Oddział intensywnej terapii rodem z przyszłości

Szpital uniwersytecki w Emory korzysta z oprogramowania IBM i rozwiązań Excel Medical Electronics (EME) w realizacji projektu badawczego, którego celem jest zapewnienie pacjentom w ciężkim stanie usług zaawansowanej opieki medycznej w oparciu o analitykę strumieni danych w czasie rzeczywistym.

Uniwersytet Emory testuje nowy system identyfikujący schematy danych fizjologicznych, co umożliwia bieżące informowanie lekarzy o symptomach zagrożenia wykrywanych u pacjentów. Na typowym oddziale intensywnej terapii tuziny różnych strumieni danych medycznych są wyświetlane na monitorach znajdujących się przy łóżku pacjenta – w tym urządzeniach do badania fizjologii serca, aparaturze oddechowej, urządzeniach do analizy fal mózgowych i mierzenia ciśnienia krwi. Ciągle aktualizowane dane dotyczące parametrów życiowych pacjentów są przesyłane w postaci fal i cyfr na ekran komputera. Błyskawiczne przetwarzanie i analizowanie wszystkich udostępnianych informacji jest dziś zadaniem lekarzy i pielęgniarek, a pozyskane wnioski stanowią podstawę podejmowanych przez nich decyzji. Każde nawet najmniejsze odchylenie od normy może stanowić wczesne ostrzeżenie, chociaż często nie jest zauważane.

Zobacz również:

• IDC CIO Summit – potencjał drzemiący w algorytmach
• 5G - rozwój jeszcze przed nami, 6G - tuż tuż, za rogiem

Pilotażowy system stosowany przez Uniwersytet Emory obsługuje oprogramowanie BedMasterEX firmy EME, InfoSphere Streams od IBM oraz autorskie narzędzie analityczne stworzone przez naukowców i służące do gromadzenia i analizowania danych fizjologicznych pacjentów w czasie rzeczywistym. Nowy system umożliwi klinicystom zdobywanie, analizowanie i nakładanie na siebie ogromnych zbiorów danych medycznych szybciej niż można by to sobie wymarzyć jeszcze kilka lat temu.

- Dostęp do danych w czasie rzeczywistym i możliwość wnioskowania na ich podstawie może decydować o życiu lub śmierci pacjenta – mówi Tim Buchman, dr nauk medycznych i dyrektor ds. intensywnej opieki medycznej w szpitalu uniwersyteckim Uniwersytetu Elmore. – Nasz nowy system umożliwia analizowanie tysięcy strumieniowych punktów danych i podejmowanie działań zgodnych z wnioskami płynącymi z tych danych. Dzięki temu możemy podejmować lepsze decyzje w leczeniu pacjentów, którzy wymagają naszej natychmiastowej uwagi. Jesteśmy mądrzejsi w naszym podejściu do intensywnej opieki medycznej – dodaje.

Oprogramowanie identyfikuje pewne wzorce i schematy danych, które mogą wskazywać na poważne komplikacje np. sepsę, niewydolność serca lub zapalenie płuc. Gwarantuje dostęp do aktualnych danych medycznych w czasie rzeczywistym, co umożliwia lekarzom natychmiastowe działanie.

Tworzenie organizmów syntetycznych w Salis Lab

Howard M. Salis, adiunkt na Wydziale Inżynierii Chemicznej Uniwersytetu Stanowego Pensylwania, sam nauczył się kodować i stworzył wysokowydajną platformę obliczeniową Salis Lab, pozwalającą naukowcom zajmującym się dziedziną biologii syntetycznej i inżynierii metabolicznej na korzystanie z metod obliczeniowych przy tworzeniu organizmów syntetycznych.

- Mikroorganizmy to najlepsi chemicy na świecie. Jeśli nauczymy się wykorzystywać ich zdolności, będziemy mogli tworzyć niesamowicie różnorodne produkty. To coś więcej niż inżynieria genetyczna przeszłości, która polegała raczej na majstrowaniu oraz metodzie prób i błędów – wyjaśnia Salis. Innymi słowy, dawniej inżynieria genetyczna przypominała raczej naturalny proces selekcji, przypadkowy i powolny, wykonywany na dużo mniejszej puli obiektów badawczych.

- Natomiast biologia syntetyczna bazuje raczej na dyscyplinie inżynieryjnej. Polega na wielokrotnym zliczaniu i tworzeniu modeli biofizycznych, które następnie można stosować przy tworzeniu prognoz ilościowych dotyczących tego, co stanie się, gdy dojdzie do różnych mutacji DNA – dodaje Salis.

Biologia syntetyczna obejmuje niesamowicie skomplikowane algorytmy, dlatego potrzebne są takie rozwiązania jak skalowalny projekt prowadzony w ramach chmury obliczeniowej AWS Elastic Compute Cloud. Bo liczba możliwych mutacji krótkiej sekwencji DNA jest większa niż liczba atomów na świecie.

Portal Salis Lab szybko zyskał popularność. Przyciąga już ponad 2 tysiące biotechnologów, którzy przy pomocy platformy sieciowej stworzyli ponad 30 tysięcy syntetycznych sekwencji DNA w ostatnich dwóch latach.

Zakres stosowania takich aplikacji ogranicza jedynie wyobraźnia naukowców. Ich celem jest, między innymi, znalezienie sposobu na tworzenie mikroorganizmów, które, pod względem korzyści ekonomicznych, będą wytwarzać paliwa konkurencyjne dla paliw kopalnych . Przypadkiem ilustrującym bardziej prozaiczne wykorzystanie takich rozwiązań jest produkcja niebieskiego pigmentu stosowanego w dżinsowych spodniach.

Jeszcze bardziej fascynująca jest moc predykcyjna takich rozwiązań. Korzystając z dostępnych modeli, naukowcy są w stanie przewidzieć przyszłą ewolucję i symulować efekt mutacji DNA, aby przewidzieć jej najbardziej prawdopodobny przebieg. Dzięki temu naukowcy być może będą w stanie stworzyć mikroorganizmy odporne na ewolucję i procesy starzenia się.

Zakres stosowania takich rozwiązań jest zdumiewający. Na świecie istnieją miliardy mikroorganizmów, a każdy z nich posiada fragmenty genomów, które można w jakiś sposób wykorzystać. Stworzenie sekwencji tych genomów, ich oszacowanie i skatalogowanie to ogromne wyzwanie dla Big Data. Nie mówiąc o konieczności zastanowienia się nad tym, jak można połączyć je w użyteczny sposób. Ale z takimi właśnie wyzwaniami chcą mierzyć się naukowcy.

Global Insight Initiative na pomoc ważnym kwestiom

Przedsięwzięcie o nazwie Global Insight Initiative zainicjowane przez Uniwersytet Georgetown polega na ściąganiu danych z całego świata w celu pozyskania informacji o aktualnych trendach i tendencjach społecznych. Dane te są analizowane, ale najpierw muszą zostać zgromadzone, uporządkowane, a następnie skompilowane, by móc szukać odpowiedzi na najbardziej złożone pytania.

- Największym problemem na świecie jest to, że mamy 7 miliardów ludzi, którzy codziennie kontaktują się ze sobą i rywalizują o zasoby – mówi J.C. Smart, dyrektor Global Insight Initiative na Uniwersytecie Georgetown. Na świecie jest 40 tysięcy miast, ponad 19 milionów kilometrów dróg, po których porusza się ponad 800 milionów pojazdów. Zrozumienie interakcji między tymi wszystkimi elementami i zależności między nimi to kolejny bardzo skomplikowany proces. Można by powiedzieć, że to system wszystkich systemów. To właśnie jest Big Data, choć z perspektywy całego globu chodzi raczej o ogromną wiedzą.

Realizacja przedsięwzięcia Global Insight Initiative wymaga stosowania narzędzi integrujących dane w celu zarządzania ich zbiorami i doskonalenia bazy wiedzy, która zawiera około miliarda obiektów, między którymi zachodzi trylion powiązań.