Big Data e ricerca scientifica

I Big Data sono stati definiti, negli ultimi anni, "una fonte inestimabile di valore", il nuovo oro, ma la semplice raccolta dei dati, pur sfruttando le migliori tecnologie disponibili sul mercato, non garantisce che essi forniscano informazioni preziose e, cosa ancora più importante, che ne estraggano conoscenze utili per i progressi nella salute.

I dati sanitari sono utili solo se possono essere trasformati in informazioni significative, e ciò richiede set di dati di alta qualità, comunicazioni tra sistemi informatici e formati di dati standard che possano essere facilmente elaborati.

La digitalizzazione della medicina promette grandi progressi per la salute globale; ci si aspetta che i dati digitali trasformino la medicina.

Tuttavia, la maggior parte dei dati medici odierni manca di interoperabilità: i dati sono nascosti in silos isolati e sistemi incompatibili difficili da scambiare, analizzare e interpretare. Ciò rallenta il progresso medico perché le tecnologie che si affidano a questi dati non possono essere utilizzate al massimo del loro potenziale.

L'uso di formati interoperabili per i dati del mondo reale, Real World Data (RWD), ovvero i dati sullo stato di salute dei pazienti raccolti quotidianamente nella pratica clinica o, sempre più spesso, tramite app mobili nella vita quotidiana dei pazienti, apre diverse opportunità per i ricercatori.

La digitalizzazione della medicina e l'immenso potenziamento delle capacità di calcolo hanno reso possibile la raccolta elettronica di dati sanitari in grandi quantità, molto rapidamente e nello stesso momento in cui il servizio viene erogato. È quindi possibile utilizzare dati provenienti da un gran numero di soggetti rappresentativi della popolazione reale per descrivere l'impatto delle cure, prevedere gli esiti e la risposta ai vari trattamenti a costi relativamente bassi, perché prodotti nella routine quotidiana e non raccolti solo da studi ad hoc.

I Real World Data (RWD) sono raccolti nella pratica clinica di routine attraverso una varietà di fonti come cartelle cliniche elettroniche, flussi amministrativi relativi a ricoveri, prescrizioni di farmaci o servizi ambulatoriali, registri di farmaci e malattie, dati raccolti da altre fonti come dispositivi mobili e telesalute.

I dati del mondo reale sono preziosi anche per l'intelligenza artificiale e i metodi di apprendimento.

Permettono di trovare modelli e correlazioni in set di dati ad alta dimensionalità che possono aiutare i ricercatori a identificare nuove ipotesi di ricerca da studiare successivamente in modo più mirato in studi clinici controllati (questi studi controllati rimarranno sempre importanti per escludere pregiudizi e identificare relazioni causali).

Più in generale, se i dati sanitari sono strutturati secondo standard internazionali, i dati sono molto più facili da analizzare e lo sforzo richiesto per prepararli all'analisi è ridotto, consentendo di accelerare il processo di ricerca.

Allo stesso modo, i dati interoperabili possono garantire che un'analisi venga eseguita su diverse fonti di dati, utilizzando dati provenienti da diverse istituzioni o paesi. Questo è molto importante per la ricerca scientifica, dove è spesso necessario riunire più team di ricerca multidisciplinari per ottenere analisi significative e trasferire i risultati nella pratica clinica.

In sintesi, l'interoperabilità può generare nuova conoscenza medica consentendo un'analisi più efficiente delle fonti di dati esistenti, promuovere pratiche mediche basate sull'evidenza e accelerare la loro implementazione nelle politiche di sanità pubblica.

22 / 51

Big Data e ricerca scientifica

Articoli Correlati