Hassas tıp (precision medicine), bazen “bireysel olarak hastalara en uygun, sonuç odaklı tedaviyi belirlemek için genotipik ve -omik biyolojik belirteçlerin uygulanması” olarak tanımlanır. Hassas tıp uygulamaları tıbbi kararlar, bakım yolları ve hizmetlerinin en işe yarar sonuçları elde etmek için her hasta için ayrı ayrı uyarlandığı özelleştirilmiş bir tıbbi bakım yaklaşımıyla sonuçlanır.
Son yıllarda sağlık alanında büyük veri analizi, en çok ilgi duyulan konulardan birisi haline gelmiştir. Veriden hareketle hizmet sağlayıcıların eyleme yönelik uygulanabilir bilgiler elde etmeleri istenmekte ve geri ödeme oranlarını doğrudan etkileyen karmaşık modeller üretilmeye çalışmaktadırlar.
Sağlıkta büyük veri kullanımı toplum sağlığı, yönetim, hizmet kalite karşılaştırmaları, gelir döngüsü yönetimi, öngörüsel analitikler ve klinik karar destek gibi operasyonel ve klinik işlemlerde giderek vazgeçilmez hale gelmektedir. Büyük veri dendiğinde -ilk olarak 2001 yılında Gartner analisti Doug Laney ve sonrasında diğer araştırmacılar tarafından- üç temel özellik vurgulanmıştır; volume (miktar), velocity (hız) ve variety (çeşitlilik). […]
Dördüncü sanayi devriminin sağlık alanındaki yansımalarını tartışılırken; Sağlıkta bilimsel bilginin üretim ve değişiminin çok hızlandığı, bu durumun kaliteli sağlık hizmet sunumuna ilişkin karar verme süreci ile geliştirilecek/kullanılacak ürünleri (ilaç, tıbbi malzeme, donanım) doğrudan etkilediği, bundan dolayı sağlıktaki dönüşümün rotasını anlamak için hizmet sunumu, ilaç ve malzeme üretimi, araştırma ve bilginin üretim ve kullanımı gibi bileşenlerin bütünlük içerisinde değerlendirilmesi gerektiği […]
Yenilikçi teknolojilerin katkısıyla sağlık alanında bilgi tabanlı (knowledge based) karar sürecinin veriden hareketli (data driven) bir perspektife doğru kaymaya başladığını bir önceki yazıda açıklamıştık. Bu yazıda ise sağlıkta devasa miktardaki veri birikiminin (big data) ve çeşitli analitik platformlarla işlenmesinin bu dönüşüme etkisini açıklamaya çalışacağız.
Dördüncü sanayi devriminin imkan ve yönelimleri doğrultusunda sağlıkta bir dönüşüm gerçekleştirebilmek için, mevcut bilgi sistemlerinin vizyon ve kapsamının “kesintisiz ve verimli insan-veri-makine” ilişkisini destekleyecek şekilde genişletilerek yaygınlaştırılması gerekmektedir. Günümüzde sağlıkta bilimsel bilginin üretim ve değişimi çok hızlanmış, kişiye özgü tanı ve tedavi statejilerini destekleyen yaklaşımlar ortaya çıkmıştır. Bu durum karar verme süreci yanı sıra geliştirilecek/kullanılacak […]
Yaklaşık bir yıl kadar önce ABD Başkanı Barack Obama, kişiselleştirilmiş tıbbi bakım paradigmasının yaygın şekilde uygulanması amacıyla Hassas Tıp Girişimini (Precision Medicine Initiative) ilan etti (ayrıntılı bilgi için tıklayınız, konuya ilişkin kısa infografiğe erişmek için tıklayınız). Hassas tıp uygulamalarının pek çok başarılı örneği bulunmaktadır. Çarpıcı örneklerden bir tanesi eski ABD Başkanı Jimmy Carter’ın kanser hastalığının, Pembrolizumab […]
Büyük veri kavramının ve yeni veri yönetim ihtiyaçlarının öne çıkmasıyla veri bilimciye olan ihtiyaç giderek artmakta. Veri bilimciler, farklı veri türleri arasındaki ilişkileri istatistiksel yöntemler ve deneysel tasarım teknikleri ile modelleyerek ortaya koymaktalar. Veri bilimini kullanan kurumlar ve şirketler maliyetleri düşürürken, yeni pazar imkanları belirleyerek rekabet avantajı sağlayabilmekte.
![Veri bilimci nasıl olunur? [İnfografik]](http://www.saglikvebilisim.info/wp-content/uploads/2015/02/data-man_700-460.jpg "Veri bilimci nasıl olunur? [İnfografik]")
Çok miktarda ve çok çeşitli verinin çok hızlı şekilde toplanmasını sağlayan mobil ve sensöre dayalı sistemlerle sosyal medyanın yaygın kullanımı, bilgi üretimi ve işlenmesinde kökten bir dönüşüme neden olmaya başladı. Büyük veri (big data), veri analitikleri (data analytics), veri bilimi (data science), veri bilimci (data scientist) gibi kavramlar yeni teknolojilerin sağladığı bu ortamda ön plana çıkıyorlar.
Halk sağlığı bilişiminin önemli bir parçası da bilgi teknolojilerinin salgın hastalıkların erken tespiti ve önlenmesinde kullanımıdır. Özellikle son yıllarda çeşitli salgın hastalıkların önceden belirlenmesi ve takibinde bilgi sistemlerinin kazandırdığı yeteneklerden geniş ölçüde yararlanılmaya başlanmıştır. IBM Batı Afrika’daki Ebola salgınının kontrol altına alınması için veri analitiği, mobilite ve bulut bilişim teknolojileri kullandığını bildirmiştir.
