Liječnici će dobiti bolji pristup digitalnim podacima

Liječnici će dobiti bolji pristup digitalnim podacima

HyperNormalisation 2016 (Travanj 2019).

Anonim

Nacionalni instituti zdravstva dodijelili su 1, 3 milijuna dolara grantu istraživačima na Sveučilištu u Arizoni za razvoj open-source softvera koji će stručnjacima zdravstvene skrbi i znanstvenicima omogućiti upravljanje biomedicinskim velikim podacima u digitalnom obliku.

Napredni softver za komprimiranje podataka prvi put stavlja digitalizirane biomedicinske podatke u format i veličinu koju će liječnici, patolozi i drugi zdravstveni radnici s ograničenim resursima i na udaljenim lokacijama moći pristupiti, analizirati i pohraniti. Korisni digitalizirani podaci znače brže mišljenje i dijagnoze za pacijente.

"Napredak u tehnologiji kompresije slike za biomedicinske velike podatke bitan je za unapređivanje biomedicinske dijagnostike i istraživanja i za uštedu više života", izjavio je Ali Bilgin, profesor UA u odjelima elektrotehnike i računarstva i biomedicinskog inženjeringa i glavni istraživač projekta. "Mi smo usred globalnog prijelaza na digitalizaciju biomedicinskih podataka, a tu je i puno toga, ali u datotekama prevelikima za prijenos, pohranu ili dohvaćanje".

Uzorci jednog bolesnika tijekom cijelog života mogu dodati do terabajta podataka - dovoljno za popunjavanje cijelog tvrdog diska, ogromnu količinu podataka koje većina patoloških laboratorija ne može podnijeti.

Nagrada je jedan od prvih od 15 istraživačkih projekata financiranih kroz NIH Big Data to Knowledge, ili BD2K, Inicijative, objavila je agencija u lipnju. NIH je identificirao komprimiranje podataka kao jedno od ključnih fokusnih područja inicijative i dala je UA projekt ("Razvoj softverskih i analitičkih metoda za biomedicinske velike podatke u ciljanim područjima velike potrebe") faktor utjecaja od 11, agencija je drugi najviši mogući rang.

"Softver za komprimiranje podataka ima potencijal za rješavanje nekih od najznačajnijih podataka za pohranu, računanje i razmjenu izazova s ​​kojima se suočavaju biomedicinska istraživanja", rekla je NIH u svojoj najavi.

Komprimiranje podataka specifičnih za zadatke

Softver razvijen od strane UA-a stiskat će veličinu slikovnih slika do 100 puta bez gubitka pojedinosti ili razlučivosti od originalnih slika slajdova. Bilginov tim surađuje s prethodno skeniranim digitalnim slikama uzoraka klizača iz pacijenata s rakom dojke, no softver će biti primjenjiv za širok raspon bolesti.

"Medicinska zajednica već nekoliko godina radi na digitalizaciji biomedicinskih podataka, no dosad su podaci imali vrlo malo utjecaja na zdravstvenu zaštitu", rekao je Bilgin. "Većina laboratorija nije opremljena za primanje ili upotrebu milijuna gigabajta podataka iz podataka kao što su DNA sekvencijski podaci ili podaci o strukturi proteina. Naš softver će omogućiti pristup tim datotekama unatoč njihovoj velikoj veličini."

Možda većina revolucionarnih, novi softver će komprimirati digitalne slike na određene načine za određene zadatke.

"Patolog bi želio utvrditi je li slika ukazuje na rak. Istraživački znanstvenik bi mogao biti zainteresiraniji za identificiranje različitih kategorija stanica raka u uzorku", objasnio je Bilgin. "Naša će tehnologija prilagoditi veličinu i format digitalne slike koja se prenosi tako da korisnik ne prima puno podataka koje im nije potrebno."

To bi trebao biti prvi, rekao je.

"Iako je već dugo prepoznato da kvaliteta slike treba biti zasnovana na zadacima, ne znamo o prethodnim pokušajima komprimiranja slika za određene zadatke", rekao je Bilgin. "Ovo je posve novi način razmišljanja o kompresiji slike".

Inženjerstvo Bolja biomedicinska tehnologija

Sažimanje slika bilo je predmetom Bilginove disertacije u UA-u, od čega je 2002. godine stekao doktorat u elektrotehnici i računalno inženjerstvo. Iako je počeo kao elektrotehnički inženjer, rekao je: "Brzo sam shvatio da sve ove vještine bih stekao kao inženjer može biti primjenjiv na probleme u medicini. "

Michael Marcellin bio je njegov diplomski savjetnik i istodobno je istraľivao studiju financiraju iz NIH-a. Marcellin, redoviti profesor na Odjelu za elektrotehniku ​​i računalno inženjerstvo i UA College of Optical Sciences bio je glavni suradnik JPEG2000, standardnog sustava za kompresiju slike koji se koristi danas i onog koji će se koristiti u biomedicinskom istraživanju kompresije slike,

Drugi istraživači koji sudjeluju u istraživanju uključuju Elizabeth A. Krupinski, profesor i zamjenik medicinskog snimatelja i suradnik u programu Arizona Telemedicine, te Amit Ashok, docent optičkih znanosti i elektrotehnika i računalstva. Istraživači na Ohio State University, uključujući Metin Gurcan, izvanredni profesor biomedicinske informatike, također sudjeluju.

Krupinski je rekao da istraživanja imaju velike implikacije za telemedicinu, koja koristi elektroničke komunikacije za prenošenje medicinskih informacija, često na udaljenim mjestima, radi poboljšanja zdravlja pacijenata.

"Korištenje telemedicine i obujma povezanih digitalnih slika u zdravstvenoj skrbi šire se eksponencijalno", rekla je. "Mnoge od tih slika, kao što su slike cijelog klizanja patologije, iznimno su velike i teško za korisnike." Dr. Bilginove tehnike komprimiranja specifičnih za zadatke učinit će navigaciju učinkovitije i dijagnostičke interpretacije učinkovitije. "

Druga mišljenja u sekundama

Kada pacijent danas zatraži drugo mišljenje, patolozi šalju pacijentov dijagonalni uzorak u drugi laboratorij za pripremu bioloških testova za drugog liječnika. Proces može potrajati dani. Program razvijen od strane UA-e prenijet će podatke spremne za pregled u nekoliko minuta ili sekundi, omogućujući korisnicima da gledaju digitalne slike i dijele informacije o njima na velikim udaljenostima u stvarnom vremenu.

"Ovo će pomoći bolesnicima brže dobiti druga mišljenja i smanjiti šanse dijagnostičke pogreške", rekao je Bilgin.

Također će unaprijediti biomedicinska istraživanja i otkrića.

"Recimo da patolog vidi veliku skupinu određene vrste stanica na njihovoj digitalnoj slici", rekao je Bilgin. "Oni mogu koristiti novi softver za traženje svih digitalnih patoloških uzoraka slične stanične osobine, što ima ogroman potencijal za povećanje naše sposobnosti da brzo identificiramo bolest".