Большие данные в медицине: применение и препятствия
Краткое изложение авторской публикации врача в сообществе «Врачи РФ» от .
Автор рассматривает, как анализ больших данных может помочь раньше выявлять заболевания и отслеживать эпидемии, и объясняет, почему такие технологии пока ограниченно применяются в медицине. В исследовании эпидемии холеры на Гаити сообщения в Twitter и местных СМИ позволяли заметить распространение болезни на две недели раньше официальных служб. Проект Project Artemis в детской больнице Торонто анализирует поступающие каждую секунду показатели недоношенных младенцев; по описанию автора, система способна обнаруживать признаки риска инфекции до появления симптомов.
Автор отмечает, что внедрению мешают разноформатность и низкое качество медицинских данных, необходимость анализа в реальном времени, вопросы конфиденциальности и нехватка специалистов. По оценкам McKinsey, применение Big Data может дать здравоохранению США экономию около 300 миллиардов долларов в год. Автор также описывает геномику и персонализированную медицину как возможные направления дальнейшего развития технологии.
Главное
- Исследование эпидемии холеры на Гаити показало, что сообщения в Twitter и местных СМИ могли опережать официальные данные на две недели.
- Project Artemis анализирует 1260 показателей состояния каждого младенца каждую секунду.
- Автор называет качество и разноформатность данных, конфиденциальность и нехватку специалистов препятствиями для Big Data в медицине.
- По оценкам McKinsey, анализ больших данных может экономить здравоохранению США около 300 миллиардов долларов в год.
Подготовлено автоматически с помощью ИИ, возможны неточности. Полный просмотр материала доступен только для медицинских специалистов с высшим медицинским образованием.
Войти Регистрация