Yeni müalicələrin kəşfinə Böyük verilənlər / Big Data necə kömək edir?

Big Data / Böyük verilənlər nədir?

Sosial media paylaşımlarınız, foto-video arxivləriniz, alış-veriş davranışlarınız, Google axtarışlarınız, addımlarınız, ürək ritminiz (məsələn, ağıllı saatlarla), xəstəlikləriniz, qan göstəriciləriniz, DNAnız… Yəni insana və həyata dair nə varsa, artıq qeydə alınır və bu xam məlumat Big Data (Böyük verilənlər) adlandırılır.

Big Data və onu emal edəcək yeni nəsil verilənlərin mədənçiliyi vasitələri ilə indiyə qədər heç qeydə alınmamış və təhlil edilməmiş sonsuz müxtəliflikdəki sonsuz verilənlərdən mənalı nəticələr çıxarmaq olar. Bu xam məlumatların ən dəyərlilərinin bir hissəsini də sağlamlıq verilənləri təşkil edir.

Big Data deyəndə onunla birlikdə süni intellekt, maşın öyrənməsi, dərin öyrənmə, strukturlaşdırılmış və strukturlaşdırılmamış verilənlər də ağlımıza gəlir. Səhiyyə sektoru və dərman sənayesi üçün bunlar artıq məhsuldarlıq dövrünün təməl daşlarıdır.

Bu gün yalnız səhiyyə sektorunun deyil, bütün iş dünyasının əlindəki ən böyük üstünlük böyük verilənlər və onları mənalı təhlil etmək bacarığıdır.

1. Big Data ilə əvvəllər aşkar edilməmiş xəstəlik hədəflərinə yönəlmək

Böyük verilənlərin ən ümidverici tətbiqlərindən biri əvvəllər aşkar edilməmiş hədəflərə yönəlməkdir. GSK (GlaxoSmithKline) və Pfizer süni intellekt sahəsində çalışan təchizatçıları ilə birlikdə buna fokuslanıblar. Bəzi biotexnologiya şirkətləri isə öz süni intellekt platformalarını qururlar. Berg Health onlardan biridir və hazırda bəzi patentli maşın öyrənməsi alqoritmləri ilə molekulyar sahədə və xəstə hüceyrə kulturası tədqiqatlarının araşdırılması üzərində işləyir. Bu işlərlə göz təzyiqi (qlaukoma), keçəllik (alopesiya), xərçəng və neyrodegenerativ pozuntular üçün bir neçə hədəf və mümkün dərman kəşf etdilər.

2. Big Data ilə AIDS xəstəliyinin törədicisi HIV-in zəif nöqtəsini tapmaq

Hong Kongdan tədqiqat qrupu HIV virusunun düzgün hissəsini hədəfləyərək özünü köçürüb çoxalmasının qarşısını almaqda istifadə edilə biləcək peyvənd üzərində işləyir. Bu tədqiqat poliprotein ardıcıllığının xəritələnməsini tələb edir və böyük verilənlər tətbiqləri də bu sahədə tədqiqatçılara kömək edir. HIV yoluxmuş 1918 şəxsdən alınan 20.043 ardıcıllıqdan əldə edilmiş 815 amin turşusu üzərində süni intellektlə tədqiqat aparıldı. Bu işin virusun mutasiya və infeksiya yaratma qabiliyyətlərini məhdudlaşdırmaq üçün yeni immunoterapiyalar və peyvənd yanaşmaları ortaya çıxaracağı ümid edilir.

3. Big Data ilə dərmanları və qarşılıqlı təsirlərini izləmək

Maşın öyrənməsi ilə daha sürətli və yüksək ayırdetməli üsullardan istifadə edilərək dərmanların qarşılıqlı təsirləri müşahidə olunur və bəzi məqamların gözdən qaçması önlənə bilir. Bu yanaşma ilə xüsusilə nadir, çox az və ya heç hədəfi bilinməyən xəstəliklərə qarşı üstünlüklər əldə ediləcəkdir. Yeni göstərişlərdəki klinik tədqiqat molekullarını görüntüləmək üçün Sanofi bu sahədə işləyir.

4. Big Data ilə mənbə axtarışı aparmaq / Ədəbiyyatı izləmək

Süni intellekt texnologiyaları ilə dərman sənayesində tədqiqat və inkişaf işlərindən faydalı məlumatlar daha səmərəli əldə edilə bilir. BenevolentAI, Judgment Correlation System (JACS) ilə milyonlarla məqalə və icmaldakı milyardlarla cümlə və abzası şərh edə bilən alqoritmlərə malikdir. JACS sonra verilənlərlə “məlum həqiqətlər” arasındakı birbaşa əlaqələri müəyyənləşdirir. Məlum həqiqətlər bu sahədə çalışan bəzi alimlərin fərziyyələrinə əsaslanır. Mütəxəssis tədqiqatçı komandası da JACS-ın nəticələrini qiymətləndirir və dəyərlərinə görə prioritet sırası müəyyən edir. Şirkətin biotibbi qolu bu texnologiyanı ALS xəstəliyində istifadə edir. Bu işlə əldə etdikləri uğurlar əvvəlkilərdən daha təsirli nəticələr göstərdi.

5. Big Data ilə xəstə mərkəzli araşdırmalar

Böyük verilənlər tətbiqləri yalnız təhlildə inqilab deyil, onların toplanmasında da çox böyük yeniliklər təqdim edir. LymeDisease.org bu yaxınlarda MyLymeData tətbiqini açıqladı. Bu tətbiqlə Lyme xəstəliyi araşdırmalarının sürətləndirilməsi hədəflənir. Lyme xəstəliyi hazırda ABŞ-da ən çox rast gəlinən anadan uşağa keçən xəstəliklərdəndir və diaqnoz-müalicədəki səhvlər %35-50-yə çata bilir. Lyme diaqnoz və müalicə prosesi bir çox xəstəni ciddi çətinliyə salır. Bu tətbiq minlərlə xəstədən əldə edilən verilənlərlə niyə bəzi xəstələrin müalicəyə cavab verdiyi, bəzilərinin isə vermədiyi barədə nəticə vəd edir.

6. Big Data ilə kütləvi xərçəng dərmanı verilənləri

CODE-cancer.com (Avropa onkologiya verilənləri üçün əməkdaşlıq) təşəbbüsü ilə 7 Avropa ölkəsindəki 200 xərçəng müalicə mərkəzindən 3 il toplanan verilənlərin yeni xərçəng müalicələrinə yol açacağı ümid edilir. Bu təşəbbüsün qarşıdakı 10 ildə 2000 xərçəng mərkəzini əhatə edəcək qədər böyüməsi planlaşdırılır. Bu miqyasdakı böyük xərçəng verilənləri ilə hansı dərmanların hansı xərçənglərdə daha təsirli olduğu da müqayisə edilə biləcək.

7. Big Data və süni intellektlə sağlamlıq verilənlərini toplamaq

Strukturlaşdırılmış və strukturlaşdırılmamış verilənlər üzərində mədənçilik və bu verilənlərin istifadə edilə bilən hala gətirilməsi başqa çətinlik sayılır. Birləşmiş Krallıq Xərçəng Araşdırma Mərkəzi bu sahədəki tədqiqatçılara 30 milyon dollarlıq mükafat vəd edir. Bu işlər yalnız dərman kəşfinin deyil, xərçəng araşdırmalarının da yolunu açacaqdır. Tədqiqatçıların məqsədlərindən biri də tibbi və qeyri-tibbi mənbələrdən yaradacaqları nümunələrlə xərçəngi əvvəlcədən aşkar etməkdir. Bunu bacarsalar, fərqli etik problemlə də qarşılaşacaqlar. İnsanların tibbi verilənlərinə asan çatmaq və onlarla həllər hazırlamaq mümkündürsə, bu verilənlər başqa şəkildə problem yaratmaq məqsədilə istifadə edilə bilərmi?

ƏLAQƏLİ MÖVZULAR

• Sağlam şəxslərdə xərçəngin erkən diaqnozu üçün hazırda maye biopsiya tövsiyə etmirik! Niyə?
• İnsan zehninin sərhədləri, süni intellekt və tibbin gələcəyi
• Xərçəng müalicəsində son inkişaflar - 2018 ilində xərçəng müalicələrinə istiqamət verəcək 7 trend