Извори великих података у медицини
Једноставна дефиниција великих података у медицини је "укупан податак који се односи на здравље и благостање пацијената" (Рагхупатхи 2014). Али које су то тачно ове врсте података и одакле долазе?
Слиједи шири преглед врста и извора великих података од интереса за пружаоце здравствених услуга, истраживаче, обвезнике, доносиоце политика и индустрију.
Ове категорије се међусобно не искључују, јер исти подаци могу потекнути из различитих извора.
Нити ова листа није исцрпна, јер ће практична примена велике анализе података свакако наставити да се шири.
Клинички информациони системи
Ово су традиционални извори клиничких података које су здравствени радници навикли на преглед.
- Електронски здравствени записи (ЕХР) прикупљају, чувају и приказују информације као што су демографски подаци, прошлост историје болести, активни медицински проблеми, имунизације, алергије, лијекови, витални знаци, резултати лабораторијских и радиолошких тестова, извјештаји о патологији, провајдера и административних и финансијских докумената
- Електронски медицински подаци (ЕМР) нису идентични ЕХР-у и обично се односе на податке који се чувају код одређеног лекара.
- Размена информација о здрављу служи као чворишта између различитих клиничких информационих система
- Регистар пацијената, који здравствене организације одржавају својим пацијентима, често су повезани са ЕХР. Остали регистри пратити имунизацију, рак, трауму и друга питања јавног здравства на ширем географском нивоу.
- Портали пацијената омогућавају пацијентима приступ личним здравственим информацијама које се чувају у ЕХР здравствене организације. Неки портали за пацијенте такође омогућавају корисницима да затраже пуњење на рецепт и размене сигурне електронске поруке са тимом за здравствену заштиту.
- Клиничко складиште података агрегира податке на нивоу пацијента из више клиничких информационих система, као што су ЕХР и други извори наведени горе
Потражује податке од обвезника
Јавни обвезници (нпр. Медицаре) и приватни обвезници имају велике збирке података о потраживањима својих корисника. Неки здравствени осигураника сада такође пружају подстицаје за подјелу ваших здравствених података.
Истраживачке студије
Истраживачке базе података садрже информације о учесницима у студији, експерименталним третманима и клиничким резултатима. Велике студије обично спонзоришу фармацеутске компаније или владине агенције. Апликација персонализоване медицине је да одговара појединачним пацијентима ефикасним третманима, на основу обрасца у подацима клиничког испитивања.
Овај приступ се креће изван примјене принципа медицине заснованих на доказима, помоћу којих здравствени радник утврђује да ли пацијент дели широке карактеристике (нпр. Старост, пол, раса, клинички статус) са учесницима у суђењу. Уз велику аналитику података, могуће је одабрати третман базиран на много грануларнијим информацијама, као што је генетски профил пацијентовог карцинома (види доле).
Клинички системи за подршку одлучивању (ЦДСС) такође се брзо развијају и сада представљају велики део вештачке интелигенције (АИ) у медицини.
Они користе податке о пацијенту како би помогли клиничарима у њиховом доношењу одлука и често су комбиновани са ЕХР.
Генетске базе података
Складиште људских генетских информација наставља да се акумулира брзим темпом. С обзиром да је Пројекат људског генома завршен 2003. године, трошкови секвенцирања људских ДНК су смањени за милион пута. Пројекат личног генома (ПГП), који је започео 2005. године од стране Харвардове медицинске школе, тражи да редовно и објављује комплетне геноме од 100.000 волонтера из целог света. Сама ПГП је сјајан пример великог пројекта података због великог обима и разноликости података.
Лични геном садржи око 100 гигабајта података. Осим секвенцирања генома, ПГП такође прикупља податке из ЕХР-ова, анкета и микробиолошких профила.
Велики број компанија нуди генетске секвенционирање директно ка потрошачу за здравље, личне особине и фармакогенетику на комерцијалној основи.
Ове личне информације могу бити подређене великој анализи података. На примјер, 23анд ми је престало да понуди здравствене генетске извјештаје новим купцима од 22. новембра 2013. године, да би се придржавала америчке администрације за храну и лијечење. Међутим, у 2015. години компанија је поново почела да понуди одређене здравствене компоненте свог теста генетске пљувачке, овог пута уз одобрење ФДА-е.
Публиц Рецордс
Влада води детаљне податке о догађајима везаним за здравље, као што су имиграција, брак, рођење и смрт. Попис Сједињених Америчких Држава је прикупио огромне количине информација сваких 10 година од 1790. године. Пописна статистичка интернет презентација имала је 370 милијарди ћелија од 2013. године, са додатних 11 милијарди више годишње.
Веб Сеарцхес
Информације за претраживање на мрежи које су сакупљале Гоогле и други провајдери за претраживање веба могу пружити увид у реалном времену везано за здравље становништва. Међутим, вредност великих података из веб претраживања може се побољшати комбиновањем са традиционалним изворима података о здрављу.
Друштвени медији
Фацебоок, Твиттер и друге платформе друштвених медија генеришу богат избор података за сат времена, дајући поглед на локације, здравствено понашање, емоције и друштвене интеракције корисника. Примена великих података социјалних медија на јавно здравље названо је као откривање дигиталних болести или дигитална епидемиологија. На пример, Твиттер се користи за анализу епидемије грипе међу општом популацијом.
Пројекат светског благостања који је започео на Универзитету у Пенсилванији је још један пример проучавања друштвених медија да боље разумеју људско искуство и здравље. Пројекат окупља психологе, статистичаре и рачуновође који анализирају језик који се користи приликом интеракције на мрежи, на пример, приликом писања ажурирања статуса на Фацебооку и Твиттеру. Научници посматрају како се језик корисника односи на њихово здравље и срећу. Напредак у обради природног језика и машинском учењу помажу у њиховим напорима. Недавна публикација са Универзитета у Пеннсилванији је истраживала начине предвиђања менталних болести анализом друштвених медија. Изгледа да се симптоми депресије и други ментално-здравствени услови могу открити проучавајући нашу употребу Интернета. Научници се надају да ће у будућности ове методе бити у стању да боље идентификују и помогну појединцима из ризика.
Интернет ствари (ИоТ)
Масивни подаци о здравственим информацијама се такође прикупљају и чувају на мобилним и кућним уређајима .
- Смартпхонес : Хиљаде мХеалтх апликација прикупља информације о физичкој активности корисника, уносу у исхрани, узорцима спавања, емоцијама и другим параметрима. Природне апликације за мобителе (нпр. ГПС, е-пошта, слање текстова) такође могу дати закључке о здравственом стању појединца.
- Носиви монитори и уређаји: педометри, акцелерометри, чаше, сатови и чипови уграђени под кожу такође прикупљају информације везане за здравље и могу их послати у облак.
- Телемедицински уређаји омогућавају пружатељима здравствене заштите да прате параметре пацијената као што су крвни притисак, откуцај срца, брзина дисања, оксигенација, температура, ЕКГ трацингс и тежина.
Финансијске трансакције
Трансакције кредитних картица пацијената укључене су у предиктивне моделе које користи систем Царолинас ХеалтхЦаре за идентификацију пацијената који су под високим ризиком да би били поново допуштени у болницу. Здравствени службеник из Шарлотте користи велике податке да подели пацијенте у разне групе, на примјер, на основу болести и географске локације.
Етичке и приватне импликације
Треба истакнути да у неким случајевима могу бити важне етичке и приватне импликације приликом прикупљања и приступа подацима у здравственој заштити. Нови извори великих података могу побољшати наше разумијевање утицаја појединаца и здравља становништва, међутим, различите ризике треба пажљиво разматрати и пратити. Сада је такође признато да подаци који се раније сматрају анонимним могу се поново идентификовати. На пример, професор Латаниа Свеенеи из Харвардове лабораторије за заштиту података је прегледала 1.130 волонтера укључених у Пројекат личног генома. Она и њен тим су успели да исправно именују 42 посто учесника на основу информација које су дијелили (поштански број, датум рођења, пол). Ово знање може повећати свијест о потенцијалним ризицима и помоћи нам да доносимо боље одлуке о размјени података.
> Извори:
> Цонваи М, О'Цоннор Д. Друштвени медији, велики подаци и ментално здравље: актуелни напредак и етичке импликације. Садашње мишљење у психологији 2016; 9: 77-82.
> Фернандес Л, О'Цоннор М, Веавер В. Велики подаци, већи исходи. Јоурнал оф тхе Америцан Хеалтх Манагемент Ассоциатион 2012; 83 (10): 38-43
> Гунтуку С, Иаден Д, Керн М, Унгар Л, Еицхстаедт Ј. Откривају депресију и менталне болести на друштвеним мрежама: интегративни преглед . Актуелно мишљење у веду о понашању 2017; 18: 43-49.
> Лазер Д, Кеннеди Р, Кинг Г, Веспигнани А. Парабола Гоогле Флу: Трапс у великој анализи података . Наука 2014; 343 (6176): 1203-1205.
> Рагхупатхи В, Рагхупатхи В. Велика анализа података у здравству: обећање и потенти ал. Здравствене информационе науке и системи 2014; 2: 3.
> Свеенеи Л, Абу А, Винн Ј. Идентификација учесника у пројекту личног генома по имену . Универзитет Харвард. Дата Приваци Лаб. Бела књига 1021-1. 24. априла 2013. године.