Table of Contents

מחלות כרוניות מציבות נטל יוצא דופן על מערכות הבריאות ברחבי העולם, עם סוכרת שעומדת כאחת התנאים הנפוצים ביותר של שיתוף נתונים, שכיחות גלובלית של סוכרת הגיעה לרמות מדאיגות, עם הפדרציה הבינלאומית לסוכרת המנציח כי 537 מיליון מבוגרים חיים עם המחלה בשנת 2021, מספר צפוי עלייה של 783 מיליון דולר על ידי 2045.

הבנת מערכת Pancreas מלאכותית

pancreas מלאכותי, הידוע גם כמערכת העברת אינסולין סגורה, משלב שלושה מרכיבים עיקריים: לפקח גלוקוז מתמשך (CGM), משאבת אינסולין ואלגוריתם בקרה. מדד CGM מודד רמות גלוקוז בין-סמכותיות כל כמה דקות ובאופן אלחוטי משדר את הנתונים לאלגוריתם, אשר מחשב את מינון האינסולין האופטימלי ומחיל את המשאבה לספק אותו.

המערכות המסחריות הנוכחיות, כגון מדטרוניק מיני-Med 780G, Tandem Control-IQ, ו- Insulet Omnipod 5, כבר הראו שיפורים משמעותיים בטווח הזמן והפחתות ב- HbA1c. עם זאת, מערכות אלה אינן מושלמות.הם נאבקים במהלך פעילות גופנית, מחלה, או ארוחות עם תוכן גבוה שומן או חלבון. הם מסתמכים על מודלים פשוטים של פיזיולוגיה אנושית ולעתים קרובות דורשים אלגוריתמים טיפול תרופתי, או טיפול אישי, כולל טיפול תרופתי, כולל אלגוריתמים, או אלגוריתמים, כולל אלגוריתמים, או אלגוריתמים, או אלגוריתמים, אשר יכולים לפתח אלגוריתמים, טיפול תרופתיים, כולל אלגוריתמים, או אלגוריתמים אישיים, או אלגוריתמים אישיים, כולל אלגוריתמים, או אלגוריתמים, או אלגוריתמים, או אלגוריתמים, או טיפול תרופתיים, או אלגוריתמים, או אלגוריתמים, אשר יכולים לפתח, כולל אלגוריתמים אישיים, או טיפול תרופתיים, אשר יכולים לפתח אלגוריתמים אישיים, או אלגוריתמים, כולל טיפול תרופתיים, או טיפול תרופתיים, כולל טיפול תרופתיים, כולל אלגוריתמים, אשר יכולים לפתח אלגוריתמים, כולל אלגוריתמים, או אלגוריתמים

מורכבות אלגורימית והצורך בנתונים דיים

אלגוריתמים המשמשים במערכות הלבלב מלאכותיות מבוססים בדרך כלל על יחסי-integral-derivative (PID) שליטה, מודל שליטה חיזוי מודל (MPC), או לוגיקה מרופדת.לכל גישה יש נקודות חוזק וחולשות. MPC, לדוגמה, יכול לצפות תרחישים עתידיים גלוקוז, אבל דורש מודלים מדויקים של ספיגה וגלוקוז – מודלים שונים בין אנשים למידה, כולל שיטות למידה, כלומר, הם אלה, כדי ללכוד אלגוריתמים בודדים, אך ורק כדי לבודדים נתונים, אך דורש מודלים שונים, אך ורק כדי להתאים את כל אחד, אך דורש מודלים מדויקים של אינסולין, אך ורק מודלים שונים, אך דורש מודלים של השפעות שונות.

תפקיד שיתוף הנתונים ב Accelerating Research

מחקר משותף אינו מותרות; הוא חיוני לקידום טכנולוגיית הלבלב המלאכותית.כאשר חוקרים ממרכזים שונים חולקים נתונים מזוהים, הם יכולים לאמת ממצאים על פני אוכלוסיות, לחשוף ביצועים תת-אופטימיים בקבוצות מטופלים ספציפיות, לזהות מצבי כישלונות נדירים אך קריטיים. שיתוף נתונים מאפשר גם meta-analyes וסקירות שיטתיות הנושאות יותר כוח סטטיסטי מאשר מחקרים בודדים.

למרות היתרונות ברורים אלה, שיתוף נתונים מסורתי כבר מעוצב על ידי סבך של מחסומים: רשומות בריאות אלקטרוניות לא עקביות (EHR) מערכות, פורמטים נתונים לא עקביים, תקנות פרטיות קפדניות כגון HIPAA בארצות הברית ו-GDPR באירופה, וחוסר תמריצים לחוקרים לשחרר נתונים.

מתוך Silos to Synergy: The Cloud as a Enabler

פלטפורמות מבוססות ענן מציעות ארכיטקטורה טכנית שיכולה להתגבר על רבים של מכשולים אלה. על ידי מתן מאגר מרכזי מאובטח נגיש באמצעות ממשקי תכנות יישומים (APIs), שירותי ענן מאפשרים לחוקרים מורשים לשאילתה, לנתח ולתרום נתונים ללא צורך להעביר פיזית קבצים.פלטפורמות ענן מודרני כגון אמזון Web Services (AWS), Google Cloud, ו- Azure מציעים תאימות לנתוני בריאות (למשל BAAIP, BAARM עבור בקרת אבטחה הכרחית עבור כלי אבטחה, וכן שירותי הצפנה וניהול אבטחה חיוניים עבור שירותי הצפנה ו-ARM-ARM, וכן שירותי הצפנה ו-ATRARM, 2.

היתרונות של שיתוף נתונים מבוסס ענן למחקר Pancreas מלאכותי

המעבר לשיתוף נתונים מבוסס ענן אינו רק נוחות; הוא משנה באופן יסודי את ההיקף וההיקף של מה שניתן במחקר הסוכרת שיתופי. להלן הם היתרונות העיקריים שאדריכלות בענן מביאה לתחום.

גישה אמיתית, בזמן אמת

חוקרים ברחבי העולם יכולים לגשת לאותו מידע בזמן אמת, תוך חיסול סיוטים בשליטה על גרסאות. צוות בסטנפורד יכול להפעיל אלגוריתם חדש על נתונים שתרמו לבית חולים בברזיל, בעוד סטטיסטיקאי בגרמניה מאמת את התוצאות - כל הימים ולא חודשים. ⁇ זה מאפשר מחזורי פיתוח הססטיביים כי הם הרבה יותר קשובים לממצאים מתעוררים או בלתי צפויים.

שיתוף פעולה רב תחומי

פיתוח פנולב מלאכותי דורש מומחיות ב אנדוקרינולוגיה, תורת בקרה, למידת מכונה, גורמי אנוש הנדסה ואבטחת סייבר. פלטפורמות שיתוף נתונים מבוסס ענן יכולות לארח לא רק נתונים גולמיים, אלא גם את הקוד, המודלים והתיעוד הדרושים להתאמה מחדש.זה מעודד תרומות ממדענים ומהנדסים של נתונים שאולי אין להם השתייכות קלינית ישירה, אלא יכול עדיין לתרום תרומות חיוניות.

אבטחה ופרטיות של רובוסט

ספקי ענן משקיעים בתשתית אבטחה – לעתים קרובות יותר ממחלקות IT אקדמיות בודדות יכולות להרשות לעצמם.תכונות כוללות אימות רב-ספק, פלח רשת, זיהוי חדירה וגיבוי אוטומטי.עבור נתונים פאן-סילב מלאכותיים, הכוללות קוראי גלוקוז ו יומני אינסולין מתמשכים שניתן לקשר לחולים בודדים, הגנה אלה הם קריטיים יותר, ארכיטקטורות ענן מודרניות תמיכה בטכניקות דה-זיהוי עצמיות שונות, המאפשרות משותפות מידע ללא לחשוף אותו.

סקאביה כדי להצמיד גדול, הזרמת נתונים

מכשירים CGM מייצרים 288 מקרי קריאה ליום המטופל; במהלך ניסיון רב שנתי הכולל מאות משתתפים, נפח הנתונים הופך עצום.ענן אחסון בקנה מידה גמיש, כך החוקרים לעולם לא צריכים לדאוג למגבלות יכולת פגיעה.ענן גם תומך במגרעות נתונים של הזרמת, אשר חיוני למחקרים שאוספים נתונים בזמן כמעט אמיתי ממכשירים בבית.

אימות מהיר יותר ובן-צ'מרקם

לאחר רצף משותף של נתונים סטנדרטיים, נתונים מאומתים מאפשר לקבוצות מחקר למדוד את האלגוריתמים שלהם נגד מדדים נפוצים - כגון אחוזי זמן בטווח בינוני, אינדקס גלוקוז בדם נמוך, או אירועים hypoglycemic. שקיפות זו מטפחת תחרות בריאה ומדעים הניתנים להתחדשות. ארגונים כמו האגודה לטכנולוגיה סוכרת כבר החלו לרפא נתונים פתוחים לבדיקות אלגוריתמיות, ותשתיות ענן הופכות יוזמות רבות כל כך.

אתגרים ושיקולים ב-Cloud-based Data Sharing

בעוד ההבטחה גדולה, הדרך לאימוץ נרחב היא מסובכת עם אתגרים בלתי ניתנים להשגה שיש לטפל בהם במכוון.ללא תכנון זהיר, מאמצי שיתוף נתונים מבוססי ענן יכולים מייסד בנושאים של אמון, יכולת הדדית וממשל.

פרטיות המטופל והסכמה

אפילו נתונים חד-הזהה יכולים לפעמים להיות מזוהים מחדש כאשר משולבים עם מקורות אחרים. החוקרים חייבים לתכנן טפסים הסכמה המסבירים בבירור כיצד נתונים יישמרו בענן, שיש להם גישה, ומה אמצעי הגנה נמצאים במקום. חלק מהחולים עלולים להיות חסרי מוטיבציה לתרום אם הם תופסים כי ניתן להשתמש בנתונים למטרות מסחריות או ליפול לידיים של ניתוחים.

סטנדרט נתונים והתאמה

נתונים פנולב מלאכותיים מגיעים ממגוון של מכשירים: מודלים שונים של CGM (Dexcom, Abbott, Medtronic), משאבות אינסולין שונות, ופלטי אלגוריתמים שונים.ללא פורמטים סטנדרטיים של נתונים, שילוב נתונים הוא תהליך מבולגן, הסתברות שגיאות. מיזמים כמו פלטפורמת Tpool ו- IEEE 11073 סטנדרטי לתקשורת רפואית הם צעדים בכיוון הנכון, אבל דרושה שיתוף נתונים בפלטפורמות ענן.

בעלות נתונים ונכס אינטלקטואלי

מי הבעלים של הנתונים פעם שהוא הועלה למחסן ענן משותף?המטופל? המוסד התורם? החוקרים מימנו את המחקר? Ambiguity סביב קניין רוחני יכולים לצנן השתתפות, במיוחד אם חברות למטרות רווח מעורבים. Clear הסכמים משפטיים המפרידים בעלות נתונים מזכויות השימוש, וכי לזהות תרומות בפרסומים, נדרשים לטפח שיתוף פעולה בין המגזר הציבורי והפרטי.

« « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « «

מינהל המזון והתרופות האמריקאי (FDA) הכיר את הפוטנציאל של נתונים אמיתיים (RWD) וראיות בעולם האמיתי (RWE) לתמיכה בהחלטות רגולטוריות, אך הסטנדרטים של איכות נתונים, הוכחה ויושרה עדיין מתפתחים.כל פלטפורמה בענן המשמשת בהגשתים רגולטוריים חייבת לעמוד בדרישות מחמירות להגשת אימות וביקורת.

מיזמים ומקריות

כמה מאמצים ברחבי העולם כבר מפגינים את הכוח של שיתוף נתונים מבוסס ענן למחקר הלבלב מלאכותי.דוגמאות אלה מספקות שיעורים חשובים לשיתוף פעולה.

תנועת OpenAPS ו-Tidepool

קהילת Open Artificial Pancreas (#OpenAPS) חלוציה את הרעיון של שיתוף נתונים מחוץ לגבולות מוסדיים מסורתיים.מטופלים ותחביבים מרבים מידע ושיפורים אלגוריתמיים, שיתוף החוויות שלהם באינטרנט.Tidepool, ארגון ללא מטרות רווח, בנה פלטפורמה מבוססת ענן שבו אנשים עם סוכרת יכולים להעלות נתונים ממכשירים שונים ולבחור לשתף אותו אלגוריתם מוסמך עם החוקרים.

רשת הניסויים הקליניים של JDRF

JDRF, הארגון המוביל מימון סוג 1 של מחקר סוכרת, הקים רשת ניסויים קלינית המשתמשת במערכת ניהול נתונים מרכזית.השתתפות אתרים להעלות נתונים באמצעות פורטלים מאובטחים, וחוקרים יכולים לגשת למאגרי נתונים מצטברים, de-identified עבור ניתוחים משניים.רשת זו הגדילה את שלב ההרשמה וניתוח של ניסויים פאן-מלאכותיים מרובים.

הנתונים של NIDDK

המכון הלאומי לסוכרת ומחלות עיכול וקידני (NIDDK) שומר על מספר רב של מאגרים נתונים המארחים נתונים מזוהים ממחקרים במימון פדרלי, בעוד לא ספציפי ל pancreas מלאכותיים, אלה מחדשים מפגינים את התשתית הדרושה לשיתוף ענן, כולל דימי נתונים, כלי שאילתה, ומערכות גישה.

תחזית עתיד: ענן, בינה מלאכותית והדור הבא של Pancreas מלאכותיים

במבט קדימה, ההתכנסות של שיתוף נתונים מבוסס ענן עם התקדמות בהבטחות בינה מלאכותית להפוך מחקר ופיתוח מלאכותי.כפי שהנתונים מצטברים יותר בענן, מודלים של למידת מכונה יכולים להיות מאומן על מגוון רחב יותר של חוויות סבלניות. פדרated למידה - טכניקה שבה מודלים מאומנים על נתונים מבוזרים ללא העברת נתונים גולמיים - יכול להגן על פרטיות עוד תוך כדי שיפור משותף.

הענן גם יאפשר שילוב של זרמי נתונים נוספים: מעקבי פעילות עוטה, צגים קטון רציף, יישומים להזנת ארוחות ואפילו מדגישים ביומרקרים.שלב אלה עם CGM ונתוני משאבה יכולים להוביל מערכות הוליסטיות באמת, קונטקסט-מודע להסתגל לא רק לרמות גלוקוז אלא למצב הפיזיולוגי וההתנהגותי של המשתמש.

ראיות אמיתיות להחלטות התפטרות

ככל שפלטפורמות ענן בוגרות, הן עשויות להפוך למקור העיקרי של ראיות בעולם האמיתי לאישורים של ה-FDA ולתוויתות ההתרחבות כבר, ה-FDA השתמש בנתונים מ-Tidepool כדי להודיע על מחיקתן של מערכות אינסולין אוטומטיות.בעתיד, יצרן יכול להגיש נתונים המבוססים על ענן מניסוי בקנה מידה גדול, פרגמטי שנערך על פני עשרות מרפאות, תוך קוצר באופן דרמטי את הזמן לשוק.

מסקנה

שיתוף נתונים מבוסס ענן אינו רק שדרוג טכני - הוא חיוני אסטרטגי למחקר הלבלב מלאכותי.על ידי פירוק של סילקו נתונים, המאפשר שיתוף פעולה בזמן אמת, ולספק תשתיות מדרגיות, מאובטחות, הענן יכול לאחד את קהילת המחקר של סוכרת העולמית במרדף אחר מטרה משותפת: מחבתות אוטומטיות ואישיות אישית מאוד שמשפרות באופן דרמטי את חייהם של אנשים עם האתגרים - פרטיות, ממשל, סטנדרטי, כמו גם חוקרים אמיתיים, אנחנו ממשיכים לפעול עם עשורים, אבל אנחנו ממשיכים לפעול עם מרפאות, אבל אנחנו ממשיכים את זה מכבר, אבל הם ממשיכים את זה מכבר, עם פתורים, אבל הם ממשיכים את זה מכבר, כמו גם עם מרפאות, אבל הם ממשיכים את זה, כמו גם חלוצים, אבל הם ממשיכים את זה, כמו גם פתורים, אבל הם ממשיכים את זה מכבר, אבל הם ממשיכים את זה מכבר, עם פתורים, אבל הם ממשיכים את זה מכבר, עם פתורים, עם מרפאות, אבל הם ממשיכים את זה, עם פתורים, עם פתורים, עם זה, אבל הם ממשיכים את זה, עם פתורים, כמו גם פתורים, אבל הם ממשיכים את זה, אבל הם ממשיכים את זה, כמו גם פתורים, אבל הם ממשיכים את זה, אבל הם ממשיכים את זה,