Granda datumo estis redifinanta kiel kuracadon estas liverita. Ĝi ne estas ke la ekzistanta kuracado sistemo estas estanta forĵetita sed certaj gravaj ŝanĝoj estas okazantaj ĉe fundamentaj niveloj. Kelkaj ŝanĝoj estas plej rimarkindaj: Kuracadaj institucioj estas ĉiufoje pli fidanta sur datumo konstrui personigita, Personecigita traktajn modelojn. La emfazo estas sur kolektanta datumon sur la sano de pacientoj kaj bazita sur la datumo; Antaŭvidi la ekkomencon de malsanoj por ke preventaj paŝoj povas esti prenita. La datumo estas ankaŭ helpanta doktorojn akiras 360 Grada vido de la sano de la paciento. Granda datumo estis kompletiganta la ekzistantan kuracadon sistemo.
Stato antaŭ granda datumo estis enkondukita al kuracado
Antaŭ ol granda datumo estis enkondukita al la kuracada sistemo, La rolo de datumo en la trakto de paciento estis limigita. Hospitaloj kolektus tian paciencan datumon kiel nomo, Aĝo, Malsana priskribo, Diabetula profilo, Kuracaj raportoj kaj familia historio de malsanoj, Whichever aplikebla. Tia datumo provizas malvolan vidon de la sano de la paciento problemoj. Ekzemple, for a patient who has been diagnosed with heart diseases, the typical information gathered would be family history, diet, symptoms, age and other existing diseases. While such information provides a detailed view of the disease, the data is unable to provide other perspectives into the problem. There are other ways also to view the problem from which a better treatment plan can potentially emerge.
In a statistics published in the Nature journal, it has been found that among the 10 highest grossing drugs prescribed in the US helps only 1 Je 25 Aŭ 1 Je 4 patients. And for cholesterol drugs, the success rate is only 1 Je 50 patients. So the probability of success is very lower compared to the expenditure made on research, approval and other activities.
imprecision medicine
Image Source Link: http://www.nature.com/news/personalized-medicine-time-for-one-person-trials-1.17411
The above image shows the effect of imprecision medicine on patients. But now the paradigm is rapidly changing with the help of big data and IT.
How has big data changed healthcare and medicines?
Big data has added a dimension to the treatment of diseases. Doctors now are able to understand diseases better and deliver accurate, personalized treatment. They are also able to predict recurrences and suggest preventive steps.
Comprehensive view of diseases
Big data has helped healthcare institutions take a 360 degree view of a patient’s health problems. This has led to new findings, novel treatment plans and more accurate diagnosis. Availability of data has brought to attention hitherto unknown factors that are associated with health problems. Ekzemple, certain races are genetically more predisposed to heart diseases than other races. Nun, Kiam pacienca reprezentanta unu el tiaj vetkuroj suferas de koraj malsanoj, Ĝi estas tempo ekzameni la datumon de pacientoj apartenanta al la sama kuradi kiun plendis de koraj problemoj. Ĝi helpas trovi ekstere pli da pri tiaj pacientoj — dietaj kutimoj, Vivstilo, Genetika strukturo, Familia DNA, Proteinoj, Metabolites al ĉeloj, Histoj, Organoj, Organismoj, Kaj ekosistemoj.
Antaŭvidanta malsanojn
Tio ĉi sekvas la unuan ŝanĝon efektive. Kiam paciento estas traktita, La kuracada institucio estas kapabla akiri grandegajn volumojn de serioza datumo pri la paciento. La datumo povas esti uzita antaŭvidi ripetiĝojn de malsanoj kun certa grado de precizeco. Ekzemple, Se paciento suferis strekon, La hospitalo povas havi datumon sur la tempo de streko, Manko inter strekoj en kazo de multoblaj strekoj en la pasinteco, influencing events preceding the stroke such as a psychologically stressful event or heavy physical activities. The hospitals can provide clear steps to prevent strokes based on the data.
Wearable devices
Wearable devices can do a wonderful job in detecting potential health problems even if there are no apparent symptoms. To evaluate the health of an apparently healthy person, a doctor needs to prescribe a series of medical examinations which is lengthy and costly. Wearable devices can reveal a number of health indicators based on which a doctor can make certain conclusions and decide on the future course of action. Already, a number of wearable devices and apps are able to measure such parameters as your heart rate, pulse, glucose levels and calorie levels. Kvankam plejparto de la aparatoj havebla hodiaŭ estas estanta uzita por distraj celoj, Ili estas metamorphosing en gravaj aparatoj. Already, Usona Manĝaĵo kaj Droga Administro (FDA) Aprobis nombron de glukozaj monitoroj.
Efiko de granda datumo sur personecigita medikamenton
Fakuloj kredas ke granda datumo estas iranta pliigi la efficacy de propraj medikamentoj grave. Nombro de iniciatoj estas sub vojo trovi ekstere vojojn plibonigi la efikecon de propraj medikamentoj.
Unu tia iniciato estis la kancera esplora programo sciita kiel la NCI-Molekula Analizo por Terapia Elekto (NCI-MATĈO) Elprovo. Ĉi tiu elprovo estas grava parto de la Nacia Instituto de la Precizeca Medikamento de Sano Iniciato. La iniciato estas iranta enskribiĝi proksimume 1000 Homoj kaj egali specifajn tipojn de tumoroj kun specifaj medikamentoj. La homoj kiu enskribiĝas havis tumorojn kiu ne respondis al normaj kanceraj traktoj. La tumoroj estos egalita kun drogoj sciita produkti pli bonajn rezultojn sur la bazo de certaj genetikaj signoj. Bazita sur la rezulto de la komparado, Datumaro de drogoj estos kreita por ke listo de drogoj sciita esti efika por respondanta tumorojn estas havebla. La iniciato estas daŭranta unu kaj novaj tipoj de tumoroj estos studita kaj respondaj drogoj estos identigita. La elprovo havas la potencialan liberigi la sekreton resanigi maloftan kaj mortigan kanceron tipoj de egalanta la genaron de individuo kun la ĝustaj drogoj. Paciento kun ajna tipo de kancero estas elektebla enskribiĝi por la elprovo kvankam la programaj celoj al havi almenaŭ 25% De la totalaj pacientoj havi maloftan kanceron. Estas nombro de parametroj taksi ĉu la medikamentoj estas laborantaj. Unu parametro estas observi se la tumora grandeco estas kuntiriĝanta, La dua parametro estas trovi ekstere ĉu la kondiĉo de la paciento plimalbonigis en la pasinteco 6 Monatoj. La esploristoj ankaŭ prenos en konto la flankaj efikoj de la trakto.
Rezulte, Precizeca medikamento estas akiranta grandegan popularecon kaj veturanta de ĉiuj la sektoroj. Usono ankaŭ anoncis US$215-miliono nacia Precizeca Medikamento Iniciato (Nature). Ĝi inkluzivos establon de nacia datumaro de la genetika kaj alia datumo de unu miliono da homoj en Usono.
Personecigita kuracadon
La supraj bildaj rezultoj kiel la personecigita kuracadon estas ebligita.
Resuma
There is no doubt that big data can revolutionize healthcare and personalized medicines. Tamen, the pace of adoption across the globe is still slow and not uniform. Big data has the potential to significantly reduce unnecessary expenses on healthcare across the globe. Since adoption of big data represents a paradigm change, there has been resistance in certain quarters. But as the benefits become more obvious, adoption is going to become smoother. The biggest potential of big data lies in finding drugs for life threatening diseases.
