Тренинг личного здоровья для радиационной онкологии в Индии и Нидерландах (TRAIN)

«Аналитика больших данных в лечении рака обладает огромным потенциалом для извлечения ценной клинической информации из множества медицинских карт пациентов с помощью сложных статистических моделей, что приведет к улучшению результатов для населения и более глубокой персонализации лечения рака. Однако клинические данные (которые включают медицинские изображения, клинические обследования и результаты лабораторных исследований) были заперты в разрозненных «хранилищах» внутри каждой клиники. Кроме того, информация о пациентах чрезвычайно чувствительна к проблемам конфиденциальности и нарушениям конфиденциальности.

Исследователи первыми применили инновационный подход «Поезд личного здоровья», с помощью которого оказывается помощь в выборе наилучшего лечения (т. поддержка принятия решений) доступна без каких-либо записей пациентов, когда-либо покидающих клинику происхождения. Это расширяет нашу текущую работу над расширяемой архитектурой данных, чтобы учиться на количественных данных изображений в Индии и Нидерландах (без извлечения изображений из клиники) — NWO/DeITy BIONIC. В настоящее время исследователи разработали многочисленные модели клинических исходов после лечения, включая модели нежелательных побочных эффектов лечения. Исследователи продолжают руководить работой по интеграции больших данных в рамках многоцентровых проектов поддержки принятия клинических решений, таких как KWF-ProTraIT и Horizon2020-BD2DECIDE.

Общая цель проекта TRAIN — объединить большие данные (включая изображения, лабораторные анализы и клинические обследования) для улучшения результатов лечения пациентов с раком головы и шеи как в Индии, так и в Нидерландах. Исследователи сделают это, создав управляемые данными системы поддержки принятия решений, чтобы предсказать, какое лечение дает наилучший результат с учетом индивидуальных характеристик пациента, а также местных возможностей диагностики и лечения. Специалисты по онкологии в обеих странах возглавят разработку и клиническую оценку этой системы поддержки принятия решений, которую можно будет развернуть в нескольких клиниках во всех условиях, встречающихся в Индии и Нидерландах.

Рак головы и шеи является относительно редким заболеванием в Нидерландах, поэтому объем данных, доступных для изучения, намного меньше, чем в Индии. И наоборот, индийские пациенты обычно имеют более поздние стадии рака по сравнению с голландскими пациентами. Эти различия в пациентах и ​​методах лечения могут быть использованы алгоритмами машинного обучения для изучения более эффективных прогностических моделей. Системы поддержки принятия решений имеют важное значение, поскольку отклонения от рекомендаций в обеих странах являются обычным явлением из-за индивидуальных характеристик пациентов, предпочтений пациентов и неравномерного распределения лечебных мощностей за пределами крупных городских центров.

Для достижения вышеизложенного исследователи сначала развертывают инфраструктуру ИКТ (в сотрудничестве с Philips India) для подключения местных информационных систем больниц, чтобы клинические данные, данные визуализации и результаты лечения пациентов с раком головы и шеи стали легко находимыми, доступными, совместимыми и пригодными для повторного использования (FAIR). большие данные. Затем исследователи развертывают алгоритмы обучения, которые проходят через репозитории больших данных каждой участвующей больницы, используя подход Personal Health Train, сохраняющий конфиденциальность, для разработки системы поддержки принятия решений. Специалисты по раку в Индии и Нидерландах совместно оценят клиническую полезность системы поддержки принятия решений посредством проспективного рандомизированного клинического исследования».