Table of Contents

وفي السنوات الأخيرة، برز تحليل البيانات الضخمة كقوة تحولية في مجال الرعاية الصحية، ولا سيما في مجال إدارة الأمراض المزمنة مثل مرض السكري، حيث يُفحص ما يقرب من 537 مليون شخص من البالغين الذين يعيشون في العالم مصابين بمرض السكر في عام 2021 - وهو عدد يتوقع أن يصل إلى 783 مليون شخص بحلول عام 2045 - لم تكن هناك أي نهج أكثر إلحاحاحا في مجال السياسات العامة.

فهم دور البيانات الضخمة في الرعاية المتعلقة بمرض السكري

وتشمل البيانات الضخمة في مجال الرعاية الصحية بيانات منظمة (مثل نتائج المختبرات، وقوائم الأدوية، ومدونات الفواتير) وبيانات غير منظمة (مثلاً، المذكرات السريرية، ومجاري الاستشعار القابلة للارتداء، والنتائج المبلّغ عنها عن المرضى). وفيما يتعلق بمرض السكري، تشمل المصادر ذات الصلة ما يلي:

  • السجلات الصحية الإلكترونية التي تتضمن تاريخاً للمرضى الطويلي الدلال
  • :: رصد الغلوكوز المستمر الذي يوفر قراءة للجليد 24/7
  • مضخات الأنسولين والأقلام الذكية تسجل الجرعة والتوقيت
  • متتبعو النشاطات وأجهزة التعقب الذكية التي ترصد النشاط البدني والنوم ومعدل القلب
  • تطبيقات قطع الأشجار التغذوية وأجهزة المسح اللصي
  • بيانات المقاييس والمستحضرات الطبية من المصارف البيولوجية والتجارب السريرية
  • وسائل الإعلام الاجتماعية والمنتديات الصحية المجتمعية (التي تستخدم في كثير من الأحيان لتحليل المشاعر وشبكات الدعم)

ويتجاوز حجم هذه البيانات وسرعةها وتنوعها قدرة الأدوات التحليلية التقليدية، وقد يؤدي تحليل البيانات الضخمة إلى زيادة التعلم الآلي، وتجهيز اللغات الطبيعية، والحساب السحابي لاكتشافات قابلة للتنفيذ، فعلى سبيل المثال، يمكن لنموذج ML الذي تم تدريبه على بيانات التشويهات الكيميائية التاريخية أن يتوقّع الأحداث الافتراضية التي تتراوح بين 20 و30 دقيقة قبل أن تحدث، مما يتيح للمرضى فرصة للتدخل.

الاتجاهات الحالية في تحليل البيانات الضخمة للسكري

ويتسارع إدماج البيانات الكبيرة في الرعاية المتعلقة بمرض السكري، وذلك بسبب التقدم المحرز في تكنولوجيا الاستشعار، ومعايير التشغيل المتبادل، والاستخبارات الاصطناعية، كما أن الاتجاهات الأكثر تأثيراً في تشكيل الميدان اليوم.

التحليلات الافتراضية لإدارة غلوكوز ومنع التكتل

(ب) ما بعد الاضطرابات، فإن هذه النماذج تتضمن بيانات تاريخية وتاريخية للتنبؤ بالأحداث المقبلة، وفي حالات السكر، فإن أكثر التطبيقات شيوعاً هي التنبؤ باتجاهات الغدة الدامية، وتجميع نماذج الأشعة السينية، وتوقيت الوجبات الخفيفة، ومستويات النشاط، وعلامات الإجهاد لتوليد توقعات قصيرة الأجل (15-60 دقيقة قبل ذلك).

خطط العلاج الشخصية التي تُنفذ بمعرفة الآلات

كما أن البيانات التي تتيح للمرضى الذين يُستخدمون في العلاج من الأمراض غير الضارة، والتي يمكن أن تكون أكثر صلة بين هذه الحالات وبينها وبينها وبينها وبينها، كما أن نظاماً للتعلم الآلي قد يحدد أن المسببات التي تنجم عن وجود غلوبات في العينات، هي أكثر صلة بقوة بوجبات عالية الجودة، وليس بمؤشرات نجاح في إنتاج البوليهيدروجينات التي يمكن أن تعيد تشكيلها

نظم رصد الوقت الحقيقي والمغلقة

رصد الأشعة فوق البنفسجية في الوقت الحقيقي هو العمود الفقري للطب السكري الحديث، كما أن هذه النظم تبث قراءتها كل خمس دقائق على الهواتف الذكية، والساعات، ومضخات الأنسولين، وتخفف من آثارها على الأطفال المجهزين بالأشعة فوق البنفسجية، وتخفض أيضاً من علامات الأشعة المتحركة التي تُعدّل فيها معدلات السحب الحقيقية استناداً إلى مستويات قياسية الحالية والمتوقّعة.

إدارة صحة السكان وتقويم المخاطر

وتستعمل منظمات الرعاية الصحية بيانات كبيرة للتحول من الرعاية الحادة بأثر رجعي إلى إدارة نشطة للسكان، ومن خلال تحليل بيانات المطالبات، ونتائج المختبرات، وملء الصيدلة، وزيارة التاريخ، يمكن أن تقسم النظم الصحية السكان المصابين بمرض السكر إلى مستويات الخطر، ومن ذلك مثلاً أن نموذجاً تنبؤياً قد يعرِّض المرضى لخطر الإصابة بمرض السكر بسبب عدم الاستقرار المتكرر أو نقص حاد في البيانات.

رصد المرضى عن بعد وإدماجهم عن بعد

وقد أدى وباء الـ (LOVID-19) إلى التعجيل باعتماد رصد المرضى عن بعد للسكري، وقد يُرفع المرضى الآن بيانات عن الـ (CGM) وقراءات ضغط الدم، وسجلات الأوزان إلى برامج قائمة على الغيوم يمكن أن يستعرضها المستوصفون بشكل متزامن أو أثناء زيارات التطبيب عن بعد.

استحقاقات تحليل البيانات الضخمة في مجال الرعاية من مرض السكري

ويحقق إدماج البيانات الضخمة في إدارة مرض السكري فوائد ملموسة عبر سلسلة الرعاية:

تحسين النتائج السريرية

وتسمح الأفكار المتبصرة التي تحركها البيانات بالكشف المبكر عن الاتجاهات السلبية، مما يؤدي إلى تدخلات في الوقت المناسب، كما أن النماذج الافتراضية لقلة النسيج وتضخم الجمجمة تخفض من عدد الأحداث الحادة، وتفضي التعديلات الشخصية على العلاج استنادا إلى أدلة العالم الحقيقي إلى تحسين الرقابة على مرض البيوت المنبعث من فيروس نقص المناعة البشرية، وزيادة الوقت في المدى، وتباطؤ التقدم في مضاعفات النيوزيائيات.

تعزيز مشاركة المرضى والإدارة الذاتية

ويسمح المرضى الذين يحصلون على بياناتهم الخاصة برؤية واضحة مع نظرة عملية - برؤية أكثر مشاركة في الرعاية الذاتية، ويظهرون أن أنماطاً من الغلوكوز، والتكهنات المتوقعة، والتوصيات السلوكية الشخصية، للأفراد باتخاذ قرارات مستنيرة، كما أن عناصر التجميل وملامح الدعم الاجتماعي تزيد من الالتزام، وتظهر الدراسات أن المرضى الذين يستخدمون أجهزة البول السكري التي تحركها البيانات لديهم قدر أكبر من التلامس، وأكثر شيوعاًاً.

الوفورات في التكاليف وتحقيق الاستخدام الأمثل للموارد

ومن شأن تحليل البيانات الضخمة أن يساعد على الحد من التعقيدات الباهظة التكلفة، ومن خلال منع حدوث انخفاض حاد في معدلات الإصابة بالأمراض، وقلة النسيج، وقلة القدّم، والنظم الصحية، والزيارات الطارئة، وقبول المستشفيات، والجراحات، وتسمح إدارة الصحة السكانية لمقدمي الخدمات بتخصيص علاجات متواضعة ووقت تخصصي للمرضى الذين سيستفيدون منها أكثر، وتقدر الرابطة الأمريكية للسكري أن التكاليف المتصلة بالمرض في مستشفى الولايات المتحدة قد تجاوزت ٢٠٢ بليون دولار.

البحث المعجل وتطوير المخدرات

وقد أتاحت مجموعات البيانات الضخمة المجمعة والمحللة من مصادر الموارد البشرية والمختبرات السريرية للباحثين إجراء تحليلات أسرع وأكثر قوة، وتتزايد استخدام الأدلة الحقيقية لدعم الموافقة على المخدرات وتوسيع نطاقات العلامات، فعلى سبيل المثال، قبلت الهيئة بيانات العالم الحقيقي من قواعد بيانات إدارة العلاقة بين الجنسين للتحقق من تركيبات الأنسولين الجديدة وصناعة الخوارزميات.

التحديات والحواجز أمام التنفيذ

ورغم وعدها، فإن اعتماد تحليلات البيانات الكبيرة في مجال الرعاية المتعلقة بمرض السكري على نطاق واسع يواجه عقبات كبيرة.

خصوصية البيانات والأمن

فالبيانات الصحية حساسة للغاية، وتجميع مجموعات البيانات الضخمة يزيد من خطر الإخلالات، وتفرض أنظمة مثل نظام هبائي في الولايات المتحدة، ونظام الناتج المحلي الإجمالي في أوروبا شروطا صارمة على التخزين، وتقاسم البيانات، ورفعها عن الهوية، ويحرص العديد من المرضى على كيفية استخدام بياناتهم، ولا سيما من جانب الكيانات التجارية، كما أن عمليات الموافقة القابلة للفصل والتجميع القوي هي أمور أساسية، ولكنها تضيف تعقيدا وتكلفا.

قابلية التشغيل البيني وتوحيد البيانات

ولا يمكن أن تتواصل البيانات المتعلقة بمرض السكر من العديد من البائعين، وكلهم من ذوي الأشكال المسجلة الملكية، كما أن تدابير التخفيف من آثار تغير المناخ، والمضخات، والمجاميع، والأجهزة الغذائية، والمؤسسات البيئية لحقوق الإنسان، كثيرا ما لا يمكن أن تتواصل ببطئ، كما أن الافتقار إلى نماذج موحدة للبيانات (مثلاً، لتمثيل الحساسية أو تكوين الوجبات) يجعل من الصعب تدريب نماذج تعمل في مختلف النظم.

الحاجة إلى المهارات المتخصصة والهياكل الأساسية

ويتطلب تنفيذ تحليلات البيانات الضخمة قوة عاملة ماهرة في مجال علوم البيانات والتعلم الآلي وأجهزة المعلومات السريرية التي لا تتوفر لها سوى إمدادات كافية في معظم منظمات الرعاية الصحية، وكثيرا ما تفتقر العيادات الأصغر ومراكز الصحة الريفية إلى ميزانية الحواسيب السحابية، ومهندسي البيانات، ولوحات صبغة التحليل، بينما لا تزال البرامج التجارية (مثلاً، من نظام إي بي إم واتسون الصحي، أو نظام لوتسيتر، أو نظام الترخيص.

Algorithmic Bias and Generalizability

وقد تعكس نماذج عديدة للتعلم الآلي مدرَّبة على البيانات التاريخية أوجه التفاوت القائمة في إمكانية الحصول على الرعاية الصحية ونتائجها، فعلى سبيل المثال، قد يؤدي نموذج مطوَّر أساساً على سكان القوقاز أداء ضعيف في المرضى السود أو الأسبانيين بسبب أنماط مختلفة من الأيضية أو المحددات الاجتماعية، وبالمثل، فإن النماذج التي تُدرَّب حصراً على المرضى الذين يعانون من مرض السكري الذي يتحكم فيه جيداً قد لا تُعمم على الذين لديهم إمكانية الوصول المحدود أو تعدد التجانسات.

الاتجاهات المستقبلية والابتكارات الناشئة

وفي المستقبل، تعد عدة تطورات بتعميق أثر البيانات الكبيرة على الرعاية المتعلقة بمرض السكري.

الاستخبارات الفنية وتطورات التعلم العميق

وسيتجاوز الجيل القادم من نماذج الإي آي إيه مستويات التنبؤات البسيطة، كما أن الشبكات العصبية الثورية التي تستخدمها الشركة يمكن أن تحلل الفحوصات الرجعية للكشف عن الاضطرابات الفيزيائية لدى أخصائيين منافسين بدقة، كما أن الشبكات المتكررة والمتحولة (التي تُشبه هيكلها) يمكن أن تُنشئ نماذج غلوبيكوسية، ولا تُتوقع قيماً مُثلة فحسب، بل أيضاً لأسباب تتعلق بالسياقية.

شبكة الإنترنت للأشياء وسلسلة البيانات المستمرة

إن انتشار أجهزة الإيو تي - دخان الإنسولين، وأجهزة قياس الأنسجة الذكية لرصد الأحذية، بل وحتى أجهزة الاستشعار التي تستخدم أجهزة الاستشعار لقياس الغلوكوس المسيل للدموع، ستولد حتى مجاري بيانات أكثر ثراء، ويمكن أن يؤدي استخدام الحاسوب المضغوط (التجهيز المحلي للجهاز) إلى الحد من الحماسة وتحسين الخصوصية، مما يتيح تنبيهات في الوقت الحقيقي دون تحميل كل شيء على الغيوم.

بيانات العالم الحقيقي كدليل تنظيمي

وقد تقبل الوكالات التنظيمية على نحو متزايد أدلة العالم الحقيقي من تحليلات البيانات الضخمة المتعلقة بتوسيع نطاقات البطاقات، ومراقبة السلامة، وتقييمات الأداء للأجهزة الصحية الرقمية، وقد تم بالفعل تحديث نظامي " CD " ((FLT:0)) " () " () " ().

بيانات الصحة وتمكين المرضى

وقد تحول دور المريض من المتلقي السلبي إلى المساهمين النشطين في البيانات والمحللين المشاركين، وقد أدت مبادرات المصادر المفتوحة مثل حركة " ويرينتو وييتنغ " إلى خوارزميات مبنية على المجتمع المحلي مثل لووب ونابوليت، التي يديرها المستعملون على أجهزةهم الخاصة، وتظهر هذه النظم أن تحليلات البيانات الضخمة لا ينبغي أن تكون منطلقة؛ وتوزع نماذج موثوقة ذاتية تُستخدم في المستقبل.

خاتمة

ومن شأن تحليل البيانات الضخمة أن يحوّل الرعاية المتعلقة بمرض السكر من نهج رد الفعل ومستوى السكان إلى نظام استباقي وشخصي ودقيق، ويحقق حالياً تحليلات متطورة، ويحتاج إلى نظم معالجة شخصية، ونظم مغلقة في الوقت الحقيقي، وإدارة صحة السكان، والرصد عن بعد، مما يؤدي بالفعل إلى تحسينات قابلة للقياس في النتائج السريرية، وتمكين المرضى، وكفاءة التكاليف.