• nátha
    • Vazomotoros nátha – lehet, hogy ettől szenved hetek óta?

      Vazomotoros nátha – lehet, hogy ettől szenved hetek óta?

    • Ha a koronavírus nem lenne elég: épp mindenki náthás

      Ha a koronavírus nem lenne elég: épp mindenki náthás

    • Matematikai modellezés szerint náthává szelídülhet a koronavírus

      Matematikai modellezés szerint náthává szelídülhet a koronavírus

  • melanóma
    • Egyszerű módszer a melanoma korai felismerésére

      Egyszerű módszer a melanoma korai felismerésére

    • Bőrrák megelőzés – praktikus tanácsok

      Bőrrák megelőzés – praktikus tanácsok

    • Melanoma: kevés ismeret, késői diagnózis

      Melanoma: kevés ismeret, késői diagnózis

  • egynapos sebészet
    • Megduplázódott az egynapos sebészeti ellátások aránya

      Megduplázódott az egynapos sebészeti ellátások aránya

    • Egynapos sebészetet adtak át Karácsony Gergelyék

      Egynapos sebészetet adtak át Karácsony Gergelyék

    • Új fejezet a műtétben, diagnosztikában Szabolcsban

      Új fejezet a műtétben, diagnosztikában Szabolcsban

Beteggondozás mesterséges intelligenciával?

Hírek 2022.06.29 Forrás: Computerworld
Beteggondozás mesterséges intelligenciával?

Sikeres big data kutatási projektet zárt le a CompuTREND Zrt.

Az asztmás betegek életét és az asztmával fogalkozó orvosok munkáját teheti könnyebbé, de középtávon több krónikus gondozási területre is kiterjeszthető az az informatikai modell, amelynek két éves kutatás-fejlesztési projektjét már korábban lezárta, de eredményeit most publikálja az elsősorban egészségügyi informatikai megoldásairól ismert CompuTREND Zrt.

A KFI_16-1-2017-0113. számú, a Nemzeti Kutatási, Fejlesztési és Innovációs Hivatal támogatásával megvalósuló kutatás-fejlesztési pályázat az asztmás betegek gondozásának módszertanát helyezte górcső alá, és erre fejlesztett ki olyan adatelemzési és mesterséges intelligencia megoldásokat, amely kiegészítési és könnyebbé teszi a gondozás folyamatát.

A fejlesztés során egy magyar nyelvű, orvosi szövegelemzésre épülő, a terápiás kockázatokat előrejelző, a gyógyszerterápia hatásosságára, eredményességére ható tényezők feltárását szolgáló informatikai megoldás jött létre, amelynek tapasztalatai alapján egyéb hosszú távú terápiás területeken is ki lehet majd használni a fejlett adatelemzési lehetőségeket.

Orvosi szövegből strukturált adat

A kutatás-fejlesztési projekt célja első lépésben egy olyan keretrendszer létrehozása volt, amely az asztmás vagy ételallergiás gyermekek komplex orvosi dokumentációjából kinyerhető adatokra, valamint az otthoni környezetben folyamatosan végzett spirométeres vizsgálat és gondozási rendszer keretében gyűjtött valós idejű információkra, a betegséggel összefüggő, beteg által rögzített állapotleírásokra támaszkodva a kezelőorvos számára többletinformációt biztosít a terápia alakulásáról, valamint előre jelzi a gyógyszeres terápia nem megfelelő hatékonyságát, a változtatás szükségességét.

A kutatási program legfontosabb célja egy magyar nyelvű, orvosi szövegelemzésre alkalmas modell felépítése volt, amely az orvosi dokumentáció szöveges  információjából strukturált adatokat hoz létre, és azokat elemzi is, összehasonlítja a szakirodalmi adatokkal, valamint az adott terápiás terület eredményeivel is. A magyar nyelvű orvosi szövegelemzés alapjainak megteremtésével lehetőség nyílt arra, hogy az elektronikusan rendelkezésre álló, és egyre bővülő méretű egészségügyi adatok big data alapú elemzésével a különböző területen zajló orvos-szakmai kutatások új adatimpulzust kapjanak.

Automatizálni az egészségügyi folyamatokat

Globális viszonylatban, a népesség folyamatos növekedésével, a krónikus betegségekkel való együttélés időtartamának jelentős emelkedésével, a technológia rohamos fejlődésével robbanásszerűen növekednek az egészségügyi kiadások, a nemzeti össztermék egyre nagyobb arányát fordítják a fejlett nemzetgazdságok az egészségügyi ellátásra. Kulcskérdéssé vált az egészségügyi kiadások racionalizálása, így a döntéshozatal során alkalmazott folyamatok automatizálása.

Az egészségügyi informatika, főként az egészségügyi gazdasági informatika területén meghatározó piaci pozíciót betöltő, jelentős szakmai tapasztalatot felhalmozó CompuTREND Zrt. ezért indított kutatás-fejlesztési programot a big data alapú rendszerek megvalósítására.

Az egészségügy – és ebben Magyarország egyáltalán nincs lemaradva Nyugat-Európához képest – hatalmas mennyiségű adatot gyűjt, kezel és tárol. Ezeknek az adatoknak közös jellemzője, hogy különböző, egymástól elszigetelt helyeken, kórházakban, háziorvosi rendelők vagy magánegészségügyi szolgáltatók adatbázisaiban, klinikai vizsgálati, kutatóhelyek helyek adatbázisaiban találatóak. Strukturáltak, nem strukturáltak, szövegesek, képi alapúak, műszerek jelzéseiből állnak, és ez a heterogén adathalmaz, rendkívüli módon megnehezíti az adatok elemzését, az információk kinyerését, a megfelelő következtetések levonását, az ok-okozati viszonyrendszer teljeskörű feltérképezését.

A big data típusú adatelemzések segítségével azonban ezen probléma megoldása elérhetővé válhat: a strukturált egészségügyi adatokon túl, a nem strukturált egészségügyi adatokban, jellemzően szöveges leírásokban, rejlő információkat is fel lehet használni a minél pontosabb döntéshozatalhoz.

Az orvosi dokumentációk szöveges elemei, a státusz, epikrízis leírások, a radiológiai és szövettani leletek számos olyan információt tartalmaznak, ami hagyományos adatbányászati eszközök segítségével nem nyerhető ki, ugyanis az egészségügyi dokumentációk döntő része szabad szöveges mező, azaz nem strukturált adathalmaz. A kutatási-fejlesztési projektben tehát egy olyan megoldás kifejlesztését tűzta ki a CompuTREND, amely képes a nem strukturált adatokból automatizált módon strukturált adatbázist építeni – ráadásul figyelembe veszi a magyar nyelv sajátosságait is, így a magyar egészségügyben zökkenőmentesen alkalmazható.

A strukturált egészségügyi adatok felhasználási lehetőségei – a CompuTREND modellje szerint

 

A big data modell

A kutatás során olyan adaptált big data feldolgozáson alapuló algoritmust és módszertani modellt dolgozott ki a cég, amely két orvos-beteg találkozás között is releváns információt képes összegyűjteni a beteg állapotáról, életminőséget befolyásoló tüneteiről, a szedett gyógyszerek megfelelő dozírozásáról, interakcióiról, mellékhatásáról a kezelőorvos számára, és a lehető leghamarabb jelzi, ha valamilyen kockázati tényező miatt orvosi beavatkozásra van szükség.

Az algoritmus képest elemezni a beteg életminőségét meghatározó tüneteket és panaszokat, a mérhető vitális paraméterek közötti kapcsolatokat, valamint azt, hogy ezek hogyan használhatóak fel az állapot rosszabbodás előrejelzésére. A kutatás-fejlesztési projekt elsősorban asztmára és ételallergiára koncentrált, de a big data modell alkalmazható egyéb betegcsoport gondozásának támogatására is, elsősorban egy olyan tünetek és panaszok leírására alkalmas szabványosítható adatbázis és módszertani leírással, amely alkalmas más szakterületeken is megvalósuló felhasználásra.

Eredmények

A két éves kutatás-fejlesztési programban sikerült olyan megoldást kialakítani és működési modellt létrehozni, amely megoldást nyújt a betegellátás során keletkező egészségügyi dokumentációk szöveges adataiból származó, jelenleg nem feldolgozott adatok, információk gyógyító folyamatokba történő integrálhatóságára. Ezzel egyidejűleg létrehoztak egy olyan informatikai alapú gondozási modellt, amelyben a betegnek magának is aktívan részt kell vennie a kezelés folyamatában, és a terápia konzekvens betartásával megfelelő életminőség elérésére számítani lehet.

A gondozási modell lehetőséget nyújt külső eszköz mérési adatainak, az asztmagondozás esetében a spirométer mért adatainak integrálására, valamint tartalmaz egy olyan, a páciens tüneteinek és panaszainak valós idejű naplózására alkalmas megoldást is, amellyel lehetővé válik a különböző betegségek hatékony otthoni megfigyelése, valamint az állapotrosszabbodások, a terápiás kockázatok pontos előrejelzése.

Bár a gondozási modellt a légúti és ételallergiában, asztmában szenvedő betegekre vonatkozóan fejlesztették ki, a módszertan középtábon lehetőséget teremt a szív- és érrendszeri betegségek, diabétesz, véralvadási zavarok és egyéb krónikus betegségek támogatására is, hogy a különböző érdekeltek a terápia eredményességére, hatékonyságára vonatkozó információhoz juthassanak.

A kutatás-fejlesztési projekt keretében létrehozott informatikai megoldás megteremtette annak alapjait, hogy a teljes körű orvosi lelet beolvasását követően a laikus páciens automatikusan, közérthető formában, strukturált módon kapja vissza a felhasználó az egészségügyi anyagának értelmezését.

Kapcsolódó hírek

Legolvasottabb cikkeink