ПЕРСПЕКТИВИ ТА ПРОБЛЕМИ ВИКОРИСТАННЯ ТЕХНОЛОГІЙ BIG DATA В МЕДИЦИНІ

V.V. Petrov; O. P. Mintser; A. A. Kryuchyn; Ye. A. Kryuchyna

doi:10.11603/mie.1996-1960.2019.3.10429

Автор(и)

V.V. Petrov Інститут проблем реєстрації інформації НАН України
O. P. Mintser Національна медична академія післядипломної освіти імені П. Л. Шупика https://orcid.org/0000-0002-7224-4886
A. A. Kryuchyn Інститут проблем реєстрації інформації НАН України
Ye. A. Kryuchyna Київська міська клінічна лікарня № 10

DOI:

https://doi.org/10.11603/mie.1996-1960.2019.3.10429

Ключові слова:

медико-біологічна інформація, Big Data, персоналізована медицина

Анотація

Проведено аналіз наукометричних баз даних Scopus, Web of Science, Ulrich's Periodicals, eLIBRARY.RU, Google Scholar, PubMed, Medline, EMBASE, EconLit, Cochrane Library, UpToDate, ACP Journal Club, HINARI, українських баз даних (http:// www.meta.ua,http://www.nbuv.gov.ua), друкованих наукових статей, монографій і посібників, присвячених проблемі Віg Data в медицині за період з 2007 по 2019 роки за ключовими словами «Big Data», «medicine». Представлено результати впровадження технологій Big Data в клінічній та експериментальній медицини, системі менеджменту охорони здоров'я, фармації та клінічних дослідженнях. Big Data — соціально-економічний феномен, що пов'язаний із появою нових технологічних можливостей для аналізу величезної кількості даних. Показано, що цілями застосування Big Data в медицині є створення максимально повних реєстрів медичних даних, які обмінюються між собою інформацією, використання накопиченої інформації для прогнозування можливості розвитку захворювань та їх профілактики у кожного конкретного пацієнта, запобігання епідеміям, створення системи ціноутворення й оплати, нових бізнес-моделей, використання інтелектуального моделювання при розробці лікарських засобів, впровадження електронних карт пацієнта, що були б доступні кожному лікареві та дає можливість впровадження персоналізованої медицини. Основними технологіями оброблення Big Data є NoSQL, MapReduce, Hadoop, R, апаратні рішення. Доведено, що використання технологій Big Data в медицині може бути досягнуто при широкому представленні медико-біологічної інформації у цифровому вигляді, показано доцільність і необхідність забезпечення її оперативного передавання, в тому числі по каналах мобільного зв'язку, вказано на невирішені питання в застосуванні Big Data (неструктурованість, синтаксичні та семантичні проблеми даних, надмірність і ризик спотворення інформації, неповна відповідність вимогам доказової медицини, правові, морально-етичні, страхові аспекти, недостатність традиційних механізмів безпеки, таких як брандмауери та антивірусне програмне забезпечення). Наведені дані свідчать про перспективність використання даних технологій для істотного поліпшення якості медичного обслуговування населення.

Посилання

Afanasyeva, A. (2016). A new history of medicine at the beginning of the 21st century: new development trends. Lecturer XXI, 486-499. [In Russian].

Shuliak, V. I. International experience of application of integrated clinical protocol in medical practice (literature review). Retrieved from http://www.umj.com.ua/. www.umj.com.ua/article/6738/mizhnarodnijdosvid-zastosuvannya-integrovanogo-klinichnogo-protokolu-v-medichnij-praktici-oglyad-literaturi. [In Ukrainian].

Ignatieva, G. F. Standardization of medical care as a factor of socialization of state administrative ervices. Retrieved from http://www.nbuv.gov.ua/e-journals/dutp/2007-2/ txts/07igfsas.htm. [In Ukrainian].

Cirillo, D., Valencia, A. (2019). Big data analytics for personalized medicine. Current Opinion in Biotechnology, 58 (8), 161-167. doi: 10.1016/j. copbio.2019.03.004.

Waseh, S., Dicker, A. P. (2019). Telemedicine Training in Undergraduate Medical Education: Mixed-Methods Review. JMIR Med Educ, 5(1), e12515. Retrieved from https://www.ncbi.nlm.nih.gov/pubmed8269. doi: 10.2196/12515. DOI: https://doi.org/10.2196/12515

Strang, K., Sun, Z. (2019). Hidden big data analytics issues in the healthcare industry. Health Informatics. Retrieved from https://journals.sagepub. com/doi/abs/10.1177/1460458219854603. doi: 10.1177/1460458219854603. DOI: https://doi.org/10.1177/1460458219854603

Kamlet, L. (2019). The Big Data Evolutio. Eur Heart J, 40 (25), 1995-6. doi: 10.1093/eurheartj/ehz416. DOI: https://doi.org/10.1093/eurheartj/ehz416

Aziz, M. (2017). Big data, small airways, big problems. Br J Anaesth. 119 (5), 864-866. doi: 10.1093/bja/aex362. DOI: https://doi.org/10.1093/bja/aex362

Press, G. (2013). Very Short History of Big Data. Forbes. Retrieved from https://www.forbes.com/sites/ gilpress/2013/05/09/a-very-short-history-of-big-data/#125fecab65a1.

Foote, K. (2017). Big Data and the History of Information Storage. Dataversity. Retrieved from http:// www. winshuttle.com/big-data-timeline/.

Petrov, V. V., Mintser, O. P., Kryuchyn, A. A., Kryuchyna, Ye. A. (2017). Problems of storage of medical and biological information. Medical Informatics and Engineering, 3, 52-62. [In Russian]. doi: http://dx.doi. org/10.11603/mie.1996-1960.2017.3.8182.

Ristevski, B., Chen, M. (2018). Big Data Analytics in Medicine and Healthcare. Journal of Integrative Bioinformatics, 15(3), 30-45. doi: 10.1515/jib-2017-0030. DOI: https://doi.org/10.1515/jib-2017-0030

Tsvetkova, L. A., Cherchenko, O. V. (2016). Introduction of big data technologies in healthcare: assessment of technological and commercial prospects. Economics of science, 2(2), 138-150. [In Russian].

Hackenberger, B. (2019). Data by data, Big Data. Croat Med J., 60(3), 290-292. doi: 10.3325/cmj.2019.60.290. DOI: https://doi.org/10.3325/cmj.2019.60.290

Zhang, Y., Guo, S. L., Han, L., Li, T. L. (2016). Application and Exploration of Big Data Mining in Clinical Medicine. Chin Med J (Engl), 129(6), 731-738. doi: 10.4103/0366-6999.178019. DOI: https://doi.org/10.4103/0366-6999.178019

Lee, L. H. (2017). Medical big data: promise and challenges. Kidney Res Clin Pract., 36(1), 3-11. doi: 10.23876/j.krcp.2017.36.1.3.

Bellazzi, R. (2014). Big data and biomedical informatics: a challenging opportunity. Yearb Med Inform., 8-13. doi: 10.15265/IY-2014-0024. DOI: https://doi.org/10.15265/IY-2014-0024

Lee, C., Yoon, H. (2017). Medical big data: promise and challenges. Kidney Res Clin Pract., 36(1), 3-11. doi: 10.23876/j.krcp.2017.36.1.3. DOI: https://doi.org/10.23876/j.krcp.2017.36.1.3

Kalayda, I. (2016). BigData - a new word in medicine. Retrieved from http://meridian.in.ua/news/25778.html. [In Russian].

Trifonova, O., Il'in, V., Kolker, E., Lisitsa, A. (2013). Big data in biology and medicine. Acta Naturae, 3(16), 138-147. DOI: https://doi.org/10.32607/20758251-2013-5-3-13-16

Tan, S., Gao, G., Koch, S. (2015). Big data and analytics in healthcare. Methods Inf Med., 54(6), 546-547. doi: 10.3414/ME15-06-1001.

Hulsen, T., Jamuar, S., Moody, A. et al. ( 2019). From Big Data to Precision Medicine. Front Med. (Lausanne). Retrieved from https://www.ncbi.nlm.nih. gov/pubmed/30881956.eCollection 2019. doi: 10.3389/ fmed.2019.00034.

Olivera, P., Danese, S., Jay, N., Natoli, G., Peyrin-Biroulet, L. (2019). Big data in IBD: a look into the future. Nat Rev Gastroenterol Hepatol., 16(5), 312-321. doi: 10.1038/s41575-019-0102-5. DOI: https://doi.org/10.1038/s41575-019-0102-5

Qian, T., Zhu, S., Hoshida, Y. (2019). Use of big data in drug development for precision medicine: an update. Expert Rev Precis Med Drug Dev., 4(3), 189-200. doi: 10.1080/23808993.2019.1617632. DOI: https://doi.org/10.1080/23808993.2019.1617632

Knight, S., Ots, R., Maimbo M. et al. (2019). Systematic review of the use of big data to improve surgery in low- and middle-income countries. Br J Surg., 106(2), e62-e72. doi: 10.1002/bjs.11052. DOI: https://doi.org/10.1002/bjs.11052

He, K., Ge, D., He, M. (2017). Big data analytics for genomic medicine. Int J Mol Sci., 18(2), 412-430. doi: 10.3390/ijms18020412.

Guihard, S., Thariat, J., Clavier, J. (2017). Big data and their perspectives in radiation therapy. Bull Cancer., 104(2), 147-156. doi: 10.1016/j.bulcan.2016.10.018. DOI: https://doi.org/10.1016/j.bulcan.2016.10.018

Cha, H., Jung, J., Shin, S. (2019). The Korea Cancer Big Data Platform (K-CBP) for Cancer Research. Int J Environ Res Public Health, 16(13), E2290. doi: 10.3390/ ijerph16132290.

Hernandez, I., Zhang, Y. (2017). Using predictive analytics and big data to optimize pharmaceutical outcomes. Am J Health Syst Pharm., 74(18), 1494-1500. doi: 10.2146/ajhp161011. DOI: https://doi.org/10.2146/ajhp161011

Tan, S., Gao, G., Koch, S. (2015). Big Data and Analytics in Healthcare. Methods Inf Med, 54(6), 546-547. doi: 10.3414/ME15-06-1001. DOI: https://doi.org/10.3414/ME15-06-1001

Damiani, A., Onder, G., Valentini, V. (2018). Large databases (Big Data) and evidence-based medicine. Eur J Intern Med., 53(7), 1-2. doi: 10.1016/j.ejim.2018.05.019. DOI: https://doi.org/10.1016/j.ejim.2018.05.019

Chen, Y., Wang, Q., Zeng, X. (2017). Exploration and analysis of big data from the perspective of evidence-based medicine. Zhonghua Nei Ke Za Zhi., 56:3, 167-170. [In Chinese]. doi: 10.3760/cma.j.is sn.0578-1426.2017.03.003.

Archenaa, J., Anita, E. (2015). A survey of big data analytics in healthcare and government. Procedia Comput Sci., 50(10), 408-413. doi: 10.1016/j.procs.2015.04.021. DOI: https://doi.org/10.1016/j.procs.2015.04.021

Bauer, M. (2016). Big data, technology, and the changing future of medicine. Medicographia, 38(4), 401-410.

Zhu, J., Chen, T. et al. (2019). Database Resources of the BIG Data Center in 2019. Nucleic Acids Res., 47(D1), D8-D14. doi: 10.1093/nar/gky993. DOI: https://doi.org/10.1093/nar/gky993

Ruping, S. (2015). Big data in medicine and healthcare. Bundesgesundheitsblatt Gesundheitsforschung, 58(8), 794-798. doi: 10.1007/s00103-015-2181-y. DOI: https://doi.org/10.1007/s00103-015-2181-y

Kozin, M. (2018). Application of Big Data in Medicine. Retrieved from https://blog.mednote.life/articles/ primenenie-big-data-v-medicine.

Strazhinsky, A. (2019). How Ukrainians work with Big Data. Retrieved from http://www.ukrrudprom.ua/digest/ Kak_ukraintsi_rabotayut_s_Big_Data.html?print.

Suwinski, P., Ong, C., Ling, M. et al. (2019). Advancing Personalized Medicine Through the Application of Whole Exome Sequencing and Big Data. Analytics. Front. Genet., 18(2), 49-59. doi: 10.3390/ijms18020412. DOI: https://doi.org/10.3390/ijms18020412

Cobb, A., Benjamin, A., Huang, E., Kuo, P. (2018). Big data: More than big data sets. Surgery, 164(4), 640-642. doi: 10.1016/j.surg.2018.06.022. DOI: https://doi.org/10.1016/j.surg.2018.06.022

Wu, P., Cheng, C., Kaddi, C. et al. (2017). Omic and Electronic Health Record Big Data Analytics for Precision Medicine. IEEE Trans Biomed Eng., 64(2), 263-273. doi: 10.1109/TBME.2016.2573285. DOI: https://doi.org/10.1109/TBME.2016.2573285

Peters, S., Buntrock, J. (2014). Big data and the electronic health record. J.Ambul Care Manage., 37(3), 206-210. doi: 10.1097/JAC.0000000000000037. DOI: https://doi.org/10.1097/JAC.0000000000000037

Gruning, B., Lampa, S., Vaudel, M., Blankenberg, D. (2019). Software engineering for scientific big data analysis. Gigascience, 8(5), 1-6. doi: 10.1093/ gigascience/giz054. DOI: https://doi.org/10.1093/gigascience/giz054

Mooney, S., Pejaver, V. (2018). Big Data in Public Health: Terminology, Machine Learning, and Privacy. Annu Rev Public Health, 39(4), 95-112. doi: 10.1146/ annurev-publhealth-040617-014208. DOI: https://doi.org/10.1146/annurev-publhealth-040617-014208

Abidi, S.S.R., Abidi, S.R. (2019). Intelligent health data analytics: A convergence of artificial intelligence and big data. Health Manage Forum, 32(4), 178-182. doi: 10.1177/0840470419846134. DOI: https://doi.org/10.1177/0840470419846134

Dinov, I. (2016). Methodological challenges and analytic opportunities for modeling and interpreting Big Healthcare Data. Gigascience, 5(1), Article number: 12 . doi: 10.1186/s13742-016-0117-6. DOI: https://doi.org/10.1186/s13742-016-0117-6

Luo, J., Wu, M., Gopukumar, D., Zhao, Y. (2016). Big Data Application in Biomedical Research and Health Care: A Literature Review. Biomed Inform Insights., (8), 1-10. doi: 10.4137/BII.S31559. DOI: https://doi.org/10.4137/BII.S31559

Jastania, R., Nageeti, T., Al-Juhani, H. et al. (2019). Utilizing Big Data in Healthcare, How to Maximize Its Value. Stud Health Technol Inform., 262(7), 356-359. doi: 10.3233/SHTI190092.

Adams, S., Petersen, C. (2016). Precision medicine: opportunities, possibilities, and challenges for patients and providers. J Am Med Inform Assoc., 23(4), 787-790. doi: 10.1093/jamia/ocv215. DOI: https://doi.org/10.1093/jamia/ocv215

Ioannidis, J., Khoury, M. (2018). Evidence-based medicine and big genomic data. Hum Mol Genet., 1(27), R2-R7. doi: 10.1093/hmg/ddy065. DOI: https://doi.org/10.1093/hmg/ddy065

Gruning, B., Lampa, S., Vaudel, M., Blankenberg, D. (2019). Software engineering for scientific big data analysis. Gigascience, 8(5), giz054. doi: 10.1093/ gigascience/giz054.

Aiello, M., Cavaliere, C., D'Albore, A., Salvatore, M. (2019). The Challenges of Diagnostic Imaging in the Era of Big Data. J Clin Med., 8(3), 316-327. doi: 10.3390/ jcm8030316. DOI: https://doi.org/10.3390/jcm8030316

Minou, J., Routsis, F., Gallos, P., Mantas, J. (2017). Health Informatics Scientists' Perception About Big Data Technology. Stud Health Technol Inform., 238(3), 144-146.

Alyass, A., Turcotte, M., Meyre, D. (2015). From big data analysis to personalized medicine for all: challenges and opportunities. BMC Med Genomics, June, Article number: 33. doi: 10.1186/s12920-015-0108-y. DOI: https://doi.org/10.1186/s12920-015-0108-y

Navaz, A., Serhani, M., Al-Qirim, N., Gergely, M. (2018). Towards an efficient and Energy-Aware mobile big health data architecture. Comput Methods Programs Biomed., 166(11), 137-154. doi: 10.1016/j. cmpb.2018.10.008.

Prosperi, M., Min, J., Bian, J., Modave, F. (2018). Big data hurdles in precision medicine and precision public health. BMC Med Inform Decis Making., 18(1), Article number: 139. doi: 10.1186/s12911-018-0719-2. DOI: https://doi.org/10.1186/s12911-018-0719-2

Gligorijevic, V., Malod-Dognin, N., Przulj, N. (2016). Integrative methods for analyzing big data in precision medicine. Proteomics, 16(5), 741-758. doi: 10.1002/ pmic.201500396. DOI: https://doi.org/10.1002/pmic.201500396

Dimitrov, D. (2016). Medical Internet of Things and Big Data in Healthcare. Healthc Inform Res., 22 (3), 156-163. doi: 10.4258/hir.2016.22.3.156. DOI: https://doi.org/10.4258/hir.2016.22.3.156

Lejay, A., Chakfe, N. (2019). Big Data, a Big Mistake? Eur J Vasc Endovasc Surg., 57(2), 258-264. doi: 10.1016/j.ejvs.2018.09.029. DOI: https://doi.org/10.1016/j.ejvs.2018.09.029

Succi, S., Coveney, P. (2019). Big data: the end of the scientific method? Philos Trans A Math Phys Eng Sci., 377(2142), 0145. doi: 10.1098/rsta.2018.0145. DOI: https://doi.org/10.1098/rsta.2018.0145

Fahr, P., Buchanan, J., Wordsworth, S. (2019). Review of the Challenges of Using Biomedical Big Data for Economic Evaluations of Precision Medicine. Appl Health Econ Health Policy, Apr 3, 443-452. doi: 10.1007/s40258-019-00474-7. DOI: https://doi.org/10.1007/s40258-019-00474-7

Xu, L., Wang, S., Zhan, S. (2019). Randomized controlled trial based on big data. Zhonghua Liu Xing Bing Xue Za Zhi., 40(6), 702-706. doi: 10.3760/cma.j.i ssn.0254-6450.2019.06.019.

Chen, X., Hu, J. (2016). Big data analysis and evidence-based medicine: controversy or cooperation. Zhonghua Wei Chang Wai Ke Za Zhi., 19(1), 13-16.

Ross, M., Wei, W., Ohno-Machado, L. (2014). «Big data» and the electronic health record. Yearb Med Inform., 23(01), 97-104. doi: 10.15265/IY-2014-0003. DOI: https://doi.org/10.15265/IY-2014-0003

Zou, X., Zhu, W., Yang, L., Shu, Y. (2015). Google Flu Trends -- the initial application of big data in public health. Zhonghua Yu Fang Yi Xue Za Zhi., 49(6), 581584. Retrieved from: https://www.ncbi.nlm.nih.gov/ pubmed/26310351.