Primena Big Data koncepta u medicini

Mnogi predviđaju da budućnost Big Data analitike leži upravo u oblasti medicine, naročito u oblasti razvoja efikasnijih inovativnih  lekova, predikcije bolesti, produženja životnog veka ili potpunije kontrole ljudskog genoma. Oblasti medicine obiluje Big Data podacima.

Big Data podaci u medicini dolaze iz internih i eksternih izvora, u raznim formatima, sa različitih lokacija i u različitim pojavnim oblicima. Samo neki od podataka koji se generišu u oblasti medicine su podaci sa senzora koji mere vitalne znake pacijenata, biometrijski podaci, podaci vezani za ljudski genom, podaci vezani za klinička ispitivanja, podaci vezani za praćenje neželjenih reakcija, podaci vezani za registraciju lekova, epidemiološki podaci, laboratorijski podaci, administrativni podaci, podaci vezani za digitalnu komunikaciju i mnogi drugi.

Takođe, jedna od oblasti primene Big Data analitike u medicine su istraživanja ljudskog genoma, u okviru kojih se barata sa cifrom od preko 240 miliona baznih parova ACTG baze u okviru hromozoma, odnosno više od 3 milijardi kombinacija ACTG baze u ljudskom genomu, te se može zaključiti da samo to proizvodi 2 terabajta sirovih podataka, za čije dekodiranje je danas potrebno malo vremena.

Big Data analitika ima veliku mogućnost primene i u kliničkim istraživanjima. Nije teško zamisliti na koji način Big Data analitika može da transformiše podatke iz istraživanja nekoliko novih hemijskih jedinjenja koja se sprovode na nekoliko hiljada ljudi prateći pritom nekoliko stotina parametara za svaki molekul i svakog pacijenta posebno.

Međutim, to nije sve. Podaci koji se mogu dobiti na osnovu analize velikih serija podataka o populaciji i prevalenci bolesti u populaciji mogu da pomognu da se klinička istraživanja usmere na one pacijente koji će pokazati najverodostojnije rezultate u kliničkim ispitivanjima lekova.

Posebne mogućnosti primene Big Data analitike leže u radu sa populacionim podacima. Prevalenca oboljenja, epidemiološki podaci o bolestima, stopa oboljevanja, stopa smrtnosti, dužina trajanja lečenja, najčešće korišćeni tretmani i podaci o osiguranicima u okviru zdravstvenog sistema samo su neki od populacionih podataka koji se mogu integrisati i obraditi uz pomoć Big Data analitike.

Naravno, na ovo se nadovezuje i visoko-efikasno profilisanje pacijenata. Praćenjem velikih serija podataka o pojedinačnim pacijentima zdravstvene vlasti mogu obezbediti ne samo veću umreženost, nego i bolji pristup adekvatnim tretmanima za pacijente. Profilisanje pacijenata između ostalog obuhvata i segmentaciju pacijenata, psihografske i demografske karakteristike pacijenata, psihološke karakteristike pacijenata, njihovu kompletnu medicinsku dokumentaciju i istoriju bolesti i mnoge druge podatke koji mogu biti od koristi u njihovom profilisanju. 

o NAMA

Udruženje obolelih od limfoma LIPA osnovano je 2006. godine sa ciljem da pruži podršku i relevantne informacije pacijentima i njihovim članovima porodica.

© Copyright 2020 Šeruj za budućnost – All Rights Reserved

Kontakt