Live τώρα    
20°C Αθήνα
ΑΘΗΝΑ
Ελαφρές νεφώσεις
20 °C
17.1°C20.7°C
2 BF 52%
ΘΕΣΣΑΛΟΝΙΚΗ
Αίθριος καιρός
18 °C
16.5°C18.5°C
2 BF 68%
ΠΑΤΡΑ
Αίθριος καιρός
16 °C
14.8°C16.6°C
3 BF 70%
ΗΡΑΚΛΕΙΟ
Ελαφρές νεφώσεις
18 °C
15.4°C18.0°C
4 BF 52%
ΛΑΡΙΣΑ
Αίθριος καιρός
20 °C
19.9°C19.9°C
3 BF 40%
Τα Μεγάλα Δεδομένα (Big Data) στην υπηρεσία της Εξατομικευμένης Ιατρικής
  • Μείωση μεγέθους γραμματοσειράς
  • Αύξηση μεγέθους γραμματοσειράς
Εκτύπωση

Τα Μεγάλα Δεδομένα (Big Data) στην υπηρεσία της Εξατομικευμένης Ιατρικής

Ζούμε αναμφίβολα στην εποχή των μεγάλων δεδομένων (big data). Οι περισσότερες από τις δραστηριότητες που κάνουμε καθημερινά, όπως η χρήση του Διαδικτύου, η χρήση GPS κ.λπ. παράγουν τεράστιο όγκο δεδομένων. Για τον λόγο αυτό, η έρευνα διεθνώς προσανατολίζεται στην αναζήτηση τρόπων ασφαλούς διαχείρισης, αποθήκευσης και ανάλυσης των συγκεκριμένων δεδομένων προκειμένου να μπορούν να χρησιμοποιηθούν για διάφορους σκοπούς. Μία από τις πιο ενδιαφέρουσες προοπτικές εκμετάλλευσης των μεγάλων δεδομένων κρύβεται στον τομέα της Ιατρικής. Το Ινστιτούτο Πληροφορικής και Τηλεπικοινωνίων του ΕΚΕΦΕ Δημόκριτος συντονίζει το διεθνές ερευνητικό πρόγραμμα iASiS, το οποίο στοχεύει στη διαχείριση των big data για την ενίσχυση της Εξατομικευμένης Ιατρικής.

Στο πλαίσιο του έργου, ο δρ Γιώργος Παλιούρας, διευθυντής Ερευνών στο ΕΚΕΦΕ Δημόκριτος και συντονιστής της κοινοπραξίας, μιλά στο «Πρίσμα» για τις προκλήσεις και τις προοπτικές της έρευνας αυτής.

Πείτε μας λίγα λόγια για την ιδέα της χρήσης των μεγάλων δεδομένων στην Εξατομικευμένη Ιατρική. Τι εννοούμε με τον όρο Εξατομικευμένη Ιατρική και τι μπορούν να προσφέρουν τα μεγάλα δεδομένα;

Οι αιτίες και ο τρόπος που εκδηλώνεται μία ασθένεια διαφέρουν σημαντικά από ασθενή σε ασθενή. Γι’ αυτό τον λόγο, πολλές θεραπείες μπορεί να βοηθούν κάποιους ασθενείς, αλλά να μην είναι καν εφαρμόσιμες σε άλλους. Το φαινόμενο αυτό παρατηρείται πιο έντονα σε σύνθετες γονιδιακές θεραπείες, οι οποίες είναι προσαρμοσμένες στα χαρακτηριστικά ενός μικρού πληθυσμού είτε ακόμη και σε μόνο έναν ασθενή. Για την ανάπτυξη τέτοιων εξατομικευμένων θεραπειών ακριβείας, είναι σημαντικό να έχουμε όσο περισσότερα δεδομένα μπορούμε για τον ασθενή. Αυτά τα δεδομένα συνδυάζονται με πλήθος άλλων δεδομένων, με στόχο να σχεδιαστεί μια θεραπεία που θα είναι αποτελεσματική. Συνεπώς, η ενοποίηση και ανάλυση μεγάλων δεδομένων είναι απαραίτητο συστατικό τής ανάπτυξης θεραπειών ακριβείας, οι οποίες αντιμετωπίζουν σύνθετες ασθένειες.

Ποιος είναι ο στόχος του συγκεκριμένου έργου και ποιος είναι ο ρόλος του Ινστιτούτου Πληροφορικής και Τηλεπικοινωνίων του ΕΚΕΦΕ Δημόκριτος;

Το έργο iASiS στοχεύει στην παραγωγή γνώσης, η οποία θα οδηγήσει σε νέες εξατομικευμένες θεραπείες. Η γνώση αυτή θα προέλθει από τον συνδυασμό δεδομένων από πολλές και ποικίλες πηγές, με χρήση τεχνολογιών αιχμής από τον χώρο της Πληροφορικής. Τα άλματα που γίνονται στην τεχνολογία της Πληροφορικής σε συνδυασμό με τη μεγάλη διαθεσιμότητα δεδομένων από πολλές διαφορετικές πηγές αποτελούν μοναδική ευκαιρία για την εξόρυξη πολύτιμης γνώσης από αυτά τα δεδομένα. Ελπίζουμε ότι αυτή η γνώση σε συνδυασμό με την άοκνη προσπάθεια των ερευνητών της ιατρικής θα οδηγήσουν σε νέα ανεξερεύνητα μονοπάτια όσον αφορά τον σχεδιασμό νέων θεραπειών.

Το Ινστιτούτο Πληροφορικής και Τηλεπικοινωνίων του ΕΚΕΦΕ Δημόκριτος έχει σημαντική και μακρόχρονη ερευνητική δραστηριότητα σε τεχνολογίες αιχμής στην Πληροφορική, με ιδιαίτερη έμφαση στην Τεχνητή Νοημοσύνη και τις εφαρμογές της. Στο πλαίσιο αυτής της δραστηριότητας, συντονίζει το έργο iASiS, στο οποίο συμμετέχουν δέκα ερευνητικοί οργανισμοί από τέσσερις ευρωπαϊκές χώρες και τις ΗΠΑ.

Εστιάζετε περισσότερο στη νόσο Αλτσχάιμερ και στον καρκίνο του πνεύμονα. Με ποια κριτήρια επιλέξατε τις δύο αυτές ασθένειες;

Για την πιλοτική εφαρμογή των τεχνολογιών του iASiS διαλέξαμε δύο ασθένειες οι οποίες κατ’ αρχάς έχουν μεγάλο και αυξανόμενο κοινωνικό αντίκτυπο. Βασική μας επιδίωξη είναι να δείξουμε, με όσο το δυνατόν πιο άμεσο τρόπο, ότι η προσέγγιση του iASiS μπορεί να ωφελήσει τους ασθενείς. Επιπλέον, οι πληθυσμοί των ασθενών που υποφέρουν από αυτές τις δύο ασθένειες χαρακτηρίζονται από μεγάλη ανομοιογένεια και έχει παρατηρηθεί ότι οι θεραπείες που αναπτύσσονται ωφελούν μόνο μικρό μέρος των ασθενών. Συνεπώς, είναι απαραίτητος ο σχεδιασμός εξατομικευμένων θεραπειών. Τέλος, οι δύο αυτές ασθένειες είναι πολύ διαφορετικές μεταξύ τους. Επιτυγχάνοντας μία κοινή προσέγγιση και για τις δύο, θα μπορούμε με ασφάλεια να εφαρμόσουμε την ίδια προσέγγιση και σε άλλες ασθένειες.

Τι είδους δεδομένα θα αναλύσετε στη διάρκεια του έργου και ποιες είναι οι προκλήσεις που αντιμετωπίζετε σχετικά με τη διαχείριση και την ανάλυσή τους;

Η ανομοιογένεια και η διασπορά των πηγών των δεδομένων αποτελούν ίσως τις πιο βασικές προκλήσεις του έργου. Στόχος μας είναι να συνδυάσουμε μεγάλα δεδομένα που διαθέτουμε για έναν ασθενή ή μία ομάδα ασθενών με δεδομένα που προέρχονται από μεγάλες βάσεις. Για τον ασθενή θα συνδυάσουμε δεδομένα που υπάρχουν στον ιατρικό του φάκελο, εργαστηριακές αναλύσεις, γονιδιακές αναλύσεις, καθώς και ακτινοδιαγνωστικά δεδομένα. Αυτά τα δεδομένα θα συσχετιστούν με δεδομένα από μεγάλες βάσεις ασθενών, πειραματικά αποτελέσματα, βιβλιογραφία, καθώς και πλήθος εξειδικευμένων βιοϊατρικών βάσεων, όπως για παράδειγμα βάσεις πρωτεϊνών και γονιδίων. Τα δεδομένα αυτά θα ενοποιηθούν σε μία κοινή δομή, το «δίκτυο γνώσης του iASiS», το οποίο θα επιτρέπει τον εντοπισμό χρήσιμων συσχετίσεων για τον σχεδιασμό νέων θεραπειών. Η πορεία προς αυτό τον στόχο είναι γεμάτη ερευνητικές και τεχνολογικές προκλήσεις, οι οποίες αφορούν την ανάλυση μεγάλων όγκων δεδομένων, την κατανεμημένη επεξεργασία των δεδομένων, ακόμη και την αλληλεπίδραση των χρηστών με το σύστημα. Γι’ αυτό τον λόγο έχει επιστρατευτεί μια διεθνής ομάδα ερευνητών με ιδιαίτερη εμπειρία και εξειδίκευση στα επιμέρους τμήματα του έργου. Ο βέλτιστος συντονισμός και συγχρονισμός αυτών των επιμέρους προσπαθειών αποτελεί τη δική μου πρόκληση.

Ποιες εξελίξεις στην Ιατρική πιστεύετε ότι μπορεί να πυροδοτήσει η έρευνα στα μεγάλα δεδομένα στο μέλλον;

Η αξιοποίηση των μεγάλων δεδομένων είναι απαραίτητη για την ανάπτυξη εξατομικευμένων θεραπειών ακριβείας, οι οποίες ελπίζουμε ότι θα αντιμετωπίσουν σύνθετες ασθένειες. Η ύπαρξη μεγάλων δεδομένων και η ωρίμανση των τεχνολογιών που σχετίζονται με την επεξεργασία τους μας οδηγούν στην ελπίδα ότι σύντομα θα βιώσουμε ριζικές αλλαγές στην ιατρική επιστήμη και πράξη. Η εξόρυξη γνώσης από τα δεδομένα θα μας επιτρέψει να κατανοήσουμε σε βάθος την ασθένεια και τον ασθενή, καθώς και να βελτιστοποιήσουμε τη θεραπεία. Ελπίζουμε ότι το iASiS θα συμβάλει στην επίτευξη αυτού του στόχου.


 

Λήδα Αρνέλλου

Η ταυτότητα του έργου

iASiS - Integration and analysis of heterogeneous big data for precision medicine and suggested treatments for different types of patients

Διάρκεια έργου 1.4.2017-31.3.2020

Φορείς που συμμετέχουν και συντονιστής

* Εθνικό Κέντρο Φυσικών Επιστημών Δημόκριτος (Ελλάδα) - Συντονιστής

* Athens Technology Center (Ελλάδα)

* Πανεπιστήμιο της Βόννης (Γερμανία)

* Πολυτεχνείο της Μαδρίτης (Ισπανία)

* Νοσοκομείο Puerta de Hierro, Μαδρίτη (Ισπανία)

* St George’s Hospital Medical School, Πανεπιστήμιο του Λονδίνου (Βρετανία)

* Alzheimer’s Research U.K. (Βρετανία)

* Spanish Lung Cancer Group (Ισπανία)

* Centre for Genomic Regulation (Ισπανία)

* Πανεπιστήμιο του Maryland (ΗΠΑ)

ΣΧΕΤΙΚΑ ΑΡΘΡΑ

ΓΝΩΜΕΣ

ΠΕΡΙΣΣΟΤΕΡΑ

EDITORIAL

ΑΝΑΛΥΣΗ

SOCIAL