A Big Data biobankolásban megjelenő időszerűségéről jelentetett meg cikket a Pilseni Egyetemi Kórház kutatócsoportja. „A biobankolás új korszaka nyílt meg – a Big Data korszaka” – kezdi tanulmányát a két kutató, Judita Kinkorová és Ondrej Topolocan. Mind a mintagyűjtemények, mind a hozzá kapcsoló adatok mennyisége óriási mértékben növekszik a technológia ugrásszerű fejlődése következtében. Új, innovatív gondolkodásmódra van szükség, hogy ezeket a lehetőségeket kihasználjuk. Óriási adatmennyiségről beszélünk. Hogyan lehet ezt hatékonyan felhasználni a betegségek megelőzésére, a kezelésre, a nyomonkövetésre, vagy az egészségügyi ellátás optimalizálására, a személyre szabott orvoslásban?
A biobank ma már jóval több, mint minták elszigetelt gyűjtőhelye. Egy-egy biobank számos kutatási területhez kapcsolódik, szorosan összefonódik a rendszerbiológiával, informatikával, mesterséges intelligenciával. A hagyományos értelemben vett biobankok mellett, ahol humán mintákat tárolunk fagyasztott állapotban, ma már a különböző képalkotó technikák – MR, PET – is beintegrálódnak a biobankok életébe, átfogalmazva a biobank definícióját. A kapcsolódó adathalmaz mennyisége és szerkezete egyre bonyolultabb. Feldolgozhatósága túlmutat a hagyományos informatikai kapacitáson és lehetőségeken.
A Big data egy hatalmas új jelenség a tudományos életben. Középpontjában az adatok állnak. A következő években gyökeresen megváltoztatja az orvosbiológiai kutatást. Az adatvezérelt kutatás kerül előtérbe, hozzájárulva a személyreszabott orvoslás minden aspektusához a megelőzéstől a diagnózison, az előrejelzésen át a kezelésig.
A biobankolás és Big Data kapcsolata
- Adatsebesség: A biobankok esetében ez az adatok keletkezésének a sebességét jelenti. És ez egyre gyorsabban, sokszor valós időben érkezik – a páciens testére helyezett érzékelőkön keresztül. A bonyolultságot fokozza, ha az adatok feldolgozása a már tárolt adatokkal együtt történik.
- Adatmennyiség: a hagyományos betegadatok mellé társulnak a populációs és kórtörténeti adatok, az új képalkotó technológiák, az omikai vizsgálatok, gigabájtos, terabájtos adatai, melyek mennyisége újfajta adatfeldolgozási technológiát igényel
- Adatok sokfélesége: A biobankokban található nagy adatmennyiségek egyre inkább különböző formátumú és típusú forrásokból származnak. Egyre nagyobb számban keletkeznek struktúrálatlan – szöveg, hang, kép, videó – adatok, amikkel szintén kell valamit kezdeni.
- Adat életciklus: Ahogy a biobankban tárolt mintáknak, úgy a nagy adatoknak is megvan az „adatéletciklusuk”: adatgyűjtés, adatelőkészítés és -feldolgozás, adattárolás, kezelés, elemzés és végül vizualizáció.
- Adatgyűjtés: Az elsődleges adatok vagy nyers adatok (közvetlenül a gépről, webről stb. mérnek és gyűjtenek) általában nincsenek olyan formátumban, amely készen áll az elemzés elvégzésére. A bioadatokat aktívan vagy passzívan emberek, rendszerek vagy érzékelők állítják elő különböző forrásokból, és megjelenhetnek strukturált, félig strukturált vagy strukturálatlan formátumban.
- Adatok előfeldolgozása: Több szempont létezik, hogy a nyers adatokat alkalmassá tegyük tárolásra és feldolgozásra. Tisztítás során kiválogatjuk a teljes értékű adatokat, redukció során kiválogatjuk az adott modellnek megfelelőeket, transzformáció során a szükséges formátumra alakítjuk az adatokat.
- Adattárolás: Egyre inkább előtérbe kerül a felhőalapú tárolóhelyek felhasználása. Ezzel együtt felvetődik a felhőkben tárolt adatok biztonságának és védelmének problémája, valamint a pénzügyi szempontok és a fenntarthatóság.
- Mesterséges intelligencia: A mesterséges intelligencia, mint új módszer teret hódít a biobankokban, használata gyökeresen megváltoztatja a biobankolás világát. Nagy mennyiségű adatot képes feldolgozni, rendszerezni. Hatékonyan alkalmazkodik a változatos forrásadatokhoz és új kutatási igényekhez.
- Digitalizáció: Egyre nagyobb jelentőséggel bír a digitális gyógyászat. Nemcsak új minőséget, de nagy mennyiségű adatot is jelent a biobankok számára
- Automatizáció: A biobankolás teljes folyamata a gyűjtéstől a szállításon át a tárolásig és a megosztásig nem automatizálható teljesen. Az emberi hibák elkerülése érdekében a lehető legnagyobb mértékben automatizáljuk. Az eredmények hitelességének, valóságtartalmának és a kutatás reprodukálhatóságának egyik alapfeltétele a minták és az adatok minősége.
Mit hoz a jövő?
A Big Data alakalmazása új távlatot ad a személyreszabott orvoslás gyakorlatában. Különös figyelmet kell fordítani a gyermekek biobankjára. A gyermekbetegek adatainak megszerzése nehezebb a különleges és érzékeny adattípusok miatt. Egy gyermek számára a kórházi tartózkodás stresszt jelent, és a gyermekbetegek adatainak gyűjtése, tárolása és megosztása még nemzeti szinten is nehézkes. A gyermekek és a fiatalok azonban nyitottabbak az új technikai eszközökre, a viselhető eszközökre, sőt az okostelefonokra is, amelyek általában jobban elfogadottak, mint a felnőtt betegeknél és az otthoni környezetben. Az adatok folyamatosan kaphatók, és azonos körülmények között néha optimálisabb eredményeket adnak, mint a kórházban. Jelenleg készen áll és sikeresen alkalmazzák egy olyan algoritmusban, amely 90 rendellenességet képes diagnosztizálni gyermekeknél. A fiatal populációban a kockázati tényezőkre vonatkozó adatok, mint például az életmód, a dohányzás, az alkoholfogyasztás, a kábítószerrel való visszaélés, a túlsúly, a magas vérnyomás és egyéb tényezők, valamint az innovatív szűrőprogramok hosszú távú gyűjtése is hozzájárul a jobb megelőzéshez.
A biobankok nagy szerepet fognak játszani a személyre szabott orvoslásra való áttérésben, azáltal, hogy a biológiai adatokat összekapcsolják az orvosi nyilvántartásokkal. Minél több adat áll rendelkezésre egy-egy betegségről és egy-egy betegről, annál jobb diagnózist lehet majd felállítani a megelőzéshez és a kezeléshez.
A Big Data lehetővé teszi a válogatást, a megfelelő adatokat a megfelelő időben használjuk fel a gyógyítás érdekében.
Forrás: ncbi.nlm.nih.gov
