Osobisty pociąg zdrowotny dla radioterapii onkologicznej w Indiach i Holandii (TRAIN)

„Analiza dużych zbiorów danych w opiece onkologicznej ma ogromny potencjał, aby odblokować cenne spostrzeżenia kliniczne z dużej liczby dokumentacji medycznej pacjentów, wspomagane przez wyrafinowane modele statystyczne, które doprowadzą do lepszych wyników w populacji i głębszej personalizacji leczenia raka. Jednak dane kliniczne (w tym obrazy medyczne, badania kliniczne i wyniki laboratoryjne) zostały zamknięte w oddzielnych „silosach” w każdej klinice. Ponadto informacje o pacjentach są niezwykle wrażliwe na kwestie prywatności i naruszenia poufności.

Badacze byli pionierami innowacyjnego podejścia Personal Health Train, w ramach którego pomoc w wyborze najlepszego leczenia (tj. wspomaganie decyzji) jest dostępne bez żadnych danych pacjenta opuszczających klinikę pochodzenia. To rozszerza naszą obecną pracę nad rozszerzalną architekturą danych, aby uczyć się na podstawie ilościowych danych obrazowych w Indiach i Holandii (bez robienia zdjęć poza klinikę) - NWO/DeITy BIONIC. Badacze opracowali obecnie liczne modele wyników klinicznych po leczeniu, w tym te dotyczące niepożądanych skutków ubocznych leczenia. Badacze nadal prowadzą prace nad integracją dużych zbiorów danych w ramach wieloośrodkowych projektów wspierania decyzji klinicznych, takich jak KWF-ProTraIT i Horizon2020-BD2DECIDE.

Ogólnym celem projektu TRAIN jest połączenie dużych zbiorów danych (w tym obrazów, testów laboratoryjnych i badań klinicznych) w celu poprawy wyników leczenia pacjentów z rakiem głowy i szyi zarówno w Indiach, jak iw Holandii. Badacze zrobią to, tworząc systemy wspomagania decyzji oparte na danych, aby przewidzieć, które leczenie daje najlepsze wyniki, biorąc pod uwagę indywidualne cechy pacjenta oraz lokalne możliwości diagnostyczne i terapeutyczne. Specjaliści onkolodzy z obu krajów poprowadzą projekt i ocenę kliniczną tego systemu wspomagania decyzji, który można wdrożyć w wielu klinikach we wszystkich środowiskach spotykanych w Indiach i Holandii.

Rak głowy i szyi jest stosunkowo rzadkim schorzeniem w Holandii, więc ilość danych dostępnych do nauki jest znacznie mniejsza niż w Indiach. Z drugiej strony, pacjenci z Indii zwykle mają bardziej zaawansowane stadium raka w porównaniu z pacjentami z Holandii. Te różnice w pacjentach i sposobach leczenia mogą być wykorzystane przez algorytmy uczenia maszynowego do uczenia się lepszych modeli predykcyjnych. Systemy wspomagania decyzji są niezbędne, ponieważ odchylenia od wytycznych w obu krajach są powszechne ze względu na indywidualne cechy pacjentów, preferencje pacjentów i nierównomierne rozmieszczenie możliwości leczenia poza głównymi ośrodkami miejskimi.

Aby to osiągnąć, badacze najpierw wdrażają infrastrukturę ICT (we współpracy z firmą Philips India) w celu połączenia lokalnych szpitalnych systemów informacyjnych, dzięki czemu dane kliniczne, obrazowe i wyniki dotyczące pacjentów z rakiem głowy i szyi będą możliwe do znalezienia, dostępne, interoperacyjne i nadające się do ponownego wykorzystania (FAIR) duże dane. Następnie śledczy wdrażają algorytmy uczące się, które przechodzą przez repozytoria dużych zbiorów danych każdego uczestniczącego szpitala, korzystając z chroniącego prywatność podejścia Personal Health Train, w celu opracowania systemu wspomagania decyzji. Specjaliści onkolodzy z Indii i Holandii wspólnie ocenią przydatność kliniczną systemu wspomagania decyzji za pomocą prospektywnego randomizowanego badania klinicznego”.