Lekarze, aby uzyskać lepszy dostęp do danych cyfrowych

Lekarze, aby uzyskać lepszy dostęp do danych cyfrowych

Anonim

National Institute of Health przyznał naukowcom z University of Arizona grant w wysokości 1, 3 miliona USD na opracowanie oprogramowania open source, które umożliwi pracownikom służby zdrowia i naukowcom zarządzanie dużymi danymi biomedycznymi w formie cyfrowej.

Zaawansowane oprogramowanie do kompresji danych po raz pierwszy umieszcza cyfrowe dane biomedyczne w formacie i rozmiarze, które lekarze, patolodzy i inni pracownicy służby zdrowia z ograniczonymi zasobami i odległymi lokalizacjami będą mogli uzyskać dostęp, analizować i przechowywać. Użyteczne dane cyfrowe to szybsze drugie opinie i diagnozy dla pacjentów.

"Postępy w technologii kompresji obrazu dla dużych danych biomedycznych są niezbędne dla rozwoju diagnostyki biomedycznej i badań oraz dla ratowania życia" - powiedział Ali Bilgin, adiunkt w Wydziale Inżynierii Elektrycznej i Komputerowej oraz Inżynierii Biomedycznej i główny badacz projektu. "Jesteśmy w trakcie globalnego przejścia do cyfryzacji danych biomedycznych i jest ich dużo - ale w plikach zbyt dużych, aby można je było przesyłać, przechowywać lub wyszukiwać".

Próbki od jednego pacjenta w ciągu całego życia mogą sumować się do terabajta danych - wystarczy do wypełnienia całego dysku twardego, ogromnej ilości danych, których większość laboratoriów patologicznych nie może obsłużyć.

Nagroda jest jedną z pierwszych z 15 projektów badawczych finansowanych ze środków NIH Big Data to Knowledge, lub BD2K, Initiative, agencji ogłoszonej w czerwcu. NIH zidentyfikował kompresję danych jako jeden z kluczowych obszarów zainteresowania inicjatywy i dał projekt UA ("Opracowanie oprogramowania i metod analitycznych dla dużych danych biomedycznych w docelowych obszarach o wysokich potrzebach"), który miałby wpływ na 11, drugi najwyższy możliwy poziom agencji zaszeregowanie.

"Oprogramowanie do kompresji danych może poradzić sobie z najważniejszymi wyzwaniami związanymi z przechowywaniem danych, przetwarzaniem danych i dzieleniem się nimi naukowcom zajmującym się biomedycyną" - powiedział NIH w swoim komunikacie.

Kompresja danych specyficznych dla zadania

Oprogramowanie opracowane przez UA skompresuje obraz slajdów do 100 razy, nie tracąc szczegółów ani rozdzielczości z oryginalnych obrazów slajdów. Zespół Bilgina pracuje z wcześniej zeskanowanymi cyfrowymi obrazami próbek slajdów od pacjentów z rakiem piersi, ale oprogramowanie będzie miało zastosowanie w szerokim zakresie chorób.

"Społeczność medyczna pracuje już od kilku lat nad digitalizacją danych biomedycznych, ale do tej pory dane nie miały rzeczywistego wpływu na opiekę zdrowotną" - powiedział Bilgin. "Większość laboratoriów nie jest przystosowana do odbierania ani wykorzystywania milionów gigabajtów informacji z danych, takich jak dane o sekwencji DNA lub dane o strukturze białka, nasze oprogramowanie zapewni dostęp do tych plików pomimo ich ogromnego rozmiaru."

Być może najbardziej rewolucyjne, nowe oprogramowanie będzie kompresować cyfrowe obrazy w określony sposób do określonych zadań.

"Patolog może chcieć określić, czy obraz wskazuje na raka, naukowiec może być bardziej zainteresowany identyfikacją różnych kategorii komórek nowotworowych w próbce" - wyjaśnia Bilgin. "Nasza technologia dostosuje rozmiar i format przesyłanego obrazu cyfrowego, dzięki czemu użytkownik nie otrzymuje dużej ilości danych, których nie potrzebuje".

To powinien być pierwszy, powiedział.

"Chociaż od dawna wiadomo, że jakość obrazu powinna być oparta na zadaniach, nie znamy wcześniejszych prób kompresowania obrazów do konkretnych zadań" - powiedział Bilgin. "To zupełnie nowy sposób myślenia o kompresji obrazu".

Inżynieria Better Biomedical Technology

Kompresja obrazu była tematem rozprawy Bilgina na UA, od której uzyskał doktorat z inżynierii elektrycznej i komputerowej w 2002 roku. Chociaż zaczynał jako inżynier elektryk, powiedział: "Szybko zdałem sobie sprawę, że wszystkie te umiejętności zdobyte jako inżynier mogą mieć zastosowanie do problemów w medycynie. "

Michael Marcellin był jego doradcą i był współwykonawcą badań finansowanych przez NIH. Marcellin, profesor regentów z Wydziału Inżynierii Elektrycznej i Komputerowej oraz Kolegium Nauk Optycznych UA, wniósł istotny wkład do JPEG2000, standardowego systemu kodowania kompresji obrazu używanego obecnie oraz tego, który będzie wykorzystywany w badaniach biomedycznych w dziedzinie kompresji obrazu..

Inni uczestniczący w projekcie badacze UA to Elizabeth A. Krupinski, profesor i wiceprezes ds. Obrazowania medycznego i dyrektor stowarzyszony z Arizona Telemedicine Program oraz Amit Ashok, adiunkt w dziedzinie nauk optycznych oraz inżynierii elektrycznej i komputerowej. Obecni są także naukowcy z Ohio State University, w tym Metin Gurcan, profesor informatyki biomedycznej.

Krupiński powiedział, że badania mają poważne implikacje dla telemedycyny, która wykorzystuje komunikację elektroniczną do przesyłania informacji medycznych, często do odległych lokalizacji, w celu poprawy zdrowia pacjenta.

"Wykorzystanie telemedycyny i ilość powiązanych obrazów cyfrowych w opiece zdrowotnej rośnie w postępie geometrycznym" - powiedziała. "Wiele z tych obrazów, na przykład obrazów patologicznych z całymi slajdami, jest bardzo dużych i trudnych do przejścia przez użytkownika." Techniki kompresji opracowane przez dr Bilgina przyczynią się do zwiększenia efektywności nawigacji i bardziej skutecznej diagnostyki. "

Drugie opinie w sekundach

Kiedy pacjent prosi dziś o wydanie drugiej opinii, patolodzy wysyłają próbkę ślizgową pacjenta do innego laboratorium w celu przygotowania testów biologicznych dla drugiego lekarza. Proces może potrwać kilka dni. Oprogramowanie opracowane przez UA prześle gotowe do recenzji dane w kilka minut lub sekund, umożliwiając użytkownikom przeglądanie cyfrowych obrazów i udostępnianie informacji na ich temat na duże odległości w czasie rzeczywistym.

"Pomoże to pacjentom szybciej uzyskać drugie opinie i zmniejszyć ryzyko błędów diagnostycznych" - powiedział Bilgin.

Będzie również wspierać badania biomedyczne i odkrywanie.

"Załóżmy, że patolog widzi dużą grupę pewnego rodzaju komórki w ich cyfrowym obrazie" - powiedział Bilgin. "Mogą użyć nowego oprogramowania, aby zażądać wszystkich próbek patologii cyfrowej o podobnej funkcji komórkowej, co ma ogromny potencjał do zwiększenia naszej zdolności do szybkiego wykrywania chorób."