Realizácia

Realizácia daného špecifického cieľa je rozdelená do 5 pracovných balíkov.

WP1 – Založiť a prevádzkovať DNA banku DR

Vytváranie DNA bánk a registrov zohráva významnú úlohu nielen v rozvoji starostlivosti o pacientov, ale aj v nastávajúcich výskumných projektoch a klinických štúdiách. Môžu tak v budúcnosti poskytnúť významnú východiskovú bázu pre zavedenie a testovanie postupov umožňujúcich aj kauzálnu liečbu DM a jeho špecifických komplikácií.

WP2 – Vypracovanie efektívneho postupu genetickej analýzy – pilotná štúdia

Genetické lokusy a ich konkrétne varianty asociované s DR sa dajú identifikovať rôznymi prístupmi. Jednou zo základných možností je napríklad výber kandidátnych génov na základe ich možnej účasti na vybraných biochemických dráhach, alebo uskutočnením celogenómových väzbových analýz v rodinách s mendelistickou dedičnosťou ochorenia. Výrazný rozvoj metód analýzy genetického materiálu však umožňuje uskutočniť aj takzvané celogenómové asociačné štúdie (GWAS; genome wide association study), alebo masívne paralelné sekvenovanie (v súčasnosti sú komerčne dostupné metódy sekvenovania takzvanej druhej generácie, v skratke SGS) umožňujúce high-throughput resekvenačné prístupy,  celoexómové, alebo dokonca aj celogenómové sekvenovanie. Predkladaný projekt by mal byť zameraný na výber, zavedenie, štandardizáciu, a testovanie vhodných high-throughput metodík na štúdium DR asociovaných genetických variantov typických pre slovenskú populáciu.

WP3 – Analýza haplotypov mitochondriálnej DNA u definovaných skupín pacientov – pilotná štúdia

Mitochondriálne haplotypy sú dobre známe výraznou a typickou populačno-špecifickou distribúciou. V prípade štúdií asociácie rôznych mitochondriálnych haplotypov s DR je veľmi dôležité použiť dostatočné molekulárne rozlíšenie na identifikáciu haplotypových skupín a podskupín, keďže nedostatočné rozlíšenie môže viesť k chybne stanoveným asociáciám, alebo k prehliadnutiu asociácií. V rámci tohto pracovného balíka plánujeme navrhnúť, zaviesť a optimalizovať metodický postup na stanovenie mitochondriálnych haploskupín a haplotypov u človeka.

WP 4 - Vývoj analytických metód nad heterogénnymi dátovými zdrojmi zdravotných údajov za účelom podpory komplexného manažmentu zdravotného stavu pacienta

Zvýšenie kvality zdravotnej starostlivosti u chronicky chorých pacientov s poruchami látkovej premeny týkajúcej sa metabolizmu sacharidov (diabetes mellitus I. a II. typu) nadväzuje na aktuálnu celosvetovú potrebu zefektívňovania poskytovania zdravotnej starostlivosti súvisiacu s narastajúcou prevalenciou chronických ochorení a finančných požiadaviek na zdravotné systémy.

Minimalizáciu výskytu nových pacientov ako aj udržanie kvality života existujúcich pacientov s danou diagnózou je možné dosiahnuť prostredníctvom komplexného manažmentu ich zdravotného stavu. Keďže je pri tomto chronickom ochorení veľký dôraz kladený na úlohu pacienta v starostlivosti o svoje zdravie biomedicínska informatika a moderné IKT môžu výrazne prispieť pri vývoji metód a riešení na zber, prenos, integráciu a analýzu vybraných zdravotných údajov o pacientovi. Výsledkom sú postupy na monitorovanie a udržiavanie hodnôt glykémie, tlaku, váhy, odporúčaní vhodného stravovacieho režimu a fyzickej aktivity pacienta.  Udržiavať dobrú kompenzáciu pacienta je možné aj zavedením odporúčaní denných dávok inzulínu (alebo iných medikamentov) na základe  predikcie vývoja jeho zdravotného stavu. Prepojením mobilných zariadení, bluetoothových senzorov a klinických diagnostických systémov sa zabezpečí vývoj vhodných telemedicínskych služieb na sledovanie prenos dát a vyhodnocovanie zdravotného stavu pacienta a informovanie o jeho aktuálnom zdravotnom stave jeho najbližších ako aj medicínskeho personálu. Na najvyššej úrovni telemedicínskej služby zameranej na integráciou a spracovanie dát z neštruktúrovaných, semištruktúrovaných a štruktúrovaných klinických dát z oftalmologických, biochemických a genetických vyšetrení a zdravotného záznamu pacienta (elektronická zdravotná karta) ako aj s využitím princípov medicíny založenej na dôkazoch je možné vývojom rozhodovacích algoritmov poskytovať podporu pre medicínsky personál prostredníctvom klinických diagnostických systémov (CDSS – clinical decission support systems).

Navrhované telemedicínske služby na komplexné monitorovanie, prenos, integráciu, analýzu a vyhodnocovanie zdravotného stavu pacienta sú v súlade s dokumentom „Strategické ciele eHealth – kľučový nástroj informatizácie verejnej správy v oblasti zdravotníctva na Slovensku“ schválený Vládou SR, 16.7.2008.

Na základe uvedeného je možné výzvy adresované v danom WP zhrnúť do nasledovných bodov týkajúcich sa dátového manažmentu zdravotných údajov pacienta:

1.      Vývoj metód a postupov na monitorovanie a hodnotenie zdravotného stavu diabetických pacientov prostredníctvom telemedicínskych služieb.

2.      Vývoj analytických metód a systémov na podporu rozhodovania medicínskeho personálu z neštruktúrovaných a semištruktúrovaných dát.

Vývoj metód a postupov na monitorovanie a hodnotenie zdravotného stavu diabetických pacientov prostredníctvom telemedicínskych služieb.

V oblasti telemedicínskych služieb bude využitý koncept Body Sensor Network zabezpečujúci monitorovanie a prenos vybraných fyziologických dát pacienta popisujúcich jeho aktuálny stav. Dôraz bude kladený na senzory (glukomer, tlakomer, váha, inzulínové pumpy, krokomer, akcelerometer) s prihliadnutím na autonómne prvotné spracovanie zosnímaných údajov, energetickú náročnosť, miniaturizáciu, prepojenie s ostatnými komponentmi tvoriacimi BSN (vzájomné prepojenie senzorov, informačné systémy). Integráciou bezdrôtových komponent (Bluetooth, WiFi) do BSN sa zabezpečí mobilita pacienta (napr. presun do domáceho prostredia).

Prepojením viacerých zdrojov poskytujúcich informáciu o zdravotnom stave pacienta je možné poskytnúť podklady na presný odhad napr.,  ako náročnú fyzickú aktivitu ide, aktuálnych hodnotách glykémie a podľa toho odporúčanie na úpravu dávok inzulínu. Na informačnej úrovni bude zabezpečené rozhranie na zadávanie a prezentáciu zosnímaných údajov, vrátane posudzovania zdravotného stavu pacienta generáciou alarmov a odporúčaní pre medicínsky personál a pacienta.

Vývoj analytických metód a systémov na podporu rozhodovania medicínskeho personálu z neštruktúrovaných a semištruktúrovaných dát.

Proces získavania dát (data a process mining) pozostáva z  opakujúcej sa postupnosti na čistenie dát a jej integrácie, výberu dát, rozpoznávania data mining-ových vzorov a prezentácie získaných znalostí. Bez použitia data a process miningu je ťažké plne využiť potenciál údajov zozbieraných v rámci zdravotníckych organizácií z dôvodu ich množstva, vysokej dimenzionality, rozptýlenia a typu (dáta z biochemických a genetických vyšetrení, dáta v EHR, dáta z telemedicínskych systémov umožňujúce on-line sledovanie zdrav. stavu pacienta, dáta zo špecializovaných oftalmologických vyšetrení).

Aby to bolo možné, musíme mať schopnosť získať, ukladať a analyzovať dáta. Pre uloženie takého množstva dát je nutné použiť dátové sklady. Dátový sklad je sémanticky konzistentné úložisko dát, ktoré slúži pre fyzickú realizáciu dátového modelu pre podporu rozhodovania  a ukladá informácie, pomocou  ktorých personál zdravotníckeho zariadenia robí rozhodnutia. Pri utilizácií vyššie spomenutých heterogénnych dátových zdrojov popisujúcich zdravotný stav pacienta sa ako jedna z výziev javí práve vhodná reprezentácia dát a znalostí umožňujúca následný vývoj vhodných inferenčných metód nad získanými znalosťami.

V rámci návrhu klinických rozhodovacích systémov (CDSS) budú vyvíjané nové algoritmy na propagáciu znalostí v znalostnej báze založené na logických a fuzzy Petriho sieťach. Výhodou použitia spomínaných diskrétnych štruktúr je existencia metód na overovanie korektnosti a konzistencie znalostnej bázy pomocou kvalitatívnej (deadlock (dynamický), livelock) a kvantitatívnej (časový rámec generácie odporúčania) analýzy Petriho sietí. Navrhované inteligentné správanie bude implementované prostredníctvom informačného systému do mobilných zariadení (Smartphone, tablet) slúžiacich ako „Personal Health Server“. CDSS so zložitejšími funkciami budú implementované v rámci medicínskych serverov na strane zdravotníckych zariadení.

WP 5: Tvorba metabolických glukózovo-inzulínových modelov, vedúcich k lepšiemu pochopeniu mechanizmov vývoja a predikcie ochorení.

Kybernetika ako systémová vedná oblasť poskytuje nástroje na počítačové modelovanie systémov a procesov, a teda aj v živých organizmoch. Tieto nástroje je potom možné využívať pri dávkovaní inzulínu pre pacientov s ochorením  DM 1 a tak dosiahnuť podstatné zvýšenie kvality ich života a v prípade pacientov s ochorením DM 2, je možné počítačovo simulovať vplyvy rôznych faktorov na liečbu, vrátane stanovenia vhodných pohybových aktivít v kombinácii s ostatnými liečebnými postupmi (diéta, antidiabetiká a pod.).

Pri riešení optimálneho dávkovania inzulínu ide o vytvorenie dynamického modelu procesu diabetes na základe známych fyziologických modelov a dát získaných z priebehu tohto ochorenia na pacientoch. V posledných dekádach bolo publikovaných niekoľko modelov inzulín-glukózového systému (angl.: the insulin-glucose system). Väčšina z nich je navrhnutá a overená na základe in-vivo dát a meraní. Avšak sú aj modely, ktoré sú úplne alebo čiastočne navrhnuté a overené použitím in-silico dát, napríklad viď [9]. To znamená, že schopnosť modelu vystihnúť dynamické a iné vlastnosti inzulín-glukózového systému je posudzovaná na základe údajov, ktoré nie sú reálne namerané ale sú vygenerované komplexným modelom (nazývaný aj „maximálny model“), ktorý popisuje inzulín-glukózový systém detailnejšie. Modely takto navrhnuté a overované sú zvyčajne dostatočne jednoduché pre to aby priamo umožnili výpočet konkrétneho zákona riadenia (dávkovania inzulínu) a zároveň dostatočne vystihujú systém DM. Tieto modely sa označujú ako „minimálne modely“.

Spravidla je komplexný model súčasťou simulátora (počítačového simulátora), pomocou ktorého je možné simulovať  rôzne scenáre liečby a regulácie glukózy v krvi. Nedávno bol jeden takýto simulátor akceptovaný správnym úradom pre potraviny a liečivá (U.S. Food and Drug Administration) ako náhrada za pred-klinické zvieracie testy pri istých inzulínových liečbach cukrovky. V projekte budú použité rôzne metodiky ako prediktívne, adaptívne a robustné riadenie. Predikcia je umožnená aj doprednou väzbou v podobe ohlasovania jedla. Výsledky na reálnych pacientoch sa dosahujú v podobe predchádzania hypoglikémie počas noci a ukazujú na výrazné zlepšenia  oproti tomu ak sa pacient musel o dávkovanie  postarať sám.

Hlavnou úlohou v tejto fáze výskumu centra v oblasti lekárskej kybernetiky je teda zostavenie nového dynamického modelu na základe meraných údajov z určitej obmedzenej množiny pacientov s ochorením DM. Budú využívané jednak dáta z merania koncentrácie cukru v krvi s obmedzeným počtom meraní za deň ale na veľkej množine účastníkov a tiež údaje z kontinuálneho merania tohto parametra spolu s meraním ďalších sprievodných parametrov ovplyvňujúcich proces regulácie cukru v krvi na menšej množine účastníkov.

Ďalšie ciele sú v súlade s medzinárodným výskumom v oblasti DM najmä vo výskume vhodných metód a algoritmov na dávkovanie inzulínu pri DM1, ktoré zabezpečujú optimálne dávkovanie adaptované na okamžitý stav pacienta.

Súčasťou projektu  bude aj výskum nových senzorov pre monitorovanie sprievodných parametrov  stavu pacienta s priamym vplyvom na vytváraný dynamický model DM. Cieľom bude navrhnúť miniatúrny neinvazívny senzor, ktorý by mohol byť nasadený jednoducho a bez nutnosti certifikácie.