औषधिमा बिग डाटाको स्रोत
औषधिमा ठूलो डेटाको सरल परिभाषा "रोगी स्वास्थ्य हेरविचार र भलाइलाई सम्बन्धित डेटाको समग्रता" (राघपति 2014)। तर यो वास्तवमा यी प्रकारको डेटा के हो, र तिनीहरू कहाँबाट आउँछन्?
निम्न स्वास्थ्य-हेरचाह प्रदायक, शोधकर्ताहरू, दाताहरू, नीतिकारहरू र उद्योगमा ब्याजको ठूलो डेटाको स्रोत र स्रोतहरूको विस्तृत विवरण हो।
यी कोटीहरू अनौपचारिक अनन्य होइनन्, किनभने एउटै डेटा विभिन्न स्रोतहरूबाट उत्पन्न हुन सक्छ।
न त यो सूची विस्तृत छ, किनकि ठूलो डेटा विश्लेषणको व्यावहारिक अनुप्रयोग निश्चित रूपमा विस्तार हुनेछ।
क्लिनिकल सूचना प्रणाली
यी क्लिनिकल डेटाको परम्परागत स्रोत हुन् जुन स्वास्थ्य हेरचाह प्रदायकहरू हेर्नका लागि आदी हुन्छन्।
- इलेक्ट्रोनिक स्वास्थ्य रेकर्ड (ईएएचएस) जनसांख्यिकी, पूर्व चिकित्सा इतिहास, सक्रिय चिकित्सा समस्याहरू, प्रतिरक्षा, एलर्जी, दबाइहरु, महत्वपूर्ण चिन्हहरू, एकत्रित, भण्डार र प्रदर्शन गर्नुहोस् प्रयोगशाला र रेडियोशास्त्र परीक्षण, पथोलोजी रिपोर्टहरू, स्वास्थ्य हेरविचारद्वारा सिर्जना गरिएका नोटहरू प्रदायकहरू, र प्रशासनिक र वित्तीय कागजातहरू
- इलेक्ट्रोनिक मेडिकल रेकर्ड (ईएमआर) ईएचएचको समान छैन र प्रायः एक विशेष चिकित्सक संग डाटा भण्डार गरिएको छ।
- स्वास्थ्य जानकारी एक्सचेंजले असामान्य नैदानिक सूचना प्रणालीको बीचमा केन्द्रहरूको रूपमा सेवा गर्दछ
- स्वास्थ्य हेरविचार संस्थाहरूले आफ्नो रोगीहरूमा राखिएको रोगी रजिष्टर्डहरू प्रायः ईएचएचसँग सम्बन्धित छन्। अन्य सन्दर्भहरूले व्यापक भौगोलिक स्तरमा प्रतिरक्षा, क्यान्सर, श्वास, र अन्य सार्वजनिक स्वास्थ्य समस्याहरू ट्रयाक गर्दछ।
- रोगी पोर्टलहरूले स्वास्थ्य हेरविचार संगठनको ईएचआरमा भण्डार गरिएका निजी स्वास्थ्य जानकारीको पहुँचलाई अनुमति दिन्छ। केहि रोगी पोर्टलहरूले प्रयोगकर्ताहरूलाई प्रिन्टिपललाई स्वास्थ्य हेरविचार टोलीसँग सुरक्षित इलेक्ट्रोनिक सन्देशहरू रिफिल गर्न र आदानप्रदान गर्न अनुरोध गर्न अनुमति दिन्छ।
- क्लिनिकल डाटा भंडारगृहहरू समग्र म्यानुअल-स्तरीय डेटा बहु क्लिनिकल जानकारी प्रणालीहरू जस्तै, EHRs र अन्य स्रोतहरू माथि सूचीबद्ध छन्।
भुक्तानीहरूबाट डाटा दाबी गर्नुहोस्
सार्वजनिक भुक्तानीहरू (उदाहरणका लागि मेडिकल) र निजी भुक्तानीहरूसँग तिनीहरूको लाभार्थीहरूको दावी डेटाको ठूलो भण्डार छ। केही स्वास्थ्य बीमाकर्ताहरूले अहिले तपाईंको स्वास्थ्य डाटा साझेदारी गर्न प्रोत्साहन प्रदान गर्दछ।
अनुसन्धान अध्ययन
अनुसन्धान डेटाबेसहरूले अध्ययन सहभागीहरू, प्रयोगात्मक उपचार र क्लिनिकल परिणामहरूको बारेमा जानकारी समावेश गर्दछ। ठूला अध्ययनहरू सामान्यतया दबाइ कम्पनीहरू वा सरकारी एजेन्सीहरूले प्रायोजित छन्। व्यक्तिगतकृत औषधिको एक अनुप्रयोग व्यक्तिगत व्यक्तिहरूलाई प्रभावकारी उपचारका साथ, नैदानिक परीक्षण डेटामा ढाँचामा आधारितसँग मेल खान्छ।
यो दृष्टिकोणले लागू साक्ष्य आधारित औषधि सिद्धान्तहरू पार गर्दछ, जसको द्वारा स्वास्थ्य हेरचाह प्रदायकले निर्धारण गर्दछ कि एक मरीजका शेयरहरू विस्तृत विशेषताहरू (जस्तै उमेर, लिंग, दौड, क्लिनिकल स्थिति) कि परीक्षण सहभागीहरूसँग। ठूलो डाटा एनालिटिक्सको साथ, धेरै अधिक दानेदार जानकारीको आधारमा एक उपचार चयन गर्न सम्भव छ, जस्तै एक रोगीको क्यान्सरको आनुवंशिक प्रोफाइल (तल हेर्नुहोस्)।
क्लिनिक निर्णय समर्थन प्रणाली (सीडीएसएस) लाई पनि तीव्र गतिमा विकास भएको छ र अब औषधीमा कृत्रिम खुफिया (एआई) को एक ठूलो भाग को प्रतिनिधित्व गर्दछ।
उनीहरूले म्यानुअल डेटा प्रयोग गर्ने चिकित्सकहरूलाई निर्णय गर्नका साथ सहयोग गर्न र प्रायः ईएचएचको साथ संयुक्त हुन्छन्।
जेनेटिक डाटाबेस
मानव आनुवंशिक जानकारीको भण्डार तीव्र गतिमा जम्मा हुन्छ। मानव जीनोम प्रोजेक्ट 2003 बाट पूरा भएकोले, मानव डीएनए अनुक्रमको लागत एक लाख-गुणामा घटाइएको छ। व्यक्तिगत जीनोम प्रोजेक्ट (पीजीपी), 2005 मा हार्वर्ड मेडिकल स्कूलले सुरु गरेको छ, संसारभरि बाट 100,000 स्वयंसेवकहरूको पूरा जीनोम अनुक्रम र प्रचार गर्न खोज्छ। पीजीपी स्वयं डेटाको ठूलो मात्रा र विविधताको कारण ठूलो डाटा प्रोजेक्टको मुख्य उदाहरण हो।
एक व्यक्तिगत जीनोममा लगभग 100 गीगाबाइट डेटा छ। जीनोम क्रमबद्ध गर्ने क्रममा, पीजीपी पनि ईएडब्ल्यूएस, सर्वेक्षण र माइक्रोबायोम प्रोफाईलबाट डाटा संकलन गर्दछ।
एक कम्पनीले व्यावसायिक, व्यावसायिक, लक्षण, र फार्माकोजनेटिक्सको लागि प्रत्यक्ष-उपभोक्तामा जेनेनिक अनुक्रमण प्रदान गर्दछ।
यो व्यक्तिगत जानकारी ठूलो डाटा एनालिटिक्समा उपेक्षित हुन सक्छ। उदाहरणका लागि, 23andMe ले स्वास्थ्य सम्बन्धी आनुवंशिक रिपोर्टहरूलाई नयाँ ग्राहकहरूलाई 22 नोभेम्बर, 2013 सम्म अमेरिकी खाद्यान्न र औषधि प्रशासनको अनुपालन गर्न रोक्नुभयो। तथापि, 2015 मा, कम्पनीले फेरि आफ्नो आनुवंशिक लारा परीक्षणको केहि स्वास्थ्य घटक प्रस्तुत गर्न थाले, यो समय एफडीएको अनुमोदन संग।
सार्वजनिक रेकर्ड
सरकारले स्वास्थ्य सम्बन्धी घटनाहरू, जस्तै कि आप्रवासन, विवाह, जन्मे र मृत्यु जस्ता विस्तृत रेकर्ड राख्छ। अमेरिकाको जनगणना 17 9 0 देखि हरेक 10 वर्षमा धेरै मात्रामा जानकारी एकत्रित गरेको छ। जनगणनाको तथ्याङ्क वेबसाइट 2013 को 370 बिलियन कोशिकाहरू भएको थियो, लगभग 11 बिलियन थप वर्ष वार्षिक रूपमा थपिएको छ।
वेब खोजहरू
Google र अन्य वेब खोज प्रदायकहरूले एकत्रित वेब खोजी जानकारी जनसंख्याको स्वास्थ्यसँग सम्बन्धित वास्तविक समय अन्तर्दृष्टि प्रदान गर्न सक्दछ। यद्यपि, वेब खोजीको ढाँचाबाट ठूलो डाटाको मान स्वास्थ्य डाटाको परम्परागत स्रोतहरूको साथ संयोजन गरेर सुधार हुन सक्छ।
सामाजिक संजाल
फेसबुक, ट्विटर र अन्य सोशल मिडिया प्लेटफार्महरूले घडीको वरिपरी एक धनी किसिमको डाटा उत्पन्न गर्छन्, प्रयोगकर्ताहरू, स्वास्थ्य व्यवहार, भावनाहरू र प्रयोगकर्ताहरूको सामाजिक अन्तरक्रियामा हेर्छन्। सार्वजनिक स्वास्थ्यको लागि सोशल मिडिया ठूलो डेटाको अनुप्रयोगलाई डिजिटल रोग पत्ता लगाउने वा डिजिटल महामारी विज्ञानको रूपमा उल्लेख गरिएको छ। चहचहाना, उदाहरणका लागि, सामान्य जनसंख्याको बीचमा इन्फ्लुएंजा महामारीहरूको विश्लेषण गर्न प्रयोग गरिएको छ।
विश्व भोजनालय पेंसिल्वेनिया विश्वविद्यालयमा सुरु भएको प्रोजेक्टले सोशल मेडियाको अध्ययन गर्ने मानिसहरूको अनुभव र स्वास्थ्यलाई अझ राम्रो बुझ्नको अर्को उदाहरण हो। यस परियोजनाले मनोवैज्ञानिकहरू, तथ्याङ्कवादीहरू र कम्प्युटर वैज्ञानिकहरूको साथमा ल्याउँदछ जसले अनलाइनलाई अन्तरक्रिया गर्दा भाषाको विश्लेषण गर्दछ, उदाहरणका लागि, फेसबुक र ट्विटरमा स्थिति अद्यावधिक गर्दा। वैज्ञानिकहरूले हेर्छन् कि प्रयोगकर्ताहरूको भाषा कसरी तिनीहरूको स्वास्थ्य र आनन्दमा निर्भर छ। प्राकृतिक भाषा प्रकृया र मेशिन सिकाइमा सुधारहरू उनीहरूको प्रयासमा सहयोग गर्दैछन्। पेंसिल्वेनिया विश्वविद्यालयको हालैको प्रकाशनले सोशल मिडियाको विश्लेषण गरेर मानसिक बीमारीको भविष्यवाणी गर्ने तरिकाहरू देख्यो। यसले देखाएको छ कि अवसाद र अन्य मानसिक स्वास्थ्य अवस्थाका लक्षणहरू इन्टरनेटको प्रयोगको अध्ययन गरेर पत्ता लगाउन सकिन्छ। वैज्ञानिकहरू भविष्यमा आशा गर्छन् यी विधिहरूले जोखिम पहिचान व्यक्तिका लागि राम्रो पहिचान र सहायता गर्न सक्षम हुनेछन्।
चीजहरूको इन्टरनेट (आईओटी)
स्वास्थ्य सम्बन्धी जानकारीको ठूलो झुण्ड एकत्रित र मोबाइल र गृह यन्त्रहरूमा भण्डारण गरिन्छ ।
- स्मार्टफोन : हजारौं mHealth अनुप्रयोगहरूले प्रयोगकर्ताको शारीरिक क्रियाकलाप, पोषण सेवन, नींदका ढाँचा, भावनाहरू र अन्य प्यारामिटरहरूमा जानकारी खिच्छन्। मूल सेल फोन अनुप्रयोगहरू (जस्तै जीपीएस, इ-मेल, टेक्स्टिङ) पनि व्यक्तिको स्वास्थ्य स्थितिको बारेमा सुराग पनि दिन सक्छ।
- पहिरन अनुगमन र उपकरणहरू: छालाको तलमा एम्बेडेड पेडमोमिटर, एक्सेलमोमिटर, चश्माहरू, र चिप्स पनि स्वास्थ्य सम्बन्धी जानकारीलाई इकट्ठा गर्दछ र तिनीहरूलाई क्लाउडमा पठाउन पनि सक्छन्।
- टेलिमेडिन उपकरणहरूले स्वास्थ्य हेरविचार प्रदायकहरूलाई रोगीको मापदण्डहरू जस्तै रक्तचाप, हृदयको दर, श्वसन दर, ओक्सीजनन, तापमान, ईसीजी ट्र्याकिंग र वजनको रूपमा निगरानी गर्न अनुमति दिन्छ।
वित्तीय लेनदेन
रोगीहरु को क्रेडिट कार्ड लेनदेन कैरोलिनास हेल्थयर सिस्टम द्वारा प्रयुक्त भविष्यवाणी वाला मोडेलहरुमा शामिल छ जसलाई अस्पताल मा पढने को लागी उच्च जोखिम मा रोगियों को पहिचान गर्न को लागी। चार्लोटे स्वास्थ्य सेवा प्रदायकले बिरामीलाई विभिन्न समूहहरूमा विभाजन गर्न ठूलो डेटा प्रयोग गर्दछ, उदाहरणको लागि, रोग र भौगोलिक स्थानमा आधारित।
नैतिक र गोपनीयता प्रभावहरू
यसलाई हाइलाइट गर्न आवश्यक छ कि, केही अवस्थामा, स्वास्थ्य हेरविचारमा डेटा भेला हुँदा र पहुँच गर्दा महत्वपूर्ण नैतिक र गोपनीयता प्रभाव हुन सक्छ। ठूलो डाटाको नयाँ स्रोतहरूले व्यक्तिहरूलाई र जनसंख्या स्वास्थ्यलाई कस्तो प्रभाव पार्छ हाम्रो बुझाइ सुधार गर्न सक्छ, तथापि, विभिन्न जोखिमहरू सावधानीपूर्वक विचार गर्नुपर्दछ र अनुगमन गर्नुपर्छ। यो अब पनि पहिचान भएको छ कि डेटा पहिले अज्ञात मानिन्छ, पुनः पहिचान गर्न सकिन्छ। उदाहरणका लागि, हार्वर्डको डेटा गोपनीयता लेब्रेटरका प्रोफेसर लाटानिया सुवेनीले 1,130 स्वयंसेवकहरू निजी जीनोम प्रोजेक्टमा समावेश गरे। उनी र उनको टोलीले उनीहरूलाई साझेदारी गरेको जानकारीको आधारमा 42 प्रतिशत सहभागीहरूलाई सही रूपमा नामकरण गर्न सक्षम थिए (जिप कोड, जन्म मिति, लिंग)। यो ज्ञानले हाम्रो जोखिमलाई हाम्रो आर्थिक जोखिममा बढाउन सक्छ र अझ राम्रो डेटा साझेदारी निर्णय गर्न मद्दत गर्न सक्छ।
> स्रोतहरु:
> Conway एम, O'Connor D. सामाजिक मीडिया, ठूलो डेटा, र मानसिक स्वास्थ्य: वर्तमान प्रगति र नैतिक प्रभाव। मनोविज्ञान 2016 मा वर्तमान राय 9: 77-82।
> फर्नान्डेन्स एल, ओकर्नर एम, वेभर वी। बिग डेटा, ठूलो परिणाम। जर्नल अफ अमेरिकन हेल्थ इन्टरप्राइजेज मैनेजमैंट एसोसिएशन 2012; 83 (10): 38-43
> Guntuku एस, Yaden डी, केर्न एम, Ungar एल, Eichstaedt जे सामाजिक मीडिया मा अवसाद र मानसिक रोग पत्ता लगाउने: एक एकीकृत समीक्षा । व्यवहार विज्ञान मा वर्तमान राय 2017; 18: 43-49।
> लाजर डी, केनेडी आर, किंग जी, वेस्पस्पिनिनी ए । Google फ्लू को दृष्टान्त: जाल बिग डेटा विश्लेषण । विज्ञान 2014; 343 (6176): 1203-1205।
> रघुपति W, रघुपति वी। बिग डेटा एनालिटिक्स स्वास्थ्यमा: promise and potenti al। स्वास्थ्य सूचना विज्ञान र प्रणाली 2014; 2: 3।
> Sweeney L, Abu A, Winn J. नाम द्वारा व्यक्तिगत जीनोम प्रोजेक्ट को पहिचान गर्ने । हार्वर्ड विश्वविद्यालय। डेटा गोपनीयता ल्याब। सेतो पेपर 1021-1। अप्रिल 24, 2013।