# Lakehouse de dados clínicos com ETL e feature store · Yila

> Diagrama de arquitetura horizontal em cinco colunas que conduz dados clínicos de várias fontes, por ingestão em lote e em streaming, a um lakehouse em camadas e daí, por uma feature store, a aprendizado de máquina, análises e pesquisa de coortes; para artigos de informática médica e projetos de plataforma de dados.

URL: https://yila.ai/pt/templates/clinical-data-lakehouse-network-figure

A coluna da esquerda empilha as fontes: prontuário eletrônico, sistema de arquivamento de imagens, genômica, sistema de informação laboratorial, dados de faturamento e telemetria de IoT. ETL em lote e streaming por change data capture alimentam um lakehouse em três camadas: a bronze guarda dados brutos e não estruturados, a prata limpa e mapeia códigos padrão como SNOMED e LOINC, e a ouro reúne dados agregados de coortes e de desempenho, tudo sobre armazenamento de objetos, enquadrado por transações ACID, imposição de esquema, governança e linhagem. Uma feature store com registro, pipelines de engenharia e repositórios offline e online serve então treinamento, inferência, relatórios e descoberta de coortes. O leitor deve conseguir seguir cada salto, da captura ao modelo.

- **Fontes de dados clínicos**: Seis caixas de fonte empilhadas à esquerda; no exemplo, a caixa do prontuário lista o histórico médico duas vezes, então apague a repetição.
- **ETL em lote e streaming**: Duas entradas paralelas, a de streaming legendada como change data capture, ambas com setas chegando à camada bronze.
- **Camada bronze**: Rotulada como bruta e não estruturada, com exemplos de conteúdo como registros JSON, imagens e texto livre.
- **Camada prata**: Indique limpeza, resolução da entidade paciente e mapeamento de códigos; o texto miúdo desta camada vem com erros de grafia no exemplo.
- **Camada ouro**: Rotulada como agregados prontos para análise, por exemplo tabelas de coorte e métricas de qualidade ou desempenho.
- **Moldura de governança**: Transações ACID, imposição de esquema, governança e linhagem escritas na moldura do lakehouse, com o armazenamento de objetos embaixo.
- **Feature store**: Registro, pipelines de engenharia, repositório offline para treino em lote e online para servir com baixa latência, em quatro blocos distintos.
- **Usuários a jusante**: Ciência de dados e ML, análise clínica e relatórios, pesquisa e descoberta de coortes, e aplicações operacionais.

- Figura de mecanismo para artigo, Proposta de financiamento, Slides de defesa, Site do laboratório

- **Privacidade e desidentificação**: O diagrama não tem etapa de desidentificação, controle de acesso nem auditoria. Revisores de informática vão perguntar em que camada os dados de saúde protegidos são removidos e quem pode ler a camada ouro.
- **Features corretas no tempo**: As features de treino tiradas do repositório offline precisam refletir o momento de cada predição, senão exames registrados depois do diagnóstico vazam para o modelo. Diga na legenda se as features são reconstruídas ponto a ponto no tempo.
- **Códigos e modelo de dados comum**: A camada prata cita só SNOMED e LOINC. Espere perguntas sobre vocabulários de medicamentos e diagnósticos e sobre o mapeamento para um modelo de dados comum como o OMOP, e complete os rótulos conforme o seu pipeline.
- **O streaming se justifica?**: A via de streaming vai da captura até o repositório online. Se você promete alertas à beira do leito, informe a latência que os sustenta; para pesquisa puramente retrospectiva, retire essa faixa.

## FAQ

### Este diagrama de arquitetura pode ir direto para um artigo?

Use-o como primeiro rascunho da figura do sistema. É uma imagem gerada por IA com erros de grafia nos rótulos das camadas prata e ouro e com marcas de cota sem sentido em volta do lakehouse; revise cada rótulo e continue refinando no chat até atender às exigências da revista.

### Posso trocar os blocos pelos componentes do nosso hospital?

Não elemento por elemento, mas dá para seguir refinando na conversa com a Yila. Descreva as suas fontes, a ingestão e os usos a jusante, por exemplo tirando o faturamento e incluindo questionários de seguimento, e as cinco colunas são reorganizadas numa nova versão.

### Recebo a figura em qual formato?

Uma imagem PNG gerada por IA, em quadro horizontal 4:3, adequada a artigos, documentos de projeto e slides. Não é vetorial, e as legendas pequenas dentro de cada camada perdem nitidez quando ampliadas; confira a legibilidade no tamanho de que precisa.

### É de graça?

Navegar nesta página e ver o exemplo não custa nada. Gerar e editar na Yila consome créditos, e uma conta nova recebe 2.500 créditos, suficientes para retrabalhar as fontes e as aplicações a jusante da sua plataforma em várias versões.

### Dá para mostrar uma versão federada com vários centros?

Descreva na conversa, por exemplo um lakehouse por hospital e só os parâmetros do modelo enviados a um coordenador central, e o lakehouse único é dividido em vários centros, com a direção em que os parâmetros viajam marcada. Os dados por paciente ficam visivelmente dentro da fronteira de cada centro, que é o que o revisor procura.

### Serve para um projeto de infraestrutura de dados?

Sim. Cinco colunas, da captura ao uso, explicam de relance o que a plataforma vai construir. Numa proposta, peça que cada coluna leve a etiqueta do pacote de trabalho a que pertence, para que a figura se alinhe ao plano técnico e o avaliador encontre cada entrega no diagrama.

---

- [Lakehouse de dados clínicos com ETL e feature store](https://yila.ai/pt/templates/clinical-data-lakehouse-network-figure)
- [llms.txt](https://yila.ai/pt/llms.txt)
