Η τέλεια καταιγίδα των Big data στην Υγεία

Οι υπολογιστές δεν πρόκειται να αναλάβουν τη λήψη αποφάσεων στην ιατρική, ξεκαθάρισε ο Matthias Reumann, Sustainable, Resilient Health Systems Research της IBM Research, από το βήμα του 7^ου Pharma & Health Conference.

Σύμφωνα με την παρουσίαση του κ. Reumann τα Big data στην Υγεία βιώνουν μια τέλεια καταιγίδα: Ο όγκος αυξάνεται εκθετικά με όλο και μεγαλύτερη ταχύτητα, το εύρος των δεδομένων κυμαίνεται από πληροφορίες γύρω από τα λεγόμενα multi-omics («πολύ –ωματικές») έως μετρήσεις lifestyle με τη βοήθεια κινητών συσκευών, που στηρίζονται από δομές cloud. «Το 60% των δεδομένων (συμπεριφορικά, περιβαλλοντικά) θα συνεισφέρει στα αποτελέσματα της υγείας», ανέφερε.

Αναλυτικές μέθοδοι της τελευταίας τεχνολογίας, σε γενικές γραμμές, περιορίζονται από υπολογιστικές προσεγγίσεις. Επιπλέον, η σύγκληση της ανάλυσης δεδομένων,  εξελιγμένες προσεγγίσεις μοντελοποίησης και γνωστική υπολογιστική γεννούν ελπίδες επίλυσης των προκλήσεων των big data στην υγεία και στις επιστήμες ζωής.

Η ανάλυση δεδομένων, ειδικά στην εποχή των αναδυόμενων ερευνητικών πεδίων στον τομέα των «ωματικών», αποδίδουν μεγάλες ποσότητες αποτελεσμάτων, δεδομένου ότι υπολογιστικές προκλήσεις ξεπερνιούνται.

Η διαλογή των αποτελεσμάτων απαιτεί εξειδικευμένες και μεταφραστικές γνώσεις. Η γνωστική υπολογιστική μπορεί να διαδραματίσει σημαντικό ρόλο στην επίτευξη διαφανών αποτελεσμάτων. Τα εργαλεία γνωστικής υπολογιστικής μπορούν να χρησιμοποιηθούν για να προκύψουν υποθέσεις που θα οδηγήσουν τις πειραματικές μελέτες αλλά και ως αρχική γνώση που οδηγεί την ανάλυση δεδομένων.

Η διαρκώς αυξανόμενη ποσότητα δεδομένων απαιτεί μεγαλύτερο όγκο υπολογισμών που κάποια στιγμή θα μπορούν να αντιμετωπιστούν μόνο από υπερυπολογιστές. Σε μοντέλα βιοφυσικής έχουμε ήδη δείξει πως η υπολογιστική πρόκληση μπορεί να ξεπεραστεί με τη χρήση υπολογιστική συστημάτων υψηλής απόδοσης. Η πολυπλοκότητα της υπολογιστικής μοντελοποίησης βιοφυσικών διαδικασιών έχει κάνει τη μετάβαση από τη βασική έρευνα στη μεταφραστική επιστήμη και ιατρική. Σήμερα είναι εφικτό τα δεδομένα υγείας να αυξηθούν με την προσομοίωση βιοφυσικών μοντέλων προσαρμοσμένα σε κάθε ασθενή. Η γνωστική υπολογιστική είναι ένα πολλά υποσχόμενο μονοπάτι για να καταστούν διαφανή τα αναλυτικά αποτελέσματα.

Η τεχνολογία IBM WatsonTM επιτρέπει τα αποτελέσματα της ανάλυσης να παρουσιαστούν σε ένα παγκόσμιο πλαίσιο  συσσωρευμένης γνώσης της δημοσιευμένης βιβλιογραφίας. Η οπτική των δεδομένων και της ανάλυσης μέσα από αυτό το παγκόσμιο πλαίσιο δεν θα επιτρέψει μόνο την επαλήθευση των αποτελεσμάτων, θα βοηθήσει επίσης στην επιτάχυνση της ανακάλυψης και αναγνώρισης, για παράδειγμα, νέων στόχων στην ανάπτυξη νέων φαρμάκων. Αναλύσεις που οδηγούνται από τα δεδομένα και παράλληλα βασίζονται στη γνώση, σε ένα περιβάλλον γνωστικής υπολογιστικής μετατρέπονται σε έναν ισχυρό τρόπο δημιουργίας υποθέσεων και περιορισμού του χώρου έρευνας ώστε να μπορεί αποτελεσματικά να  ελεγχθεί με τη χρήση παραδοσιακών εργαστηριακών μεθόδων.

Η τεχνολογία IBM WatsonTM επιτρέπει τον εντοπισμό του «ψύλλου στα άχυρα» στη σημερινή πρόκληση των big data. Συνεπώς, η δύναμη τωνbig data μπορεί να απελευθερωθεί με την υιοθέτηση νέων προσεγγίσεων στην ανάλυση που καθοδηγείται από τα δεδομένα μέσα σε ένα γνωστικό υπολογιστικό περιβάλλον. Αυτό δημιουργεί μια ολιστική οπτική που τοποθετεί την ανάλυση των big data στο πλαίσιο της συσσωρευμένες γνώσης της επιστημονικής κοινότητας.