Healthcare databases are well known

Healthcare databases are well known for the complexity and diversity of data contained within. Healthcare industry today generates large amounts of complex data about patients, hospitals resources, disease diagnosis, electronic patient records, medical devices etc. The large amount of data is a key resource to be processed and analyzed for knowledge extraction that enables support for cost-savings and decision making. Data mining brings a set of tools and techniques that can be applied to this processed data to discover hidden patterns that provide healthcare professionals an additional source of knowledge for making decisions. These patterns can be utilized for clinical diagnosis.

Hasil (Bahasa Indonesia) 1:

Kesehatan database terkenal untuk kompleksitas dan keragaman data yang terkandung dalam. Industri kesehatan hari menghasilkan sejumlah besar data yang kompleks tentang pasien, rumah sakit sumber daya, diagnosa penyakit, pasien catatan elektronik, alat kesehatan, dll. Jumlah besar data adalah sumber utama untuk diolah dan dianalisis untuk ekstraksi pengetahuan yang memungkinkan dukungan untuk penghematan biaya dan pengambilan keputusan. Data pertambangan membawa satu set alat dan teknik yang dapat diterapkan ke data ini diproses untuk menemukan pola-pola tersembunyi yang memberikan profesional kesehatan sumber tambahan pengetahuan untuk membuat keputusan. Pola-pola ini dapat digunakan untuk diagnosis klinis.

Hasil (Bahasa Indonesia) 2:

database kesehatan yang terkenal untuk kompleksitas dan keragaman data yang terkandung dalam. industri kesehatan hari ini menghasilkan sejumlah besar data yang kompleks tentang pasien, sumber rumah sakit, diagnosis penyakit, catatan pasien elektronik, peralatan medis dll sejumlah besar data adalah sumber daya kunci untuk diproses dan dianalisis untuk ekstraksi pengetahuan yang memungkinkan dukungan untuk penghematan biaya dan pengambilan keputusan. Data mining membawa satu set alat dan teknik yang dapat diterapkan untuk data yang diolah ini untuk menemukan pola-pola tersembunyi yang menyediakan profesional kesehatan sumber tambahan pengetahuan untuk membuat keputusan. Pola-pola ini dapat dimanfaatkan untuk diagnosis klinis.