ВІЗУАЛЬНА АНАЛІТИКА — ЕФЕКТИВНА ТЕХНОЛОГІЯ ОБРОБЛЕННЯ BIG DATA В МЕДИЦИНІ

В. В.  Петров; О. П.  Мінцер; А. А.  Крючин; Є. А.  Крючина

doi:10.11603/mie.1996-1960.2020.2.11173

Автор(и)

В. В. Петров Інститут проблем реєстрації інформації НАН України
О. П. Мінцер Національна медична академія післядипломної освіти імені П. Л. Шупика https://orcid.org/0000-0002-7224-4886
А. А. Крючин Інститут проблем реєстрації інформації НАН України
Є. А. Крючина Київска міська клінічна лікарня № 10

DOI:

https://doi.org/10.11603/mie.1996-1960.2020.2.11173

Ключові слова:

візуальна аналітика, Big Data, медицина

Анотація

Представлено аналіз перспектив застосування візуальної аналітики в клінічній та експериментальній медицині, системі менеджменту охорони здоров'я, фармації та клінічних дослідженнях, у першу чергу для оброблення Big Data. Показано, що візуальна аналітика забезпечує більш доступний та інтуїтивно зрозумілий підхід до аналізу медико-біологічної інформації, дозволяє підвищити ефективність використання зібраних і накопичених даних, виявляти нові та невідомі знання шляхом знаходження зв'язків, патернів, трендів і аномалій у Big Data. Візуальна аналітика забезпечує управління даними, проведення їх дослідження та аналізу. Розроблені методи представлення даних у вигляді зображень, діаграм спрямовані на максимально повне використання реєстрів медичних даних, використання накопиченої інформації для прогнозування можливості розвитку захворювань та їх профілактики та в цілому має сприяти вирішенню проблем інформаційного перевантаження. Наведені дані свідчать, що технології візуальної аналітики сприятимуть суттєвому покращенню якості медичного обслуговування населення.

Посилання

Petrov, V. V., Mintser, O. P., Kryuchyn, A. A., Kryuchyna, E. A. (2019). Prospects and problems of the use of technology in medicine. Medical Informatics and Engineering, 3 (47), 20-30. doi: https://doi.org/10.11603/mie.1996-19602019.3.10429. [In Russian].

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

Dash, S., Shakyawar, S. K., Sharma, M., Kaushik, S. (2019). Big Data in healthcare: management, analysis and future prospects. Journal of Big Data , 6, 542. DOI: https://doi.org/10.1186/s40537-019-0217-0

Visual Analytics in Healthcare. (2014). Retrived from: http://visualanalyticshealthcare.org/.

Shishkin, Yu. E. (2017). Visual analysis of big data using cognitive patterns. Problems of Modern Science and Education, 2 (84), 221-225. [ In Russian].

Pasynkov, M. A. (2017). Integrated database integration system for monitoring physical parameters and positioning in water areas. Scientific journal, 2 (15), 29-31. [In Russian].

Ristevski, B., Chen, M. (2018). Big Data Analytics in Medicine and Healthcare. J Integr Bioinform, 15 (3), 2017-0030. doi: 10.1515/jib-2017-0030. DOI: https://doi.org/10.1515/jib-2017-0030

Stelmakh, S. (2018). VA-systems with AI and visual analytics will become the basis of a digital enterprise. Retrived from https://www.itweek.ru/about/authors/ detail.php? ID = 134156. [In Russian].

Caban, J. J., Gotz, D. (2015). Visual analytics in healthcare-opportunities and research challenges. J Am Med Inform Assoc., 22 (2), 260-262. doi: 10.1093/ jamia/ocv006. DOI: https://doi.org/10.1093/jamia/ocv006

Data visualization. (2015). Retrived from: http: //www. tadviser.ru/index.php.

Skatkov, A. V., Bryukhovetsky, A. A., Shishkin, Yu. E. (2016). Comparative analysis of methods for detecting changes in network traffic states. Automation and Instrument-Making: Problems, Solutions: International Materials. scientific and technical confer. Sevastopol, SevSU, 14-15. [In Russian].

Malyarova, M. V. (2016). Analytics and visualization of «big data»: why is «big data» a big problem? International Scientific Review, 3 (13), 66-68. [In Russian].

Kuznetsov, S. (2013). The Visual Future of Analytics. Review of Computer Journal (IEEE Computer Society, V. 46, No. 7, July 2013). Retrived from: http://citforum. ru/computer/2013-07/. [In Russian].

Troyanozhko, O. A., Kolesin, I. D. (2019). Visual analytics in digital biomedicine as an example of the quality of diagnosis of breast cancer. International Journal of Open Information Technologies, 7 (7), 2734. [In Russian].

Kobrinsky, B. A. (2012). The Importance of Visual Imagery for Medical Intelligent Systems. Artificial Intelligence and Decision Making, 3, 3-14. [In Russian].

Shishkin, Yu. E. (2017). Cloud services in decision support system. Scientific journal, 1 (14), 19-20. [In Russian].

Averbukh, V. L., Manakov, D. V. (2018). Analysis and visualization of «big data». Proceedings of the international scientific conference «Parallel Computing Technologies» (PaVT'2015). Yekaterinburg, March 31 - April 2, 2015, 332-340. [In Russian].

Big Data Visualization: Turning Big Data into Big Insights. The Rise of Visualization-based Data Discovery Tools. White Paper. Intel IT Center (2013). Retrived from: https://www.intel.com/ content/dam/www/public/us/ en/documents/white-papers/big-data-visualization-turning-big-data-into-big-insights.pdf.

Shneiderman, B. (2014). The big picture for big data: Visualization. Science. Science, 343 (6172), 730. doi: 10.1126/science.343.6172.730-a. DOI: https://doi.org/10.1126/science.343.6172.730-a

Simpao, A. F., Ahumada, L. M., Rehman, M. A. (2015). Big data and visual analytics in anaesthesia and health care. Br J Anaesth., 115(3), 350-6. doi: 10.1093/bja/ aeu552.

Moher, D., Liberati, A., Tetzlaff, J., Altman, D. G. (2009). Preferred reporting items for systematic reviews and meta-analyses: the PRISMA statement. PLoS Med., 6 (7), e1000097. doi: 10.1371/journal.pmed.1000097. DOI: https://doi.org/10.1371/journal.pmed.1000097

Yaeli, A. (2020). Visual Analytics Kit for Healthcare -overview. Currently real world data (RWD) is playing an increasing role in health care decision making. Retrived from: https://researcher.watson.ibm.com/researcher/ view_group.php.

Kashnitsky, U. S. (2014). Visual Analytics in the Triclusterization. Problem multidimensional data Proceedings of MIPT, 6 (3), 43-56. [In Russian].

Samoilenko, N. E., Kuvina, V. N., Kuvin, S. S. (2009). Comprehensive analysis of medical data. Bulletin of the Voronezh State Technical University, 5 (9), 114-118. [In Russian].

Chishtie, J. A., Babineau, J., Bielska, I. A. et al. (2019). Visual Analytic Tools and Techniques in Population Health and Health Services Research: Protocol for a Scoping Review. JMIR Res Protoc, 8 (10), e14019. http://doi.org/10.2196/14019. DOI: https://doi.org/10.2196/14019

Halford, G. S., Baker, R, McCredden, J. E., Bain, J. D. (2005). How many variables can humans process? Psychol Sci., 16 (1), 70-6. doi.org/10.1111%2Fj.0956-7976.2005.00782.x.

Miller, G. A. (1956). The magical number seven, plus or minus two: some limits on our capacity for processing information. Psychological Review, 63 (2), 81-97. DOI: https://doi.org/10.1037/h0043158

Elyakov, A. D. (2010). Deficit and excess of information in modern society. Retrived from http://ecsocman.hse. ru/data/2011/03/11/ 1214896871/Elyakov_11.pdf. [In Russian].

Medical Imaging. Retrived from: http://zdrav.expert/ index.php/ file: G: / Visual Analytic in Healthcare / .html.

Benke, K., Benke, G. (2018). Artificial Intelligence and Big Data in Public Health. Int J Environ Res Public Health. Dec, 10; 15 (12), pii: E2796. doi: 10.3390/ ijerph15122796.

Qu, Z, Lau, C. W, Nguyen, Q. V., Zhou, Y., Catchpoole, D. R. (2019). Visual Analytics of Genomic and Cancer Data: A Systematic Review. Cancer Inform., 18:1176935119835546. doi: 10.1177/1176935119835546. DOI: https://doi.org/10.1177/1176935119835546

Luo W. (2016). Visual analytics of geo-social interaction patterns for epidemic control. Int J Health Geogr., 15, 28. doi: 10.1186/s12942-016-0059-3. DOI: https://doi.org/10.1186/s12942-016-0059-3

Qiu, H. J., Yuan, L. X., Huang, X. K., Zhou, Y. Q. et al. (2020). Using the big data ofinternet to understand coronavirus disease 2019's symptom characteristics: a big data study. Zhonghua Er Bi Yan Hou Tou Jing Wai Ke Za Zhi. 55 (0), E004. doi: 10.3760/ cma.j.cn115330-20200225-00128.

Ting, D. S. W., Carin, L., Dzau, V., Wong, T. Y. (2020). Digital technology and COVID-19. Nat Med. Apr., 26 (4), 459-461. doi: 10.1038/s41591-020-0824-5. DOI: https://doi.org/10.1038/s41591-020-0824-5

Guo D. (2007). Visual analytics of spatial interaction patterns for pandemic decision support. Int J Geogr Inf Sci., 21 (8), 859-77. doi: 10.1080/13658810701349037. DOI: https://doi.org/10.1080/13658810701349037

Castronovo, D. A., Chui, K. K., Naumova, E. N. (2009). Dynamic maps: a visual-analytic methodology for exploring spatio-temporal disease patterns. Environ Health., 8, 61. doi: 10.1186/1476-069X-8-61. DOI: https://doi.org/10.1186/1476-069X-8-61

Maciejewski, R., Rudolph, S., Hafen, R. et al. (2010). A visual analytics approach to understanding spatiotemporal hotspots. IEEE Trans Vis Comput Graph. 16 (2), 205-220. doi: 10.1109/TVCG.2009.100. Int J Health Geogr. 2016; 15: 28. DOI: https://doi.org/10.1109/TVCG.2009.100

Wong Z. S. Y. (2-19). Artificial Intelligence for infectious disease Big Data Analytics. Infect Dis Health, 24:1, 4448. doi: 10.1016/j.idh.2018.10.002. DOI: https://doi.org/10.1016/j.idh.2018.10.002

Wu, D. T. Y., Chen, A.T., Manning, J. D. et al. (2019). Evaluating visual analytics for health informatics applications: a systematic review from the American Medical Informatics Association Visual Analytics Working Group Task Force on Evaluation. J Am Med Inform Assoc., 26 (4), 314-323. doi: 10.1093/jamia/ ocy190.

Gu, D., Li, J., Li, X., Liang ,C. (2017). Visualizing the knowledge structure and evolution of big data research in healthcare informatics. Int J Med Inform., 98, 22-32. doi: 10.1016/j.ijmedinf.2016.11.006. DOI: https://doi.org/10.1016/j.ijmedinf.2016.11.006

Ola, O., Sedig, K. (2014). The challenge of big data in public health: an opportunity for visual analytics. Online J Public Health Inform., 5 (3), 223. doi: 10.5210/ojphi. v5i3.4933. eCollection 2014. DOI: https://doi.org/10.5210/ojphi

Mehta, N., Pandit, A. (2018). Concurrence of big data analytics and healthcare: A systematic review. Int J Med Inform., 114, 57-65. doi: 10.1016/j. ijmedinf.2018.03.013.

Islam, M. S., Hasan, M. M., Wang, X., Germack, H. D., Noor-E-Alam, M. (2018). A Systematic Review on Healthcare Analytics: Application and Theoretical Perspective of Data Mining. Healthcare (Basel), 6 (2), 54. doi:10.3390/healthcare6020054. DOI: https://doi.org/10.3390/healthcare6020054