.
- Otro
- salida
- afuera
- EL DESARROLLADOR
- los propietarios de
- página
- cristal
- parte
- Participantes
- participativo
- partes
- socios
- fiesta
- paciente
- permiso
- Personalmente
- pii
- Platón
- Inteligencia de datos de Platón
- PlatónDatos
- políticas
- poblado
- población
- poblaciones
- abiertas
- Publicación
- preferir
- preferido
- la prevención
- previamente
- política de privacidad
- procesado
- Programa
- Programas
- proteger
- los proveedores
- proporciona un
- público
- salud pública
- publicar
- empujó
- consultas
- Crudo
- datos en bruto
- RE
- mundo real
- recepción
- grabar
- reducir
- se refiere
- regresión
- relacionado
- repetir
- exigir
- la investigación
- Recurso
- Recursos
- aquellos
- responsable
- límite
- restricciones
- Resultados
- devoluciones
- género
- revelando
- una estrategia SEO para aparecer en las búsquedas de Google.
- revisado
- la revisión
- Riesgo
- riesgos
- Función
- Habitaciones
- Regla
- reglas
- Ejecutar
- correr
- Sacramento
- mismo
- guión
- Sdk
- Sección
- sector
- seguro
- segura
- EN LINEA
- ver
- seleccionado
- mayor
- sensible
- expedido
- Serie
- ayudar
- de coches
- Servicios
- set
- Compartir
- compartido
- compartir
- Mostrar
- mostró
- sencillos
- página web
- Sitios Web
- circunstancias
- So
- Social
- Soluciones
- algo
- Fuente
- Fuentes
- Espacio
- soluciones y
- especificado
- gastado
- comienzo
- fundó
- Estado
- Zonas
- statistics
- Estado
- pasos
- STORAGE
- tienda
- Almacenar los datos
- almacenados
- exitosos
- tal
- SOPORTE
- Soportado
- soportes
- vigilancia
- mesa
- escuchar
- equipo
- esa
- La
- su
- Les
- luego
- Estas
- ellos
- pensar
- terceros.
- así
- aquellos
- a
- ficha
- tratamientos
- Tendencias
- dos
- tipos
- subyacente
- entender
- único
- United
- Estados Unidos
- utilizan el
- usado
- usos
- usando
- variedad
- diversos
- verificar
- vía
- Ver
- tutorial
- quieres
- fue
- Camino..
- formas
- we
- web
- servicios web
- WELL
- tuvieron
- ¿
- Que es
- cuando
- que
- mientras
- QUIENES
- seguirá
- dentro de
- sin
- la escritura
- escrito
- años
- Usted
- tú
- zephyrnet