Cal é a influencia da Big Data en Medicina?

Big data foi redefinindo como coidados de saúde é entregado. Non é que o sistema de saúde existente está descartado, pero certos cambios significativos están ocorrendo en niveis fundamentais. Algúns cambios son máis notables: institucións de saúde están cada vez máis contando cos datos para construír personalizado, modelos de tratamento personalizado. A énfase está na recollida de datos sobre a saúde dos pacientes e con base nos datos; prever a aparición de enfermidades de xeito que medidas preventivas poden ser tomadas. Os datos tamén está axudando médicos obter un 360 view grao de saúde do paciente. Big data vén complementando o sistema de saúde existente.

Estado antes de big data foi introducida aos coidados de saúde

Antes de big data foi introducida no sistema de saúde, o papel de datos, o tratamento dun paciente foi limitado. Hospitais ía recoller tales datos do paciente como o nome, idade, A inscrición enfermidade, Perfil do diabético, informes médicos e historia familiar de enfermidades, conforme aplicable. Tales datos ofrece unha visión restrinxida de problemas de saúde do paciente. For example, para un enfermo que foi diagnosticado con enfermidades cardíacas, a información típica reunidos sería histórico familiar, dieta, síntomas, idade e outras enfermidades existentes. Mentres tal información ofrece unha visión detallada da enfermidade, os datos son incapaces de ofrecer outras perspectivas sobre o problema. Hai outras formas tamén para ver o problema desde o que un plan de tratamento mellor pode potencialmente emerxen.

En estatísticas publicadas no natureza xornal, verificouse que entre o 10 máis altos drogas taquilla prescritos en EEUU só axuda 1 en 25 or 1 en 4 pacientes. E para colesterol drogas, a taxa de éxito é de só 1 en 50 pacientes. Así, a probabilidade de éxito é moito menor en comparación cos gastos feitos en investigación, aprobación e outras actividades.

imprecision medicine

medicina imprecisión

Ligazón da imaxe Fonte: http://www.nature.com/news/personalized-medicine-time-for-one-person-trials-1.17411

A imaxe enriba mostra o efecto do medicamento imprecisión en pacientes. Pero agora o paradigma está cambiando rapidamente coa axuda de grandes datos e TI.

Como ten grandes datos cambiou coidados de saúde e medicamentos?

Gran datos engadiu unha dimensión para o tratamento de enfermidades. Os médicos agora son capaces de comprender enfermidades mellor e entregar precisas, trato personalizado. Eles tamén son capaces de prever recorrencias e suxerir medidas preventivas.

visión ampla de enfermidades

Big data axudou institucións de saúde tomar unha 360 view grao de problemas de saúde dun paciente. Isto levou a novos descubrimentos, novos plans de tratamento e diagnóstico máis preciso. Dispoñibilidade de datos trouxo á atención factores até entón descoñecidos que están asociados con problemas de saúde. For example, certas razas son xeneticamente máis predispostos a enfermidades cardíacas do que outras razas. Now, cando un paciente que representa unha de tales carreiras padece enfermidades cardíacas, é hora de examinar os datos dos pacientes que pertencen á mesma raza que se queixaron de problemas de corazón. Ela axuda a saber máis sobre estes pacientes - hábitos alimentarios, estilo de vida, estrutura xenética, ADN familiar, proteínas, metabolitos para células, tecidos, órganos, organismos, e ecosistemas.

prevendo enfermidades

Isto segue o primeiro cambio, en realidade,. Cando un paciente é tratado, a institución de saúde é capaz de obter grandes volumes de datos significativos sobre o paciente. Os datos poden ser utilizados para prever as recorrencias de enfermidades cun certo grao de precisión. For example, Un paciente sufriu vertedura, o hospital pode ter datos sobre o tempo de vertedura, brecha entre derrames en caso de varios golpes no pasado, eventos que inflúen preceden o accidente vascular cerebral, como un evento psicoloxicamente estresante ou actividades físicas pesadas. Os hospitais poden proporcionar medidas claras para previr accidentes vasculares cerebrais con base nos datos.

dispositivos portátiles

dispositivos portátiles pode facer un traballo marabilloso na detección de posibles problemas de saúde, aínda que non hai síntomas aparentes. Para avaliar a saúde dunha persoa aparentemente sa, un médico debe prescribir unha serie de probas médicas que é longo e custoso. dispositivos portátiles pode revelar unha serie de indicadores de saúde con base no que un médico pode facer certas conclusións e decidir sobre o futuro curso de acción. xa, unha serie de dispositivos e aplicacións portátiles son capaces de medir parámetros como o seu ritmo cardíaco, pulso, os niveis de glicosa e niveis de calor. Aínda que a maioría dos dispositivos dispoñibles hoxe están sendo usados ​​con fins recreativos, están metamorfoseando en gadgets graves. xa, a Food and Drug Administration dos Estados Unidos (FDA) aprobou unha serie de monitores de glicosa.

Impacto das grandes datos sobre medicina personalizada

Expertos cren que big data vai a aumentar a eficacia dos medicamentos persoais significativamente. Unha serie de iniciativas están en marcha para descubrir formas de mellorar a eficacia dos medicamentos persoais.

Unha desas iniciativas foi o programa de investigación do cancro coñecida como a Análise NCI-Molecular de Terapia elección (NCI-match) xuízo. Este xuízo é unha parte importante do Instituto Nacional de Medicina Iniciativa precisión de Saúde. A iniciativa vai implicar uns 1000 persoas e xogo específico tipos de tumores con medicamentos específicos. As persoas que se inscribiren tiveron tumores que non responderon a tratamentos de cancro estándar. Os tumores serán combinados con drogas coñecidas para producir mellores resultados, con base en certos marcadores xenéticos. Con base no resultado da correspondencia, unha base de datos de medicamentos será creada para que unha lista de fármacos coñecidos por ser eficaz para tumores correspondentes están dispoñibles. A iniciativa é un paso en curso e novos tipos de tumores serán estudados e serán identificados medicamentos correspondentes. O ensaio ten o potencial para desbloquear o segredo de cura tipos de cancro raras e mortais por correspondentes no xenoma dun individuo coas drogas certas. Un paciente con calquera tipo de cancro é elegível para rexistrar para o xuízo que o programa pretende ter, polo menos, 25% do total de pacientes que teñen cancro raro. Hai un número de parámetros para avaliar se os medicamentos están a traballar. Un parámetro é de observar se o tamaño do tumor está diminuíndo, o segundo parámetro é o de saber se a condición do paciente empeorou no pasado 6 months. Os investigadores tamén tomará en consideración os efectos secundarios do tratamento.

Como resultado, precisión medicina está gañando enorme popularidade e condución de todos os sectores. Estados Unidos tamén anunciaron unha US $ 215 millóns iniciativa nacional Medicina Precision (natureza). El debería incluír creación dun banco de datos nacional dos datos xenéticos e outros dun millón de persoas nos Estados Unidos.

personalized healthcare

coidados de saúde individuais

A imaxe superior contén como a medicina personalizada está activado.

Summary

Non hai dúbida de que grandes datos poden revolucionar a saúde e personalizados medicamentos. However, o ritmo de adopción en todo o mundo aínda é lento e non uniforme. Big data ten o potencial de reducir significativamente os gastos innecesarias en coidados de saúde en todo o mundo. Desde a adopción da big data representa un cambio de paradigma, houbo resistencia en certos sectores. Pero a medida que os beneficios se fan máis evidentes, adopción vai facerse máis suave. O maior potencial de big data está atopar medicamentos para enfermidades mortais.

============================================= ============================================== Buy best TechAlpine Books on Amazon
============================================== ---------------------------------------------------------------- electrician ct chestnutelectric
error

Enjoy this blog? Please spread the word :)

Follow by Email
LinkedIn
LinkedIn
Share