InnoHealth DataLake 2021 Szimpózium - Egészségügyi adathasznosítás a COVID-19 tükrében

Az InnoHealth DataLake projektben nagyon változatos egészségügyi adatforrásokon fejlesztett megoldásokat alakítottunk ki. A Május 25-én megrendezésre került esemény vendégei számára bemutattuk az E-Group és a Pécsi Tudományegyetem együttműködésében létrejött egészségügyi adattudományi és innovációs projekt, az InnoHealth DataLake eddigi eredményeit és jövőképét. Az alábbi videók betekintést adnak az elhangzottakról.
Amennyiben felkeltettük az érdeklődését keressen minket az innohealth21@egroup.hu email címen.

InnoHealth DataLake projekt összefoglaló

A projekt 2018-ban az E-Group ICT Software Zrt. és a Pécsi Tudományegyetem konzorciális együttműködésével indult útjára. Jelentős szellemi kapacitás bevonásával kezdődött meg a közös munka: nemzetközi hírű orvosok, biológusok, fizikusok, farmakológusok, és egészségügyi szakértők mellett informatikusok, matematikusok, mérnökök és adattudósok megfeszített munkájának köszönhető a projekt sikeres előrehaladása.

Az InnoHealth DataLake projekt célkitűzése egy csúcstechnológián alapuló, az egészségügyi ellátást, megelőzés és kutatást támogató, egységes folyamatokon alapuló standardjainak és akkreditációs rendszerének kialakítása, továbbá az adatgyűjtés, adatreprezentáció, adattárolás, adatfelhasználás, adatkezelés, adatfeldolgozás, és adatmodell kialakítása, az adatbiztonság technológiai és jogi kereteinek tisztázása. Az InnoHealth DataLake projekt során kialakításra került egy innovatív informatikai ún. adattó rendszer, mely lehetővé teszi az egészségügyi adatok hasznosítását az egészségügyi szolgáltatás és ellátás színvonalának javítása érdekében (pl. betegút elemzés, költség-optimalizálás), illetve a lehetővé váló adatfelhasználás és -elemzés új területeket nyit meg a gyógyítás és megelőzés számára. Új összefüggésekre mutat rá a diagnosztika és a terápia vonatkozásában egészséggazdasági szempontok alapján, továbbá az egészségügyi, gyógyszeripari kutatás és innováció területein kínál új lehetőségeket.

Összefoglalva elmondható, hogy hazai viszonylatban a InnoHealth DataLake projekt egyedülálló kezdeményezés, mely középtávon mintaként és prototípusként szolgálhat a nemzeti, de akár más országok egészségügyi rendszerei számára.

A létrejött informatikai és technológiai termék széleskörben alkalmazható akár további egészségügyi innovációra, akár az adatvezérelt kormányzati döntéshozatalban, pénzügyi, energetikai és más szektorokban. A megoldás képes az adatokat költséghatékonyan és megbízhatóan kinyerni a különböző rendszerekben tárolt, ún. silózott adatforrásokból, ezen eltérő formátumú adatokat egységesen kezelni, és a legfejlettebb mesterséges intelligencia módszereket alkalmazását lehetővé tenni rajtuk. A rendszer az elemzési célok függvényében dinamikusan összerendeli az információkat, ily módon az emberi „szem” számára nem érzékelhető összefüggések is napvilágra kerülnek (pl. egészségügyi adatokból következtethetünk rejtett betegségek előfordulási valószínűségére, azok lefolyására).

Ez a digitális adattó az adattudósok munkáját jelentősen egyszerűsíti, és új perspektívákat nyit meg a döntéshozók számára egy adatintenzív vállalati működés kialakítására. Mindkettő különösen fontos, hiszen nagymértékben támogatja a világszínvonalú kutatói munkát, lehetőséget biztosít az egyetemek és kórházak számára a nemzetközi gyógyszerkutatásban való részvételre, és fontos tényező lehet az egyetemek nemzetközi besorolásában is.

Szimpózium Összefoglaló

Egy ilyen, ambiciózus projekt, mint az InnoHealth DataLake kivitelezése rendkívül összetett feladat, ezért a célkitűzéseink kisebb egységekként, ún. alprojektekként kerültek megfogalmazásra. Ezen alprojektek demonstrálják az adattechnológiai, humántechnológiai, orvosszakmai modellezés és jogi aspektusok sokszínűségét, fontosságát, és az InnoHealth adattó létjogosultságát. Természetesen az alprojektek célkitűzéseinek fontos eleme, hogy önmagukban is javítsák az egészségügyi szolgáltatás színvonalát, kutatási, diagnosztikai vagy terápiás eredményekkel szolgáljanak.

Két részben foglaljuk össze a szimpóziumot. A technológiai és jogi előadások összefoglalójából áll az első rész és az orvosi-égészségtudományi alprojektek összefoglalóját tartalmazza a második részt.
Cím:
Megnyitó és köszöntő összefoglaló
Előadó:
Prof. Dr. Miseta Attila János, Rektor, Pécsi Tudományegyetem
Összegzés:
Óriási mennyiségű adatvagyon halmozódott fel az egészségügyben, ezeknek az adatoknak a korszerű módszerekkel történő felhasználása hatékonyabbá teheti a betegek diagnosztizálását és gyógyítását. Az adatvagyon felhasználásának tekintetében az egyik fontos irányvonal az adatok pontos számbavétele és rendszerezése. A Covid járvány felhívta a figyelmet arra, hogy mennyire lényeges egységes az egészségügy különböző területei számára jól felhasználható adatbázisok kialakítása. További fontos szempont, hogy ezek adatbázisok a megfelelő szervezetek és személyek számára elérhetőek legyenek. A másik irányvonal a hordható eszközök, testszenzorok segítségével történő beteg állapot monitorozás, az így nyert adatok felhasználása segíti a kezelőorvost a beteg gyógyítása során. Az E-GROUP és a Pécsi Tudományegyetem közötti együttműködés célkitűzése, hogy a InnoHealth DataLake projekt során olyan a gyakorlatban is hasznosítható eredmények szülhessenek, amik valóban szolgálják a betegek érdeket és amikre egyben büszkék is lehetünk.
Cím:
Modellváltás
Előadó:
Prof. Dr. Bódis József Csurgón született 1953-ban, Pécsi Orvostudományi Egyetemen 1977-ben általános orvos, 1981-ben szülész-nőgyógyász szakorvos diplomát szerzett. Kutatási területe a nőgyógyászati endoszkópia, a reprodukciós endokrinológia és az urogynecologia. Az MTA által támogatott “Humán reprodukció” kutatócsoport vezetője. 2010-2018-ig a Pécsi Tudományegyetem rektora, majd az EMMI oktatásért felelős államtitkára. 2019. szeptember 1-től az ITM felsőoktatásért, innovációért és szakképzésért felelős államtitkára.
Összegzés:
A múlt század végéig a felsőoktatásban a tömegképzés gyakorlata határozta meg a működési és finanszírozási formákat. Jelenünkben a globalizáció van fokozott befolyással a felsőoktatási rendszer alakulásra. Az intézmények számára jelentős kihívás egyensúly teremteni a hagyomány és a haladás között. A tradíció és az innováció szimbiózisában kell megtalálni az egyetemi rendszer ígéretes jövőjét, mely egyszerre szolgálja a helyi, nemzeti érdekeket és igazodik a globális változásokhoz is. Mindezek alapján látszik, hogy a magyar felsőoktatás modernizációja olyan kihívás, amiben a versenyképesség fokozása elsőrangú cél. Ezért született meg „A fokozatváltás a felsőoktatásban, középtávú szakpolitikai stratégia” című dokumentum. Az ebben felvázolt cél, a nemzetközi oktatási és kutatási térben egy olyan a társadalmi kihívásokra válaszolni képes felősoktatási rendszer kialakítása és eredményes működtetése, mely szavatolja Magyarország társadalmi és gazdasági versenyképességét. A felsőoktatás számára nem csak a folyamatos társadalmi és demográfiai változások okoznak kihívás, de a technológia gyors fejlődése is. Ezek alapján indult útjára a felsőoktatái rendszer modellváltásának folyamata. A modellváltás célja a gazdaság és technológia igényeire nyitottabb a vállalatokkal szorosabban és hatékonyabban együttműködő minőségi és teljesítményelvű felsőoktatási struktúra kialakítása. A modellváltás segítségével lehetővé válik egy sokkal inkább teljesítményorientált kutatási, fejlesztési és innovációs stratégia megvalósítása az egyes intézményekben. Ebben nagy hangsúlyt kapnak a gyakorlati kutatások, a piaci szemlélet, illetve a szabadalmak és a szellemi tulajdon védelme. Végső cél, hogy a tanulni vágyó magyar fiatalok intézményi környezete stabil és innovatív szellemiségű legyen.
Cím:
Adatalapú innováció
Előadó:
Gulyás Tibor, Helyettes Államtitkár, Innovációs és Technológiai Minisztérium
Összegzés:
Az adat az ember alkotta fejlődéssel egyidős és az innováció alapköve. Napjainkra az adat és az adatalapú innováció új értelmezést nyert. Ennek hátterében az adatok minőségi és mennyiségi növekedése, illetve az adatok feldolgozásának módszertani változásai álltak. Az elmúlt tíz éveben azok az iparágak fejlődése melyekben az adat különösen nagy jelentőséggel bír egyfajta exponenciális növekedési függvényre helyezkedtek. Ennek a fejlődésnek az alapját a technológiai felívelés képezi, ami az innováció fogalmának új dimenzióját nyitotta. Rengeteg iparág indult fejlődésnek a korszerű adatfelhasználásnak köszönhetően. Ezek közül is kiemelkedik az egészségipar, hiszen az életünket és egészségüket megatározó adatszolgáltatások központi jelentőséggel bírnak számunkra. Saját fejlesztések és háttér kialakításává a kormány hozzájárul a hazai egészségipar fejlődéséhez. Az Elektronikus Egészségügyi Szolgáltatási Tér (EESZT) kialakítása és az InnoHealth DataLake projekt támogatása is jól mutatja ennek irányvonalát. Az Adatvezérelt Nemzeti Laboratórium elindítása hamarosan bekövetkezik. Jól mutatja IHDL projekt által képviselt innovációt jelentőségét, hogy az Adatvezérelt Nemzeti Laboratórium számára is elengedhetetlenek azok a kompetenciák (informatikai és technológiai háttér, orvosi és egészségtudományi tapasztalat és jogi tudás) amik az IHDL megvalósítása során biztosította a projekt sikeres megvalósítását.
Cím:
Adat és Egészségügy: kitekintés a világra és hazai Covid-helyzetre madártávlatból
Előadó:
Dr. Szócska Miklós, Dékán, Semmelweis Egyetem, Egészségügyi Közszolgálati Kar
Összegzés:
Az adatgazdag magyar egészségügyi adatainak újraértelmezett felhasználása fontos lépés az adat vezérelt magyar egészségügy kialakítása irányában. Az Adatvezérelt Egészség Nemzeti Laboratórium célja egy eszköztárat biztosítani az orvosok és a kutatók számára. Ez az eszköztár a diagnosztikai döntéstámogatástól, képalkotó labor patológia, egészen a prognosztív és a prediktív mesterséges intelligencia modellek kidolgozásig, vagy akár a digitális iker betegutak a követéséig terjed. Képes támogatni a kutatást, az innovációt, a módszertani fejlesztéseket és nemzetközi referencia alkalmazásokat. Fontos célkitűzés az adatbázis-építés, adatfúziók végrehajtása és adattó építés is. Lényeges kiemelni azt, hogy az adattudósok hogyan képesek hozzájárulni a klinikusok sikeres munkájához. Az adattudósok számára világossá kell tenni, milyen szempontok alapján tudják az adatbázisokat gyógyításra, életmentésre és új tudás generálásra felhasználni. Szabályozási oldalon le kell követni jogi szempontból az eddigi változásokat (telerecept és távkonzultáció), és fel kell készülni a további adatvédelmi kihívásokra, lehetővé téve a népességszíntű egészségmenedzsmentet. Összefoglalva azt mondhatjuk, hogy nem egyszerűen digitalizációról, hanem adatvezérelt paradigmaváltásról beszélünk, melynek fontos része a magyar egészségügyi adatainak újraértelmezett felhasználása. Ez a világméretű változás kedvező az adatgazdag magyar egészségügy számára, melynek minden képessége van ahhoz, hogy nemzetközi szinten is meghatározó szereplője legyen az adatvezérelt egészségügynek.
Cím:
Az InnoHealth DataLake projekt céljai és annak digitális/technológiai gerince, valamint jövőképe
Előadó:
A villamosmérnök-informatikus 1993-ban, friss műegyetemi diplomával, egyetemi társával, Nagy Andrással megalapítja az E-Group-ot. 1997-ben a hazai KKV IT cégek közül első fecskeként önálló kutatólabort alapít. 2000-ben az E-Group csoport sikeresen von be tőkét a társaságba. 2011-ben felépíti a China UnionPay-t kiszolgáló E-Group CUP Gateway céget. Kiemelt érdeklődési területe a Cognitive Computing/AI technológiák, ezekkel kapcsolatos innovációs lehetőségek, a magyar potenciál megteremtése.
Összegzés:
Az IHDL projekt célja a PTE összes nagyfelbontású és változatos adatának strukturált formában történő hasznosítása egy adattó keretei között. Az adattó megközelítés azt jelenti, hogy az operatív rendszerekből átszivattyúzásra kerülnek az adatokat az adattóba. Fontos látni, hogy a nagy adat vagy másnéven big data öt fő dimenzióját. Ezek közé tartozik a mennyiség, a variancia, a sebesség/időbeliség, a minőség és a bizalmassági karakter. Az egészségügyi adat esetében különösen lényeges a minőség és a bizalmassági karakter, hiszen személyes adatok vagy akár nemzetbiztonsági szempontból kritikus adatok kezelése történik. Az IHDL projekt megvalósítása moduláris keretek között történik. Az orvostudományi modul, a jogi modul és az informatikai modul lefedi a projekt egészét. A kutatóegyetemi innováció kulcsának tekinthető az adat és az analitikai rendszerek létrehozása. Ez az informatikai modul feladata. Nem kizárólag informatikai infrastruktúra létrehozására van szükség, hanem adat infrastruktúra kialakítása is elengedhetetlen. Az adattó tervezése a stratégiai adatvédelmi szempontok figyelembevételével történik. A szenzitív adatok kezelését házon belül tartható, míg kapacitáshatékonysági megfontolásból a többi adat tárolása törtéhet házon kívül is. Az IHDL adattó digitális felépítése Microsoft SQL Server 2019 Big Data Cluster segítségével valósul meg. Ez technológia rétegekből tevődik össze, mindegyik réteg önálló funkcionalitást lát el és önálló biztonsággal rendelkezik. A rétegek egymásra támaszkodva működnek és alkotják az adattó egészét. Az E-Group által létrehozott rendszer, a Smart Data Platform szavatolja a nagymennyiségű és változatos adatokkal való hatékony munkát. A hyperkovergens infrastruktúra lehetővé teszik, hogy teljesítménybeli akadály nélkül az adattudomány mindenkori legkorszerűbb eszközei segítségével kerüljenek az adatok felhasználásra. Ez biztosítja a technikai alapot ahhoz, hogy az adattó megfelelően tudja támogatni a kutatást fejlesztés és innovációt. Az adattó képessé válik az adattudományon keresztül a hatékonyság növelésére, új minőségi tudás kialakítására és egy kutató egyetem számára megtöbbszörözni a kutatói potenciált. A sikerhez azonban nem elégendő egy adattó és egy analitikai platformot létrehozása. Elengedhetetlenül szükséges a humántőke is. A klinikusok és a kutatók munkájának hatékonyságnövelésé segíti az adat mérnökök és az adattudósok tevékenysége. Az adattó képességei, természetesen nem kizárólag egy kutató kutatóegyetemek esetében hasznosíthatók, hanem az államigazgatásban vagy egy nagyvállalat számára is kínálnak komoly fejlődési lehetőséget.
Cím:
Adattudatos Kutató Egyetem: digitális kihívások az adattó kapcsán
Előadó:
Dr. Kristóf Péter, Informatikai Igazgató, PTE, Informatikai és Innovációs Igazgatóság
Összegzés:
Az emberiség által előállított adatmennyiség exponenciálisan növekszik. A Gordon Moore törvénye alapján elmondható a számítógépek teljesítményé másfél évente megduplázódik. Ugyanakkor ennek a trendnek látszik az ellentétje más területeken. Egy új gyógyszermolekula előállításának ideje is drasztikusan megnövekedett az elmúlt években. Korábban 1 milliárd dollárból harminc új gyógyszert lehetett előállítani, manapság mindössze egyet. Szerencsére ez a trend a megfordulni látszik. Hiszen a modern adattudománynak köszönhetően az informatika segíteni tudja az egészségügyi kutatás fejlesztést és innovációt. Az adattudatos egyetem koncepciójának megvalósítása jelentős kihívás minden modern kutatóegyetemi számára. Ennek gyakorlati előfeltétele a megfelelő technológia és adatvagyon menedzsment kialakítása. Az adatmenedzsment egy alapvető szolgáltatás kell legyen az egyetemi kutatok és oktatok számára, ami az adat megragadása, kihasználása és hasznosítása körül körvonalazódik. Ebben kulcs szerepet jut a már említett informatikai háttérnek (fejlesztés és üzemeltetés) Így lehet eljutni az adattól az információig majd a tudásig. Így válhatunk képessé az adatból tudományos, gazdasági és társadalmi értéket teremteni.
Cím:
Adatjog az adattóban
Előadók:
Dr. Szőke Gergely László, PhD, a Pécsi Tudományegyetem Állam- és Jogtudományi Kar Közigazgatási Jogi Tanszékének tanszékvezetője, az azon belül működő Informatikai és Kommunikációs Jogi Csoport adjunktusa. Kutatási területei különösen az adatvédelem és információszabadság, a közadatok újrahasznosítása, valamint a Big Data, algoritmusalapú döntéshozatal és MI által felvetett jogi kérdések. E témakörökben több pályázati kutatásban vett részt, és számos magyar és angol nyelvű publikáció szerzője.
Dr. Kuthy Katalin ügyvéd az IHDL projektben az E-Group jogi tanácsadójaként vett részt. A Squire Patton & Boggs Ügyvédi Iroda munkatársaként 1999-ben kezdett el foglalkozni az informatikai joggal és annak részterületeivel. 2010-ben megalapította a Dr. Kuthy Ügyvédi Irodát, mely jelentős elméleti tudást és gyakorlati tapasztalatot szerzett nemzetközi viszonylatban is az informatikai jog (IT szerződések joga, szoftverjog), a szerzői jog és az adatvédelmi jog területén.
Összegzés:
Az IHDL projekt célja a PTE összes nagyfelbontású és változatos adatának strukturált formában történő hasznosítása egy adattó keretei között. Az adattó megközelítés azt jelenti, hogy az operatív rendszerekből átszivattyúzásra kerülnek az adatokat az adattóba. Fontos látni, hogy a nagy adat vagy másnéven big data öt fő dimenzióját. Ezek közé tartozik a mennyiség, a variancia, a sebesség/időbeliség, a minőség és a bizalmassági karakter. Az egészségügyi adat esetében különösen lényeges a minőség és a bizalmassági karakter, hiszen személyes adatok vagy akár nemzetbiztonsági szempontból kritikus adatok kezelése történik. Az IHDL projekt megvalósítása moduláris keretek között történik. Az orvostudományi modul, a jogi modul és az informatikai modul lefedi a projekt egészét. A kutatóegyetemi innováció kulcsának tekinthető az adat és az analitikai rendszerek létrehozása. Ez az informatikai modul feladata. Nem kizárólag informatikai infrastruktúra létrehozására van szükség, hanem adat infrastruktúra kialakítása is elengedhetetlen. Az adattó tervezése a stratégiai adatvédelmi szempontok figyelembevételével történik. A szenzitív adatok kezelését házon belül tartható, míg kapacitáshatékonysági megfontolásból a többi adat tárolása törtéhet házon kívül is. Az IHDL adattó digitális felépítése Microsoft SQL Server 2019 Big Data Cluster segítségével valósul meg. Ez technológia rétegekből tevődik össze, mindegyik réteg önálló funkcionalitást lát el és önálló biztonsággal rendelkezik. A rétegek egymásra támaszkodva működnek és alkotják az adattó egészét. Az E-Group által létrehozott rendszer, a Smart Data Platform szavatolja a nagymennyiségű és változatos adatokkal való hatékony munkát. A hyperkovergens infrastruktúra lehetővé teszik, hogy teljesítménybeli akadály nélkül az adattudomány mindenkori legkorszerűbb eszközei segítségével kerüljenek az adatok felhasználásra. Ez biztosítja a technikai alapot ahhoz, hogy az adattó megfelelően tudja támogatni a kutatást fejlesztés és innovációt. Az adattó képessé válik az adattudományon keresztül a hatékonyság növelésére, új minőségi tudás kialakítására és egy kutató egyetem számára megtöbbszörözni a kutatói potenciált. A sikerhez azonban nem elégendő egy adattó és egy analitikai platformot létrehozása. Elengedhetetlenül szükséges a humántőke is. A klinikusok és a kutatók munkájának hatékonyságnövelésé segíti az adat mérnökök és az adattudósok tevékenysége. Az adattó képességei, természetesen nem kizárólag egy kutató kutatóegyetemek esetében hasznosíthatók, hanem az államigazgatásban vagy egy nagyvállalat számára is kínálnak komoly fejlődési lehetőséget.
Cím:
Adattudomány és analitika a klinikai kutatás támogatására
Alcím:
Adattudomány és analitika a klinikai kutatás támogatására
Előadók:
Tényi Ákos, PhD az E-Group adattudományi munkacsoportjának és SmartData üzletágának vezetője. Tanulmányait a Budapesti Műszaki és Gazdaságtudományi Egyetem (BME) Mérnök informatikai (BSc), majd Egészségügyi mérnök (MSc) képzésén végezte. Kutatói mester fokozatot szerzett a BioHealth Computing képzésen (Université Joseph Fourier, Universitat de Barcelona). PhD diplomáját az Universitat de Barcelona orvosi karán szerezte, Orvosi és Transzlációs kutatás területén.
Összegzés:
Az egészségügyi adatok napjainkban az egészségügy szinte minden területén – a prevenciótól a betegellátáson és szolgáltatásokon át az innovációig – kulcsszereplővé váltak. Tekintettel az orvosbiológiai ágazat rendkívül hosszú és drága klinikai ciklusaira, azaz a kutatási eredmények gyakorlatban is alkalmazható tételére, az egészségügyi adatvagyon kinyerése és technológiai környezetbe helyezése egy gyors eredményt hozó megközelítést eredményez, ahol a tudományos evidencia támogatja a klinikai ellátást, míg a napi klinikai gyakorlatból összegyűjtött adatok elősegítik az új tudományos felfedezéseket és optimalizálják az egészségügyi ellátást. Az adatvagyon hasznosíthatóság elősegítése érdekében és magas szintű kutatási eredmények elérését segítendő az IHDL platform alapkövetelménye egy olyan analitikai infrastruktúra létrehozása, amely egészségügyi adatok elemzésével belső összefüggések, mintázatok, tünet specifikus jegyek azonosítását és előrejelzését támogatja. Az előadás röviden áttekinti a projekt adatanalitikai eredményeinek négy fő pillérét: i) adat harmonizálás, standardizálás, integrálása, ii) MI alapú adatkör szélesítés meglévő adatforrásokból, iii) strukturálatlan adatkörök bevonása és iv) molekuláris és gyógyszerészeti adatelemzés.

Orvosi-Egészségtudományi alprojektek összefoglalója

Cím:
Gyógyszer-repozíció (repositioning) real-word alapú kiértékeléssel
Alcím:
Az adatalapú gyógyszer-repozíció lehetőségei és perspektivája a COVID-19 és onkológiai gyógyszerterápia tükrében
Alprojekt vezető:
Mátyus Péter PhD, MTA doktora. Okl vegyészmérnök, gyógyszervegyész szakmérnök (BME). Gyógyszerkutató Intézet munkatársa (1975-1997); SE Szerves Vegytani Intézet igazgatója 19 éven át, majd EKK egyetemi tanára; E-Group projektvezetője. Külföldi egyetemeken visiting professor. Tiszteletbeli doktor (Univ. Cagliari); c. egy. tanár (PTE). Szakmai területe szerves és gyógyszerkémia; gyógyszerinnováció. Szakmai munkásságát számos szakmai kitüntetéssel, köztük Gábor Dénes-Díjjal ismerték el. 
Összegzés:
A gyógyszer-repozíció a már elfogadott gyógyszerszerek alkalmazása új terápiás célokra. Ezzel jelentősen csökken a fejlesztési költség és a kockázat a tradicionális innovációhoz képest. Így például vonzó megközelítéssé vált a relatíve szerény piaci potenciált jelentő ritka betegségek kezelésére alkalmas gyógyszerek innovációjára. Prepozíciós projektünkben a gyógyszerjelöltek azonosítása két úton és azok egyesítésével történik. Az egyik úton sokféle releváns biomedicinális és kémiai adatok hasznosítása történik informatikai analitikai eszközökkel, míg a másik úton az intuitív kutatói megközelítés érvényesülhet; célunk ennek a két útnak az egyesítése azok előnyeinek érvényesítése, gyors és költséghatékony gyógyszer-repozíció érdekében. Eddigi eredményeink: fázis II humán klinikai vizsgálat indult egy új gyógyszerjelölttel onkológiai területen, illetve folyamatban van egy a gyógyszer-repozíciót adat-alapon támogatni képes IT platform kidolgozása.
Cím:
RWD Modul
Alcím:
Hogyan finomíthatók a nyers klinikai adatok kutatási célú elemzések érdekében? Tapasztalatok daganatos megbetegedések vizsgálata alapján
Alprojekt vezető:
Zemplényi Antal (MSc, PhD) közgazdász, és okleveles egészségpolitikai szakértő. 2016-ban szerzett PhD fokozatot egészséggazdaságtan témakörben. 2007-2018 között a Pécsi Tudományegyetem Klinikai Központjának gazdálkodását irányította. 2018 óta a Pécsi Tudományegyetem Egészségügyi Technológiaértékelő Központját vezeti. Munkája során egészség-gazdaságtani elemzésekkel és az egészségügyi adatok kutatási célú felhasználásával foglalkozik.
Összegzés:
Az egészségügy egyik leginkább részletgazdag adatforrása a betegellátás során rutinszerűen gyűjtött adatok halmaza, melynek feldolgozása ugyanakkor sok kihívást jelent a strukturálatlan szöveges dokumentáció, az adatok torzítása és hiányossága miatt. Az RWD (valós-életbeli adatok) alprojektben olyan módszereket fejlesztünk, amivel az orvosi dokumentációból kinyerhetővé és elemezhetővé tesszük a klinikai kutatások szempontjából releváns adatokat. A prosztatadaganat területén készített referencia elemzésünkben a betegek klinikai jellemzőiről és a betegség kimeneteleiről olyan információkat tudtunk előállítani, ami biztosítói adatbázisból jelenleg nem lenne lehetséges. Ez segítheti a valós-életbeli klinikai vizsgálatok megvalósítását, jobb és költséghatékonyabb terápiás döntések meghozatalát, és végeredményben a betegek eredményesebb gyógyulását.
Cím:
Modern sugárterápia és az onkológiai ellátás hatékonyságának felmérése
Alcím:
Az onkológiai adatgyűjtés tanulságai, és a további terveink
Alprojekt vezető:
Prof. Dr. Mangel László Csaba a Semmelweis Orvostudományi Egyetemen szerzett általános orvosi diplomát, pszichiáter, sugárterápiás, klinikai onkológiai szakorvos, egészségügyi menedzseri és palliatív orvoslás licence vizsgával rendelkezik. A Pécsi Tudományegyetem Onkoterápiás Intézetének igazgatója. Fő érdeklődési területei a modern sugárterápia, kombinált kezelési modalitások és onkológiai minőségbiztosítás. A Magyar Érdemrend Lovagkereszt és a Krompecher díj birtokosa. Nős, 3 gyermek édesapja.
Összegzés:
Az onkológiai diagnosztika és terápia látványos fejlődése, továbbá a daganatos betegségek sokfélesége miatt az onkológiában is egyre nagyobb jelentősége van az úgynevezett valós életbeli egészségügyi adatok gyűjtésének, hiszen így komoly többlet információt nyerhetünk az egyes onkológiai betegségek viselkedéséről, illetve a különböző daganatellenes kezelések valós eredményességéről. Persze ezen legfontosabb szemponton túlmenően az egészségügyi adatok áttekintésével képet nyerhetünk a saját munkánk szervezettségéről, vagy éppen az egészségügyi rendszer hatékonyságáról is. Mindezen okok miatt, és a daganatos betegek ellátásának óhatatlan fejlesztése céljából tartjuk különösen fontosnak, hogy a rendelkezésünkre álló egészségügyi adatvagyon kutatásának a része lehessen az onkológiai adatgyűjtés, természetesen maximálisan megtartva a jogszabályokat és az adatvédelmi törvényeket.
Cím:
Roham predikciós rendszer fejlesztése szenzoriális adatok monitorizálásával
Alcím:
Roham predikciós rendszer fejlesztése- releváns szenzoriális adatok egyedi komplex monitorizálásával epilepsziával élőkben és migrénben szenvedőkben
Alprojekt vezető:
Dóczi Tamás Péter, MTA rendes tagja. Sebész- és idegsebész szakorvos. Privatdozent/Oberarzt, Universitätsspital, Zürich, 1990-1992. PTE Idegsebészeti Klinika igazgató, 1992-2014. Ügyvezető igazgató, Pécsi Diagnosztikai Központ/NeuroCT Kft. (2015-től), MTA/ELKH-PTE Klinikai Idegtudományi Képalkotó Kutatócsoport vezetője, 2012-2019. Nemzeti Agykutatási Program 1.0 és 2.0 klinikai pillér és más pályázatok vezetője. Szakterülete: klinikai idegtudomány, idegsebészet.
Összegzés:
Az alprogram hipotézise, hogy a vegetatív idegrendszer működésének szenzoriális hosszabb távú monitorizálása olyan új adatokat eredményezhet migrénben szenvedőkben és epilepsziával élőkben, amelyek rohamjelző biomarker(ek)ként szolgálhatnak. Korábbi kutatási eredményeink alapján e hipotézis tesztelésére a legkézenfekvőbb módszer a mérési adatok mobil eszközzel való gyűjtése, és az EKG felvételek szívfrekvencia analízise (HRV). A vizsgálati alanyok bevonása folyamatos, ez idáig 34 migrénes alany került bevonásra és 26 epilepsziás monitorozott beteg felvételeivel dolgozunk. A nagy mennyiségű szenzoriális adat feldolgozására, illetve a vizsgálati alanyok hatékonyabb kikérdezése érdekében saját fejlesztésű szoftverek készülnek.
Cím:
Digitális ellátás támogatási rendszer az agysérülések megelőzésére és kezelésére
Alcím:
Digitális ellátás támogatási rendszer az agysérülések megelőzésére és kezelésére (Idegsebészeti Klinika)
Alprojekt vezető:
Prof. Dr. Büki András idegsebész, klinikai onkológus szakorvos, MTA Doktora, a PTE Idegsebészeti Klinika igazgatója. Számos nemzetközi, hazai pályázat fő kutatója. Több, mint 200 tudományos közlemény szerzője, 4000 feletti független idézettel. Évente több száz idegsebészeti műtétet végez, szakterülete a koponyaalapi endoszkópos sebészet, neuroonkológia és a neurotraumatológia. A Neurotrauma Világtársaság korábbi elnöke, többek között elnyerte az Aesculap Nagydíjat és az NIH Fogarty Ösztöndíját.
Összegzés:
A koponya/agysérülések az első négy életévtizedben a vezető halálokot képezik. Az agysérültek ellátásában a legnagyobb kihívás a kimenetelt döntően meghatározó másodlagos agykárosodás idejekorán történő felismerése és eredményes kezelése. Ennek legfontosabb eszköze a korszerű neuromonitorozás: az agy nyomásának, keringésének, keringésszabályozási képességének, oxigenizációjának, hőmérsékletének, elektromos tevékenységének és anyagcsere-folyamatainak folyamatos ellenőrzése. A PTE KK Idegsebészeti Klinikán korábbi kutatási programokból megvalósított, világszínvonalú neuromonitorozási rendszer adatainak szinkronizálásával, azoknak a DataLake programban létrehozott adattóba kanalizálásával, és mind ehhez a betegek ápolási adatainak szinkronizálásával a betegek multiparametrikus monitorozását szolgáló, egyedülállóan összehangolt monitorrendszer kialakítása mellett egy korszerű online döntéstámogatási rendszer alapjai jöttek létre. Meggyőződésünk, hogy a XXI. század legfontosabb egészségügyi problémáinak egyikét, a korszerű monitorokból származó kezelhetetlen méretű adattömegnek a valódi döntések szolgálatába állítását érhetjük el a jelen projekt segítségével.
Cím:
Stroke súlyosságának prehospitális értékelése video applikáció útján
Alcím:
A nagyérelzáródás jelentősége és korai detektálásának lehetőségei akut ischaemiás stroke prehospitális ellátása során
Alprojekt vezető:
1993-ban végzett a Pécsi Orvostudományi Egyetemen summa cum laude minősítéssel. Ph.D fokozatot 2004-ben ért el. 2004-ben a Neurológiai Klinika stroke profiljának irányításával bízták meg.. 2011-ben habilitált. 2012-ben egyetemi docensi kinevezést kapott. A Magyar Stroke és Neurológia Társaság vezetőségi tagja. Jelenleg a Janus Pannónius Klinikai tömbben működő stroke Tanszék vezetője. 2016 óta a Magyar Stroke Társaság Elnöke. Az MTA klinikai idegtudományok bizottságának tagja.
Összegzés:
Hazánkban évente közel 30.000 akut agyi érelzáródás fordul elő, melynek sikeres kezelését az érmegnyitó kezelések biztosítják, e kezelések katéteres vérrög eltávolításos formája hazánkban csak limitált számú központban érhető el. A stroke prehospitális fázisában nemcsak a stroke felismerésének, hanem a súlyosság megítélésnek is döntő jelentősége van, hiszen ez alapján határozható meg a beteg számára ideális stroke centrum típusa. A stroke alprojekt lényege egy, a már helyszíni betegellátás során alkalmazható video-applikáció kifejlesztése, melynek során a felvett videót egy stroke call-centerbe juttatva biztosítható, hogy a központ szakértői a felvétel alapján értékeljék a stroke súlyosságát, kiszűrjék az agyi nagy-érelzáródásra gyanús és emiatt katéteres beavatkozásra jelölt eseteket, azaz a prehospitális döntéshozatalt elősegítsék, a betegellátás optimális útját meghatározzák.
Cím:
Klinikai és szakmapolitikai döntéstámogatás
Alcím:
Adatalapú döntéstámogatás
Alprojekt vezető:
Prof. Dr. Boncz Imre, kapcsolati dékánhelyettes, intézetigazgató, Pécsi Tudományegyetem, Egészségbiztosítási Intézet
Összegzés:
Klinikai és szakmapolitikai döntéstámogatással foglalkozó alprojekt a Pécsi Tudományegyetem Klinikai Központjában felhalmozódott adatvagyon hasznosítását tűzte ki célul. Célja közvetlenül és valós időben segíteni az intézményi menedzsment munkáját, és a helyi, illetve az ágazati szakmapolitikai döntéstámogatást. A rendszer segítségével magasabb kihasználtság érhető el például a kórházi ágyak esetében is.

Add meg itt a címsor szövegét

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.