Dijital Sağlık Hizmetlerinde Büyük Veri (Big Data) Nedir?
Büyük veriler(big data), her şeyin dijitalleştirilmesiyle oluşturulan, belirli teknolojiler tarafından birleştirilen ve analiz edilen büyük miktarda bilgiyi ifade eder. Sağlık bakımına uygulandığında, belirli hastalık grubundaki kişilerin veya bireyin belirli sağlık verilerini kullanarak ve potansiyel olarak salgınları önlemeye, hastalığı tedavi etmeye, maliyetleri düşürmeye yardımcı olur.
Tedavi çözümlerinin bir çoğu verilerden kaynaklanıyor. Doktorların hastalık belirtilerini olabildiğince erken tarihte , hastalık belirtileri oluştukça öğrenebilmesi uygulanacak tedavinin başarısı için önemlidir. Erken uygulanacak tedavi daha basit ve maddi manevi maliyetleri çok daha düşük olacaktır.
Sağlık hizmeti veri analizi ile hastalıktan korunmak için yapılacak uygulamalar tedaviden çok daha iyidir.Ayrıca hem hastalık hem de toplumun hastalıklar ile ilgili etkileşimi hakkında bilgi sahibi olmak sağlık politikalarını yönetenler ve sigorta şirketleri için özel uygulamalar ve paketler geliştirilmesi için önemlidir.
Günümüzün sürekli gelişen teknolojileri ile, bu tür verileri toplanması yanında daha sağlığın geliştirilmesi ve tedavisi için kullanılabilecek kavramlar ,yöntemler me yeni teknolojilerin gelişmesinin önünü açmaya devam etmektedir.
Sağlıkta büyük veri (Big data) ile yapılan çalışmalardan örnekler
Kanser tedavisinde büyük veri
Sağlık hizmeti sağlayıcıları , hastalıkları erken evrelerinde tespit etme ve teşhis etme yeteneğine sahip olacak, hastanın genetik yapısına göre daha etkili tedaviler atayacak ve yan etkileri en aza indirmek ve etkinliği artırmak için ilaç dozlarını düzenleyecektir. Ayrıca, paralelleştirme için büyük destek sağlayacak ve 3 milyar DNA baz çiftinin haritalanmasına yardımcı olacaktır. Örneğin, araştırmacılar, hasta tümör kayıtlarıyla bağlantılı tümör örneklerini inceleyebilirler. Bu verileri kullanarak araştırmacılar, belirli mutasyonların ve kanser proteinlerinin farklı tedavilerle nasıl etkileşime girdiğini görebilir ve daha iyi hasta sonuçlarına yol açacak eğilimleri bulabilirler. Bununla birlikte, bu tür bilgilerin daha erişilebilir olmasını sağlamak için, hastaneler, üniversiteler gibi farklı kurumlardan gelen hasta veritabanlarının birbirine bağlanması gerekmektedir. Daha sonra, örneğin, araştırmacılar diğer kurumlardan alınan hasta biyopsi raporlarına erişebilirler. Bir başka potansiyel kullanım örneği, klinik araştırma hastalarından kanser doku örneklerinin genetik olarak dizilenmesi ve bu verilerin daha geniş kanser veri tabanına sunulması olacaktır.
Hastanın Hayati Fonksiyonlarının İzlenmesi
Büyük verilerin uygulanması hastane personelinin daha verimli çalışmasını kolaylaştırır. Hastalar, kan basıncını, kalp atışını ve solunum hızını sürekli olarak izlemek için hasta yataklarının yanında sensörler kullanılır. Paterndeki herhangi bir değişiklik doktorlara ve sağlık yöneticilerine hızlı bir şekilde uyarılır.
Hastane yönetiminde büyük veri
Sağlık idaresi, büyük verilerin yardımıyla daha sorunsuz hale gelebilir. Daha iyi klinik destek sağlamaya ve risk altındaki hastaları yönetmeye yardımcı olur. Ayrıca tıp uzmanlarının çeşitli kaynaklardan gelen verileri analiz etmelerine yardımcı olur. Sağlık hizmeti sunucularının hastalar arasındaki sapmaları ve tedavilerin sağlıkları üzerindeki etkilerini sonuçlandırmasına yardımcı olur.
Sağlıkta dolandırıcılık ve sağlık personeli hatalarını önleme ve tespit
Bazı çalışmalar, sağlıkta veri ihlallerinin olma olasılığının diğer endüstrilerden % 200 daha yüksek olduğunu göstermiştir. Bunun en önemli nedeni hasta veriler yasadışı piyasalarda son derece değerli ve karlı olmasıdır.
Diğer bir hata önleme ise hastanelerde yapılan bilerek yada bilmeyerek yapılan yanlış dozaj, yanlış ilaçlar ve diğer insan hataları şeklinde çok çeşitli hataların önlenmesine yardımcı olacaktır.
Diğer tarafta insan bazı işlemlerin aşırı uygulandığının tespit edilmesi ile hasta sağlığı tehlikeye atılması ve ülke kaynaklarının gereksiz yere ziyan edilmesinin önüne geçebilecektir.
Gerçek Zamanlı Uyarı
Sağlık hizmetlerindeki diğer büyük veri analitiği örnekleri, önemli bir işlevselliği paylaşır – gerçek zamanlı uyarı. Hastanelerde, Klinik Karar Desteği yazılımı, tıbbi verileri yerinde analiz ederek, sağlık uzmanlarına reçete kararları verirken tavsiyelerde bulunur.
Bununla birlikte, doktorlar pahalı kurum içi tedavilerden kaçınmak için hastaların hastanelerden uzak durmasını istiyorlar. Giyilebilir cihazlar hastaların sağlık verilerini sürekli olarak toplar ve bu verileri buluta gönderir.
Hastaların Kendi Sağlıklarını İzleyebilmeleri
Birçok tüketici – ve dolayısıyla potansiyel hastalar – attığı her adımı, kalp atış hızlarını, uyku alışkanlıklarını, vb. kaydeden akıllı cihazlara ilgi duyuyor. Tüm bu hayati bilgiler gizlenen potansiyel sağlık risklerini tanımlamak için diğer izlenebilir verilerle birleştirilebilir. Kronik bir uykusuzluk ve yüksek bir kalp atış hızı, örneğin gelecekteki kalp hastalığı için bir risk sinyali verebilir. Hastalar doğrudan kendi sağlıklarının izlenmesine katılırlar ve sağlık sigortalarından gelen teşvikler onları sağlıklı bir yaşam tarzı sürmeye itebilir (örneğin: akıllı saatler kullanan insanlara para vermek).
Sağlık Verilerini Stratejik Planlama İçin Kullanma
Sağlık hizmetlerinde büyük verilerin kullanılması, insanların motivasyonlarına ilişkin daha iyi bilgiler sayesinde stratejik planlamaya olanak tanır. Sağlık Hizmeti yöneticileri, farklı demografik gruplardaki kişiler arasındaki check-up sonuçlarını analiz edebilir ve hangi faktörlerin insanların tedaviye katılmasını engellediğini belirleyebilir.
Teletıpda büyük veri
Klinisyenler, kişiselleştirilmiş tedavi planları sağlamak ve hastaneye yatma veya yeniden kabulü önlemek için teletıp kullanıyorlar. Sağlık hizmeti veri analitiğinin bu şekilde kullanılması, daha önce görüldüğü gibi tahmine dayalı analitiklerin kullanımına bağlanabilir
Büyük veri teletıp kullanımında klinisyenlerin akut tıbbi olayları önceden tahmin etmelerini ve hasta durumlarının bozulmasını önlemelerini sağlar. Büyük veri sayesinde, hastanın durumu her yerde ve her zaman izlenebilir ve danışılabileceğinden teletıp bakımının kullanılabilirliğini artırır.
Tıbbi görüntülemede büyük veri
Radyolojide büyük veri ve derin öğrenme yöntemlerinin uygulanması, sağlık hizmetlerinde önemli ilerlemeler için geniş ve henüz büyük ölçüde kullanılmamış bir potansiyele sahiptir. Binlerce görüntüyü analiz etmek için geliştirilen algoritmalar piksellerdeki belirli kalıpları tanımlayabilir ve tanıyı hekime yardımcı olacak bir sayıya dönüştürebilir. Hatta daha da ileri giderek radyologların görüntülere bakması gerekmeyeceğini söyleyebilirler, bunun yerine ömür boyu kaçınılmaz olarak daha fazla görüntüyü inceleyecek ve hatırlayacak algoritmaların sonuçlarını analiz edebilirler. Bu şüphesiz radyologların rolünü, eğitimlerini ve gerekli beceri setini etkileyecektir.
