Kilder til store data i medisin
Følgende er en bred oversikt over typer og kilder til store data av interesse for helsepersonell, forskere, betalere, beslutningstakere og næringsliv. Disse kategoriene utelukker ikke gjensidig, fordi de samme dataene kan stammer fra en rekke kilder.
Denne listen er heller ikke uttømmende, fordi den praktiske anvendelsen av store dataanalyser sikkert vil fortsette å utvide.
Kliniske informasjonssystemer
Dette er tradisjonelle kilder til kliniske data som helsepersonell er vant til å se på.- Elektroniske helseposter (EHR) samler, lagrer og viser informasjon som demografi, tidligere medisinsk historie, aktive medisinske problemer, immuniseringer, allergier, medisiner, vitale tegn, resultater fra laboratorie- og radiologi tester, patologiske rapporter, fremskritt notater skapt av helsevesenet leverandører, og administrative og finansielle dokumenter
- Elektroniske medisinske journaler (EMRs) er ikke identiske med EHRs og gjelder vanligvis data lagret hos en bestemt lege.
- Helseinformasjonsutveksling fungerer som knutepunkter mellom ulike kliniske informasjonssystemer
- Pasientregister, vedlikeholdt av helsesektoren på egne pasienter, er ofte knyttet til EHR. Andre registre sporer immuniseringer, kreft, traumer og andre helseproblemer på en bredere skala.
- Pasientportaler gir pasienter tilgang til personlig helseinformasjon lagret i en helsevesenets organisasjon. Noen pasientportaler tillater også brukere å be om reseptbelagte påfyll og utveksle sikre elektroniske meldinger med helsepersonellet.
- Kliniske datalagre samlet data på pasientnivå fra flere kliniske informasjonssystemer, som for eksempel EHR og andre kilder som er oppført ovenfor
Kravdata fra betalere
Offentlige betalere (for eksempel Medicare) og private betalere har store repositorier av kravdata på mottakerne. Noen helseforsikringsselskaper tilbyr nå også incentiver for å dele helsedataene dine.Forskningsstudier
Forskningsdatabaser inneholder informasjon om studiedeltakere, eksperimentelle behandlinger og kliniske utfall. Store studier er vanligvis sponset av farmasøytiske selskaper eller myndigheter. En applikasjon av personlig medisin er å matche individuelle pasienter med effektive behandlinger, basert på mønstre i kliniske forsøksdata.Denne tilnærmingen beveger seg utover å bruke bevisbaserte medisinprinsipper, hvorved en helsepersonell avgjør om en pasient deler brede egenskaper (for eksempel alder, kjønn, rase, klinisk status) med prøvedeltakere. Med stor dataanalyse er det mulig å velge en behandling basert på mye mer granulær informasjon, for eksempel den genetiske profilen til pasientens kreft (se nedenfor).
Kliniske beslutningsstøttesystemer (CDSS) har også utviklet seg raskt og representerer nå en stor del av kunstig intelligens (AI) i medisin. De bruker pasientdata for å hjelpe klinikere med sin beslutningsprosess og blir ofte kombinert med EHR.
Genetiske databaser
Lageret for menneskelig genetisk informasjon fortsetter å samle seg i et raskt tempo. Siden Human Genome Project ble fullført i 2003, har kostnaden for human DNA-sekvensering blitt redusert med en million ganger. Personal Genome Project (PGP), lansert i 2005 av Harvard Medical School, søker å sekvensere og publisere de komplette genomene på 100.000 frivillige fra hele verden. Selve PGP er et godt eksempel på stort dataprosjekt på grunn av det store volumet og mangfoldet av data. Et personlig genom inneholder omtrent 100 gigabyte data. I tillegg til sekvenseringsgenerene samler PGP også data fra EHR, undersøkelser og mikrobiome profiler.En rekke selskaper tilbyr genetisk sekvensering direkte til forbrukere for helse, personlige egenskaper og farmakogenetikk på kommersiell basis.
Denne personlige informasjonen kan underkastes stor dataanalyse. For eksempel stoppet 23andMe å tilby helsemessige genetiske rapporter til nye kunder per 22. november 2013, for å overholde US Food and Drug Administration. Imidlertid begynte selskapet i 2015 å tilby visse helsekomponenter av deres genetiske spyttprøve igjen, denne gangen med FDAs godkjenning.
Offentlige poster
Regjeringen holder detaljert oversikt over hendelser knyttet til helse, som innvandring, ekteskap, fødsel og død. US-folketellingen har samlet enorme mengder informasjon hvert 10. år siden 1790. Statens statistikkwebside hadde 370 milliarder celler fra 2013, med ca 11 milliarder kroner økt årlig.Websøk
Websøkinformasjon samlet av Google og andre websøkleverandører kan gi sanntidsinnsikt relatert til befolkningens helse. Verdien av store data fra nettsøkemønstre kan imidlertid forbedres ved å kombinere den med tradisjonelle kilder til helsedata.Sosiale medier
Facebook, Twitter og andre sosiale medier-plattformer genererer et rikt utvalg av data døgnet rundt, og gir en oversikt over plasseringene, helsemessige oppføringer, følelser og sosiale interaksjoner mellom brukerne. Anvendelsen av sosiale medier store data til folkehelsen har blitt referert til som digital sykdomsdeteksjon eller digital epidemiologi. Twitter, for eksempel, har blitt brukt til å analysere influensaepidemier blant befolkningen generelt.Verdens velværeprosjekt som startet ved University of Pennsylvania er et annet eksempel på å studere sosiale medier for å forstå folks opplevelse og helse bedre. Prosjektet samler psykologer, statistikere og datavitenskapere som analyserer språk som brukes når de samhandler på nettet, for eksempel når man skriver statusoppdateringer på Facebook og Twitter. Forskere ser på hvordan brukeres språk relaterer seg til helse og lykke. Fremskritt i naturlig språkbehandling og maskinlæring hjelper med deres bestrebelser. En nylig publisering fra University of Pennsylvania så på måter å forutsi psykisk lidelse ved å analysere sosiale medier. Det ser ut som at symptomer på depresjon og andre psykiske helseforhold kan oppdages ved å studere bruken av Internett. Forskere håper i fremtiden at disse metodene vil kunne bedre identifisere og bistå risikofylte personer.
The Things of Things (IoT)
Massive trover av helsemessig informasjon samles også inn og lagres på mobil- og hjemmeapparater.- Smartphones: Tusenvis av mHealth-apper fanger opp informasjon om brukerens fysiske aktivitet, næringsinntak, søvnmønstre, følelser og andre parametere. Native cellular apps (for eksempel GPS, e-post, teksting) kan også gi ledetråder om en persons helse status.
- Slitasje skjermer og enheter: Pedometre, akselerometre, briller, klokker og brikker innebygd under huden samler også helsemessig informasjon og kan også sende dem inn i skyen.
- Telemedisin-enheter tillater helsepersonell å overvåke pasientens parametere som blodtrykk, hjertefrekvens, respirasjonsfrekvens, oksygenering, temperatur, EKG-spor og vekt.
