Artículo Ariel Arias · 22 nov, 2022 Lectura de 7 min IAM & IRIS / IRIS Health desde un mismo archivo YML Disclosure Statement: Sugerencias para relalizar pruebas en ambientes usados para demostraciones o desarrollos, no en ambientes productivos. Caso de uso: teniendo IAM, lo ejecutamos desde un archivo YML, y necesitamos que se conecte a una Instancia IRIS en seguida, pero IRIS tiene deshabilitado el usuario IAM y la aplicación IAM. #Administración del sistema #Consejos y trucos #Despliegue #Docker #InterSystems API Manager (IAM) #Portal de ideas de InterSystems #InterSystems IRIS #InterSystems IRIS for Health 0 0 1 127
Artículo Ariel Arias · 22 nov, 2022 Lectura de 6 min Linked Tables + Analítica Caso de Uso: tenemos acceso a datos remotos; vía JDBC o vía ODBC desde IRIS, y queremos presentar la información en un Dashboard, pero no deseamos o no podemos migrar dicha información a IRIS. Alternativa: Tomamos ventaja de la conexión al origen de Datos, usamos "Linked Tables" de IRIS, luego podemos realizar el análisis a estos datos y presentarlos finalmente en un Dashboard. Para este ejemplo vamos a realizarlo en este escenario: #Analizador #Analítica #Bases de datos #Compatibilidad #Cubos #InterSystems IRIS BI (DeepSee) 1 0 1 146
Artículo Ariel Arias · 23 nov, 2021 Lectura de 6 min API REST, a una producción, un ejemplo rápido Bajo el escenario que ya tenemos una API REST, funcionando, y queremos incorporarla a una producción para contar con trazabilidad y todas las ventajas que ofrece IRIS para interoperar, dejo este artículo para cambiar una API existente que responde un JSON, para responder el mismo JSON pero dejando sus trazas en una producción de la misma instancia. Lo primero, ya contamos con una aplicación creada, llamada /restapi y que tiene como DispatchClass: Testing.REST.ApiDisp (o la clase que tenemos en nuestra instancia). #API REST #Interoperabilidad #InterSystems IRIS 0 0 0 410
Artículo Ariel Arias · 8 nov, 2021 Lectura de 8 min Utilizar modelo de IRISFHIRML (NoShow) teniendo origen de datos: TrakCare 2017 MODELO RESUMIDO Siguiendo el ejemplo disponible en GitHub FHIR IntegratedML vamos usar el modelo resumido para entrenar el modelo de predicción de "No Asistirá" (NotShow). Haremos un match entre los campos de la tabla PackageSample.NoShowMLRow y los campos de TrakCare. El punto de partida en TrakCare será la tabla SQLUser.RB_Appointment. #Bases de datos #Machine Learning (ML) #ODBC #InterSystems IRIS for Health #TrakCare 1 0 1 129