miercuri , 17 octombrie 2018
roen

Art. 05 – Vol. 28 – Nr. 1 – 2018

UTILIZAREA TEHNOLOGIILOR BIG DATA ŞI IOT  ÎN
DOMENIUL SĂNĂTĂŢII

Adriana ALEXANDRU1, Dora COARDOŞ1 
1 Institutul Naţional de Cercetare – Dezvoltare în Informatică – ICI Bucureşti,
B-dul Mareșal
Averescu nr. 8-10, București, 011455, România
adriana.alexandru@ici.ro, dora.coardos@ici.ro

Rezumat: În lucrarea de faţă se prezintă principalele abordări ale noilor tehnologii IT, utilizate în domeniul sănătătii. Aceste tehnologii se referă la Big Data, Big Data Analytics (BDA) şi Internet of Things (IoT). Noile tehnologii Big Data pot ajuta medicii în alegerea corectă şi mai rapidă a tratamentului, pe baza informaţiilor colectate de către personal medical din departamente diferite. Pacienţii pot beneficia de un tratament mai adecvat şi la timp urmând să fie mai bine informaţi cu privire la furnizorii de servicii medicale. BDA se adresează provocărilor generate de: ponderea tot mai mare a datelor nestructurate şi multistructurate generate de surse de date foarte prolifice şi larg răspândite (ca de ex. reţelele sociale, reţele de senzori, Internetul obiectelor) şi decalajul tot mai mare dintre cantitatea disponibilă de date importante şi capacitatea de a le procesa în timp pentru suportul decizional. Internetul lucrurilor (IoT) se referă la reţeaua dispozitivelor formate din senzori care măsoară parametri din mediul înconjurător, elemente de acţionare care trimit reacţie de răspuns, procesoare care gestionează şi stochează datele generate, noduri care coordonează administrarea acestor elemente conectate. IoT reprezintă suportul pentru aplicaţii şi servicii avansate destinate caselor inteligente, aplicaţiilor de sănătate, etc. Pentru prelucrarea eficientă a informaţiilor generate de infrastructurile IoT, în vederea valorificării lor în deciziile adoptate la nivelul comunităţilor beneficiare este esenţială utilizarea soluţiilor specifice Big Data şi BDA. Aceste soluții, BD și BDA se referă la captarea şi analiza datelor, la examinarea şi stocarea de volume mari de date, precum şi la securizarea datelor confidenţiale. Lucrarea include și propunerile autorilor referitoare la elaborarea unor măsuri strategice/recomandări de utilizare a Big Data în sănătate.

Cuvinte cheie: Big Data, Big Data Analytics, Internet of Things, Sănătate.

Introducere: Integrarea rapidă a Tehnologiilor Informaţionale şi de Comunicaţii (TIC) în activitatea de zi cu zi este pe cale să transforme societatea într-o „societate informaţională”, în care volumul de informaţii şi cunoaştere devine o resursă economică de bază. În felul acesta, un spaţiu de oportunităţi economice şi sociale se deschide, aducând cu el noi provocări.

Proliferarea calculatoarelor, a telefoanelor inteligente, a tabletelor, a software-ului şi a internetului în ultimele decenii a alimentat dezvoltarea unei game de noi tehnologii digitale, inclusiv aplicaţii mobile, dispozitive inteligente şi cloud computing.

Schimbările digitale s-au extins de la sectorul TIC în sine în multe alte domenii.

De-a lungul anilor, organizaţiile au captat date tranzacționale structurate şi au folosit procese batch pentru a plasa datele în tradiţionalele baze de date relaţionale. Analiza acestor date este retrospectivă, iar investigaţiile efectuate pe seturile de date sunt bazate pe modelele anterioare ale operaţiunilor de afaceri.

În ultimii ani, noile tehnologii cu costuri mai reduse au permis îmbunătăţirea colectării datelor, stocarea şi analiza lor. Organizaţiile pot acum colecta mai multe date din mai multe surse şi de tipuri diferite (bloguri, date din media socială, fişiere audio şi video).

Opţiunile de stocare şi prelucrare optimă a datelor s-au extins dramatic, iar tehnologiile precum MapReduce şi in-memory computing oferă capabilităţi optimizate pentru diferite scopuri de afaceri.

Analiza datelor se poate face în timp real sau aproape în timp real, acţionând mai degrabă pe seturile de date complete, decât pe elemente sintetizate. În plus, numărul de opţiuni de interpretare şi analiză a datelor a crescut, de asemenea, prin folosirea diverselor tehnologii de vizualizare. Toate aceste evoluţii reprezintă contextul în care se plasează Big Data.

Conceptul Big Data a evoluat în timp de la cei trei V (volum, varietate, viteză) la zece V: volumul, varietatea, viteza, veridicitatea, validitatea, variabilitatea, volatilitatea, vâscozitatea, vizualizarea, şi valoarea. În grupul celor “10v”, trebuie să menţionăm că numai primii 3v, dacă au valori “mari”, definesc Big Data, restul celor 7v se regăsesc la orice fel de date [2], [15].

Sursele de date care generează cantităţi masive de date sunt într-o continuă evoluţie, lista prezentată neputând fi interpretată ca exhaustivă. Suplimentar, combinaţii ale seturilor de date generează un nivel mai mare de complexitate, care creează noi posibilităţi de exploatare.

În acest sens, conceptul de fuziune a datelor a căpătat o semnificaţie deosebită [8] şi legătura între Big Data existente şi cele provenite din platforme de cercetare sau instrumente a devenit, în ultimii ani, din ce în ce mai importantă. Mai mult, aceste seturi de date implică utilizarea unor tehnici computaţionale complexe pentru a evidenţia direcţii şi patternuri în interiorul şi între seturile de date [11]. Este deci crucial să se găsească metode sistematice pentru managementul, integrarea, analiza şi interpretarea unor astfel de seturi de date masive şi de o complexitate ridicată.

În contextul îngrijirii medicale, BDA este definit ca abilitatea de a achiziționa, de a memora, de a procesa și de a analiza o cantitate mare de date de sănătate structurate, semi-structurale sau nestructurate și de a oferi utilizatorilor informații utile și
semnificative care le permit să descopere noi cunoștințe în timp util [14]. Aplicațiile BDA vizează îmbunătățirea siguranței pacienților și a rezultatelor clinice, sporind totodată posibilitatea de gestionare a bolilor [16].

Tehnicile specifice Big Data sunt foarte adecvate pentru aplicarea în domeniul sănătăţii, îndeosebi în situaţiile în care analiza seturilor de date masive este o precondiţie necesară obţinerii unor rezultate valoroase. Analiza se bazează pe studii de cercetare care compară medicamente, aparatură medicală, teste, intervenţii chirurgicale sau
modalităţi de livrare a serviciilor de sănătate [26]. Prin analiza seturilor masive de date care includ, de exemplu, caracteristicile genomice ale pacienţilor, costul şi rezultatele tuturor tratamentelor asociate, serviciile de sănătate, se pot identifica cele mai eficiente şi rentabile tratamente. Cu toate acestea, înainte de a aplica oricare dintre tehnicile analitice, este necesară colectarea unor seturi de date clinice largi şi consistente, integrarea acestora şi punerea lor la dispoziţia cercetătorilor.

Big Data reprezintă una dintre cele mai importante provocări din domeniul cercetării pentru orizontul 2020. Această paradigmă se bazează pe colectarea unor cantităţi foarte mari de date pentru a sprijini inovaţia în deceniile următoare.

Tehnologiile de Big Data pot genera previziuni asupra viitorului şi oferă răspunsuri la întrebări care nu au fost încă puse. Există în prezent soluţii de Big Data care folosesc impresionanta cantitate de date ce se acumulează zilnic în folosul oamenilor de afaceri şi al utilizatorilor finali.

Totuşi, în România, gradul în care astfel de date sunt folosite pentru a adăuga valoare este destul de limitat. În acest moment, cei care profită de avantaje sunt cei din zona telecom, inclusiv pe partea de infrastructură, în comerţul electronic şi chiar în administraţie. Aceştia şi-au dat seama că nu este necesar să construieşti depozite de
date, ci să le selectezi, să analizezi fluxurile de date, să le procesezi in-memory şi să obţii perspective (insights) asupra tuturor datelor. Big Data va fi un motor important pentru inovaţie şi creştere a valorii adaugate şi se bazează pe tehnologii precum Cloud, IoT şi pe soluţii de analiză a datelor.

IoT este un concept de integrare a lumii virtuale în lumea reală folosind tehnologia Internet şi dispozitive mobile.

Dispozitivele mobile au devenit o parte foarte importantă a mediului IT. În prezent, dispozitivele mobile nu se opresc doar la segmentul de smartphone, ci s-au extins la alte dispozitive care comunică între ele cu scopul de a face viaţa persoanelor mai comodă.

La baza IoT se află o combinaţie complexă de conectivităţi, senzori şi componente de microelectronică care permite ca dispozitivele să fie conectate la servere sau direct la Internet. Printre aplicatiile IoT sunt de remarcat utilizarea terminalelor mobile (smartphones, telefoane clasice) pentru scanarea codurilor, localizarea GPS şi colectarea şi transmiterea de date.

În domeniul sănătăţii, medicii pot folosi datele de sănătate ce pot fi colectate în timp real. Astfel, se pot face analogii foarte rapide cu alte cazuri asemănătoare, care au fost tratate cu succes, precum şi cu complicaţiile care au apărut în acele cazuri. Astfel, medicul va avea o imagine completă a pacientului, a istoricului acestuia, a istoricului diagnosticului precum şi variante viabile de tratament.

Vizualizează articolul complet

ACEST ARTICOL POATE FI CITAT CA:
Adriana ALEXANDRU, Dora COARDOŞ, Utilizarea tehnologiilor Big Data şi IoT  în domeniul sănătății, Revista Română de Informatică şi Automatică, ISSN 1220-1758, vol. 28(1), pp. 61-84, 2018.

Concluzii: Interacţiunea dintre tehnologie şi domeniul sănătății are o istorie îndelungată. Totuşi, creşterea rapidă a IoT şi Big Data, precum şi îmbrăţişarea publică a biosenzorilor miniaturali purtaţi au generat noi oportunităţi pentru servicii personalizate de e-sănătate şi mHealth.

Folosirea Big Data poate ajuta medicii în alegerea corectă şi mai rapidă al tratamentului, pe baza informaţiilor colectate de către un alt personal medical. Pacienţii pot beneficia ân timp util de un tratament adecvat, urmând să fie mai bine informaţi cu privire la furnizorii de servicii medicale.

IoT joacă un rol semnificativ într-o gamă largă de aplicaţii de asistenţă medicală, de la gestionarea bolilor cronice, la prevenirea bolilor.

Tehnologia mobilă ajută la gestionarea bolilor cronice, la îngrijirea persoanelor în vârstă şi a viitoarelor mame, la reamintirea oamenilor să ia medicamente la timpul potrivit, la extinderea serviciilor către zonele deservite, la îmbunătăţirea rezultatele în domeniul sănătăţii şi la eficienţa sistemului medical.

Recunoaștere: Prezenta lucrare are la bază parte din activităţile de cercetare şi rezultatele proiectului CS 143 derulat la ICI Bucureşti (2015-2017) în cadrul Programului sectorial, finanţat de Ministerul Comunicaţiilor şi Societăţii Informaţionale.

BIBLIOGRAFIE

  1. ALEXANDRU, A. & COARDOȘ, D. (2016). Big Data in Health Care and Medical Applications in Romania. In 2016 IEEE International Conference on Automation, Quality and Testing, Robotics, THETA 20th edition, 19th -21st May,
    Cluj-Napoca, Romania (6 pages). Cluj- Napoca, Editura U.T. Press. ISBN: 978-606-737-160-4.
  2. ALEXANDRU, A. et al. (2017). Utilizarea tehnologiilor Big Data în sistemele informaţionale guvernamentale, Raport de cercetare etapa III: Impactul tehnologiilor Big Data pentru dezvoltarea sistemelor informaţionale guvernamentale, CS 143, ICI Bucureşti, Iunie 2017.
  3. ALEXANDRU, A. et al. (2017). Utilizarea tehnologiilor Big Data în sistemele informaţionale guvernamentale, Raport de cercetare etapa IV: Recomandări privind utilizarea tehnologiilor Big Data pentru dezvoltarea sistemelor informaţionale guvernamentale în România, CS 143, ICI Bucureşti, Noiembrie 2017.
  4. ALTMAN, R. B. (2013). Personal Genomic Measurements: The Opportunity for Information Integration, Clinical pharmacology and therapeutics, 93(1), 21-3.
  5. BALK, R. A. (2014). Systemic Inflammatory Response Syndrome (SIRS): where did it come from and is it still relevant today?, Virulence, 5(1), 20-6.
  6. BARRETT, M. A., HUMBLET, O., HIATT, R. A. & ADLER, N. E. (2013). Big Data and Disease Prevention: From Quantified Self to Quantified Communities, Big Data, 1(3), 168-75.
  7. BASU, R., ARCHER, N. & MUKHERJEE, B. (2012). Intelligent decision support in healthcare, Jan/Feb 2012. Available from: <http://www.analytics-magazine.org/
    january-february-2012/507-intelligent-decision-support-in-healthcare>.
  8. BERNSTEIN, S. (2014). The US Big Data report and fully utilizing Big Data within healthcare, eHealth Law and Policy, 1(4).
  9. Council of The European Union (2015). Council conclusions on open, data-intensive and networked research as a driver for faster and wider innovation. Brussels.
  10. European Commission (2013). Report on the use of -omic technologies in the development of personalised medicine Brussels: European Commission.
  11. GEORGE, G., HAAS, M. R. & Pentland, A. (2014). Big Data and management, Academy of Management Journal, 57(2), 321-6.
  12. HARDY, T. (2016). Significant Benefits of Big Data Analytics In Healthcare Industry, Jan 12th, 2016. <http://www.builtinla.com-/blog/significant-benefitsbig-data-analytics-healthcare-industry>.
  13. HAY, S. I., GEORGE, D. B., MOYES, C. L. & BROWNSTEIN, J. S. (2013). Big Data Opportunities for Global Infectious Disease Surveillance, PLoS Medicine, 10(4), e1001413.
  14. IANCULESCU, M., ALEXANDRU, A. & GHEORGHE-MOISII, M. (2017). Harnessing The Potential Of Big Data In Romanian Healthcare, In Proceedings of The 5th International Symposium on Electrical and Electronics Engineering (ISEEE), 20 – 22 Oct 2017, Galați, România.
  15. IANCULESCU, M., ALEXANDRU, A. & TUDORA, E. (2017). Opportunities Brought by Big Data in Providing Silver Digital Patients with ICT-based Services That Support Independent Living and Lifelong Learning. In Proceedings of The Ninth International Conference on Ubiquitous and Future Networks, 4-7 July 2017, Milan (pp. 404-409).
  16. IBM (2012). The value of analytics in healthcare, IBM Global
    Business Services.
  17. ISLAM, S. M. R., KWAK, D., KABIR, H. M. D., HOSSAIN, M. & KWAK, K.-S. (2017). The Internet of Things for Health Care: A Comprehensive Survey. <http://
    ieeexplore.ieee.org/document/7113786/>.
  18. MANYIKA, J., CHUI, M., BROWN, B., BUGHIN, J., DOBBS, R., ROXBURGH, C. & BYERS, A. H. (2011). Big Data: The next frontier for innovation, competition, and productivity.
  19. Ministry of Health Luxembourg (2015). Conference Report, High-level Conference Making Access to Personalised Medicine a Reality for Patients, Luxembourg, Cercle Cité: Ministry of Health Luxembourg.
  20. MURDOCH, T. B. & DETSKY, A. S. (2013). The inevitable application of Big Data to health care, JAMA, 309(13), 1351-2.
  21. OECD (2013). Exploring data-driven innovaiton as a new source of growth: Mapping the policy issues raised by „Big Data”, OECD Publishing.
  22. ONNELA, J.-P. (2015). Using Big Data to Improve Individual Health and Health Care Systems.
  23. Serviciile medicale sub impactul Big Data. <http://rbd.doingbusiness.ro/
    articole/serviciile-medicale-sub-impactul-big-data/3068/0>.
  24. SREEKANTH, K. U. & NITHA K. P. (2016). A Study on Health Care in Internet of Things, International Journal on Recent and Innovation Trends in Computing and Communication, 4(2). Available from: <http://www.ijritcc.org>.
  25. TIAN, W. & ZHAO, Y. (2015). Optimized Cloud Resource Management and Scheduling, Theory and Practice. Elsevier Inc.
  26. U.S. Department of Health & Human Services. What is Comparative Effectiveness Research. Available from: <http://www.effectivehealthcare.ahrq.gov/index.cfm/
    what-is-2011>.

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.