एआई शोधकर्ताओं के लिए जारी स्वास्थ्य डेटा रिपॉजिटरी

अस्पताल, क्लीनिक, विश्वविद्यालय और अन्य स्वास्थ्य-केंद्रित संगठन नियमित रूप से स्पाइनल स्कैन से लेकर स्लीप स्टडी के परिणामों तक सब कुछ पर डेटा एकत्र करते हैं-लेकिन उस मूल्यवान बुद्धिमत्ता का अधिकांश हिस्सा घर में दूर रहता है।

यह रोगियों के लिए स्वास्थ्य परिणामों में सुधार करने के लिए कृत्रिम बुद्धिमत्ता और अन्य डेटा विश्लेषण उपकरणों को नियोजित करने वाले शोधकर्ताओं के लिए एक चूक का अवसर है।

“कई संगठन डेटा एकत्र करते हैं,” डेविड रोटेनबर्ग, सेंटर फॉर एडिक्शन एंड मेंटल हेल्थ (CAMH) के मुख्य विश्लेषिकी अधिकारी कहते हैं। “लेकिन यहां तक कि जब यह उच्च गुणवत्ता वाला होता है, तो यह अक्सर बंद रहता है और साझा करना मुश्किल हो सकता है। यह सीमित हो सकता है कि हम इससे क्या सीख सकते हैं।”

हेल्थ डेटा नेक्सस (एचडीएन) में प्रवेश करें, टोरंटो के टेम्पर्टी सेंटर फॉर एआई रिसर्च एंड एजुकेशन इन मेडिसिन (टी-केयरम), टेम्पर्टी फैकल्टी ऑफ मेडिसिन का हिस्सा। स्वास्थ्य डेटाबेस रिपॉजिटरी व्यक्तिगत रोगी जानकारी से छीन ली गई डेटा को साझा करने के लिए एक सुरक्षित, सुरक्षित तरीका प्रदान करता है। यह अकादमिक या अनुसंधान क्रेडेंशियल्स के साथ उन लोगों के लिए भी सीधा है – और एआई एल्गोरिदम द्वारा आसानी से पढ़ने के लिए आयोजित किया जाता है।

संक्षेप में, एचडीएन स्वास्थ्य डेटा के लिए एक साइलो-बस्टिंग, ओपन-सोर्स होम है जो एआई के पुराने “कचरा, कचरा बाहर” समस्या को हल करने में मदद करने के लिए तैयार है।

“जब हम संस्थानों में डेटा को जोड़ते हैं, तो हम खोज सकते हैं कि कोई भी टीम अकेले नहीं पा सकती है,” रोटेनबर्ग कहते हैं, जो टी-कैरीम में इन्फ्रास्ट्रक्चर सह-लीड भी है। “हम चिकित्सा को आगे बढ़ाने के लिए एक खुले विज्ञान के आधार पर काम कर रहे हैं और आगे बढ़ने के लिए एआई को चिकित्सा में कैसे लागू किया जा सकता है।”

टी-केयरम को दिसंबर 2020 में एक शोध केंद्र के रूप में लॉन्च किया गया था, जो अनुसंधान, शिक्षा और डेटा इन्फ्रास्ट्रक्चर के तीन स्तंभों पर ध्यान केंद्रित करता है, जिसमें बाद वाले स्तंभ को पूरा करने का प्रस्ताव दिया गया था। छह महीने बाद, एचडीएन ने तीन डेटासेट के साथ लॉन्च किया।

जनवरी के एडम्स कहते हैं, “पहले साल-डेढ़ साल का आधा हिस्सा ग्राउंडवर्क बिछा रहा था, गोपनीयता प्रभाव आकलन, खतरे के जोखिम के आकलन के साथ, प्रारंभिक शासन और प्रलेखन प्राप्त करना,” जनवरी एडम्स कहते हैं, जो एचडीएन को टी-केयरम के लिए डेटा गवर्नेंस और क्वालिटी एनालिस्ट के रूप में चलाता है।

दरअसल, रिपॉजिटरी में सूचना, नैतिकता, सहमति और साझाकरण के आसपास व्यापक डेटा शासन नीतियां हैं।

एडम्स का कहना है कि एचडीएन को 2023 में दो दिवसीय डेटाथॉन के साथ अपना पहला बड़ा परीक्षण मिला, जिसमें लगभग 40 शोधकर्ताओं और छात्रों ने नेक्सस के प्रमुख डेटासेट के सवाल पूछे, जो सेंट माइकल अस्पताल, यूनिटी हेल्थ टोरंटो में जनरल इंटरनल मेडिसिन वार्ड से है। सेट में आठ वर्षों में 14,000 अद्वितीय रोगियों के लिए 22,000 मुठभेड़ शामिल हैं, ट्रांसफर ट्रांसफर, मौत, डिस्चार्ज और अन्य परिणाम।

एचडीएन तब से 10 डेटासेट तक बढ़ गया है – और रोटेनबर्ग का कहना है कि टीम को इस साल पांच और जोड़ने की उम्मीद है।

एक जर्नल लेख के हालिया प्रकाशन और घटनाओं के बढ़ते कैलेंडर के साथ, टीम ने अपने दायरे का विस्तार करने के लिए जारी रखते हुए एचडीएन के बारे में जागरूकता का निर्माण करने की उम्मीद की।

“हम नेक्सस को विकसित करने के लिए जल्दी से आगे बढ़ रहे हैं, लेकिन जागरूकता महत्वपूर्ण है। हम चाहते हैं कि शोधकर्ताओं को पता चले: यह ए-तैयार स्वास्थ्य डेटा के लिए आपकी जगह है,” वे कहते हैं।

एचडीएन शोधकर्ताओं के लिए उपलब्ध एकमात्र स्वास्थ्य डेटा रिपॉजिटरी नहीं है। 1999 में नेशनल इंस्टीट्यूट ऑफ हेल्थ द्वारा स्थापित फिजियोनेट को मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी (MIT) से बाहर चलाया जाता है। (एडम्स का कहना है कि बुनियादी ढांचे और विनियमों के बारे में विचारों को साझा करने के लिए, फिजियोनेट के पीछे टीम के साथ नियमित बैठकें हैं।) शिकागो के बिजनेस स्कूल, हाउस मेडिकल इमेजिंग द्वारा संचालित नाइटिंगेल ओपन साइंस।

लेकिन रोटेनबर्ग का कहना है कि एचडीएन अपने दायरे में अद्वितीय है। “हमारे डेटासेट दवा के पूर्ण स्पेक्ट्रम का विस्तार करते हैं – वियरबल्स, अल्ट्रासाउंड, वॉयस, टेक्स्ट, इमेजिंग – एक ही स्थान पर विविध स्वास्थ्य जानकारी को एक साथ मिलाते हुए। यह विविधता वह है जो एआई को विषयों में पैटर्न को उजागर करने की अनुमति देती है, जिससे सफलताओं को एक ही विशेषता के भीतर संभव नहीं होगा।”

क्रेडेंशियल शोधकर्ता अनुसंधान नैतिकता पर एक ऑनलाइन प्रशिक्षण पाठ्यक्रम पूरा करने के बाद एचडीएन पर डेटाबेस तक पहुंचने के लिए साइन अप कर सकते हैं। वे तब एचडीएन जानकारी का उपयोग कर सकते हैं, इसका उपयोग अपने दम पर कर सकते हैं या अपने स्वयं के डेटा को समृद्ध करने के लिए – यहां तक कि दूरस्थ भागीदारों के साथ भी काम करते हैं। रोटेनबर्ग कहते हैं, “आप डेटासेट को क्रॉस-रेफरेंस कर सकते हैं, परिणामों की तुलना कर सकते हैं, और अधिक आसानी से सहयोग कर सकते हैं-अपने भागीदारों को बिना एक्सेस करने के लिए अंतहीन बाधाओं को नेविगेट करने के बिना,” रोटेनबर्ग कहते हैं।

टी-केयरम टीम की योजना रिपॉजिटरी में सुधार जारी रखने की है और अपने स्वयं के डेटासेट को जोड़ने में संस्थानों का समर्थन करने के लिए काम कर रही है।

एडम्स कहते हैं, “यह एक ऐसे प्रारूप में शामिल होने की बात है जो प्रयोग करने योग्य और मूल्यवान है, यह मशीन पठनीय है ताकि ये मॉडल इसके साथ इंटरफेस कर सकें।”

स्वास्थ्य अध्ययन के लिए सामग्री की पेशकश के साथ, रिपॉजिटरी एक शिक्षण उपकरण के रूप में वादा दिखा रहा है; हॉलैंड ब्लोरव्यू के एक वरिष्ठ वैज्ञानिक और इंस्टीट्यूट ऑफ बायोमेडिकल इंजीनियरिंग में एक एसोसिएट प्रोफेसर, अज़ादे कुशकी द्वारा टी ग्रेजुएट डेटा साइंस कोर्स के यू में इसका उपयोग किया जा रहा है।

जैसा कि सीमा के दक्षिण में सरकारें डेटा संग्रह और पहुंच को सीमित कर रही हैं, जबकि एआई एल्गोरिदम तेजी से मानव स्वास्थ्य को बेहतर समझने के लिए वादा करता है, रोटेनबर्ग का कहना है कि बेहतर डेटा समाधानों की आवश्यकता कभी भी अधिक नहीं रही है – और एचडीएन मदद कर सकता है। “यह एक विशिष्ट रूप से कनाडाई मॉडल है – सहकर्मी, सहयोगी, और विश्वास पर बनाया गया है – कि हम कैसे बदलते हैं कि हम डेटा के साथ कैसे बातचीत करते हैं और उन खोजों को तेज करते हैं जो हर जगह लोगों को लाभान्वित करते हैं।”