Adatvagyon-kutatás az egészségügyben

A nemrégiben lezárult, közel 1,5 milliárd forint összköltségvetésű, kétéves projektben magyar nyelvű, természetes nyelvfeldolgozó algoritmusokkal dolgoztak. A projektet a Nemzeti Kutatási, Fejlesztési és Innovációs Alap mintegy 800 millió forinttal támogatta. A részletekről Ferenczi Lehel, a GE HealthCare adat és analitikai igazgatója és Hajdu András, a DE Informatikai Kar dékánja nyilatkozott lapunknak.

Ferenczi Lehel: Az együttműködés fő célja az volt, hogy a betegeknek személyre szabott terápiát tudjunk adni, ráadásul úgy, hogy a jövőben már a kohorszok (betegcsoportok) alapján, az adott típusú klinikai problémához célzottan keressük az adatokat. Ahhoz, hogy a kutatást el tudjuk végezni, a diagnosztikai képi és szöveges leletek egységesítésére, továbbá újonnan fejlesztett, magyar nyelvű természetes nyelvfeldolgozó algoritmusra volt szükség. Az adatok strukturált összegyűjtése által lehetőség nyílik analitikára és kohorszok rendezésére. Mindez újabb kutatási területek felé nyitja meg az utat.

Hajdu András: Egyetemünk egyik fontos hozzáadott értéke a projekthez annak megvalósítása volt, hogy a rendszer valóban tudjon kapcsolódni a magyarországi klinikai rendszerekhez. Ennek érdekében kialakítottuk a megfelelő interfészeket, miközben hangsúlyt fektettünk az adatvédelemre. Kizárólag anonimizált adatokkal dolgoztunk, lokálisan egy zárt rendszerben megvalósult a két rendszer összekapcsolása. A másik komoly kihívást az jelentette, hogy magyar nyelvű, szabad szöveges leletekből nyerjük ki a releváns információt. A projekt alapvetően a daganatos elváltozásokra koncentrált. Száznegyven leírót (elemet) sikerült összegyűjteni, kezdve a legegyszerűbb adatoktól (például a beteg azonosítója, anamnézis, diagnózis) egészen addig, mint például a tumor mérete. A szöveges leletekből aztán egy strukturált adatbázis készült, amely tartalmazza a releváns klinikai adatokat, a betegséggel, valamint a gyógyszerekkel kapcsolatos információkat. Fontos előrelépés, hogy mindez magyar nyelvű, ilyen szolgáltatás, ilyen szinten, magyar nyelven eddig nem volt elérhető. További érdekessége a projektnek, hogy az orvosi képekhez metaadatokat társítottunk. Ezek segítségével kohorszokat lehet összeállítani. Egy adott típusú daganatos elváltozáshoz például életkor, lakhely, a betegség előrehaladottsága, az eddigi gyógyszeres kezelés stb. szerint lehet betegcsoportokat létrehozni. A jövőben egy gyógyszerkutatáshoz például meg lehet határozni páciensek egy csoportját, akiknél indokolt egyfajta gyógyszer használata, hatásának követése.