Rešenje izazova velikih podataka medicinske naučne literature

  • Tanja Novaković ZEM Solutions d.o.o; Sekcija za farmakoekonomiju Saveza farmaceutskih udruženja Srbije
  • Mark Parker ZEM Solutions d.o.o.

Sažetak


Nedavni napredak u tehnologiji rezultirao je eksplozijom dostupnih dokaza prikupljenih iz stvarnog okruženja. Automatsko prikupljanje podataka, zajedno sa digitalizacijom medicinske literature i kartona pacijenata, promenili su medicinske nauke u poslednjih 10 godina. Korišćenjem analitike velikih podataka, možemo otkriti skrivene obrasce, nepoznate korelacije, trendove, preferencije i druge informacije koje mogu pomoći učesnicima u zdravstvenom sistemu da donesu bolje i informisanije odluke. Digitalizacija naučne medicinske literature omogućila je istraživanjima pristup bez presedana bogatstvu medicinskog znanja. Shodno tome, medicinska naučna literatura sad predstavlja problem “velikih podataka”. Trenutne tehnike analize velikih podataka nisu dovoljne da reše izazov analize obimnih podataka naučne medicinske literature. Mašinsko učenje i veštačka inteligencija (engl. Artificial intelligence - AI) pružaju set alata tehnika koje se mogu primeniti za pretvaranje velikih podataka u informacije koje bi se mogle primeniti kao znanje. Primenom veštačke inteligencije, imamo priliku da unapredimo najvažnija pitanja javnog zdravlja, da poboljšamo zdravstvene rezultate, smanjimo troškove, obezbedimo bezbednost pacijenata, rešimo pitanja jednakosti i pravičnosti tako što ćemo obezbediti da svi zainteresovani učesnici u zdravstvu imaju pristup pravovremenim, relevantnim, tačnim i dokazanim informacijama u toku procesa donošenja odluka.

Reference

Kruse CS, Goswamy R, Raval Y, Marawi S. Challenges and Opportunities of Big Data in Health Care: A Systematic Review. JMIR Med Inform. 2016 Nov 21;4(4):e38.

Drummond M, Sculpher M, Claxton K, Stoddart G, George, Torrance G. Methods for the Economic Evaluation of Health Care Programmes. Oxford University Press, 2015

Objavljeno
2022/10/18
Rubrika
Predavanja po pozivu sesija 2