Systems Medicine e' una moderna area di ricerca medica che sta suscitando grande interesse.
La rappresentazione grafica di Figura 1 e' definibile come "ecosistema della salute', ovvero una community entro cui si connettono soggetti ed elementi viventi e non, dalla cui cooperazione deriva uno spazio complesso di relazioni, decisioni ed azioni.
La ricchezza di dati relativi a stati di salute come di malattia, e provenienti da studi a carattere biomedico, ambientale, clinico e sociale, e' il prodotto dell'ecosistema, che cosi continua a generare sfide ed opportunita' per collaborazioni di ricerca.
Di fronte ad una massa eterogenea di informazione, la produzione di metodi innovativi per analisi, modelli e visualizzazioni di Big Data diventa necessaria. In pratica, un vasto insieme di dati strutturati in vario modo e provenienti da una moltitudine di evidenze va fuso, assimilato e interpretato. Questi dati di natura diversa richiedono tecnologie di sintesi e metodi comunicanti tra loro per permettere analisi multiscala, che spazia dalla persona alla comunita'.
I dati di tipo attivo sono quelli derivati da varie misure (electronic health records, sistemi di monitoraggio in tempo reale del comportamento, fattori socio-demografici ecc.). I dati di natura passiva, altrettanto rilevanti, son quelli derivati da sensori che misurano segnali di malattia e/o disturbi difficilmente ottenibili (misure effettuate durante il sonno, l'attivita fisica, condizioni di stress ecc.), da panel (osservazioni nel tempo), da linked database (spazialmente distribuiti), e da influenze di origine ambientale (caratteristiche climatiche, inquinanti ed altro).
Per garantire un'integrazione opportuna e appropriata dei dati utili alla costruzione dell'ecosistema con l'ipotesi di individuare azioni e/o soluzioni ad alto impatto sulla salute, è necessario mettere in stretta connessione tre aspetti di cui si sia verificata la sostenibilita': interoperabilità sociale, tecnica e metodologica.
L'utilizzo di Big Data - schematizzati in Fig 1 - per la ricerca da effettuarsi in ambito "salute", suggerisce due direzioni principali:
1. Ottimizzare i numerosi punti di ingresso delle informazioni per la costruzione dell'ecosistema salute
2. Suddividere l'ecosistema in componenti in modo da individuare meglio i contributi specifici e le criticità e posizionarli correttamente nel contesto della ricerca sulla salute.
Va detto che queste due direzioni sono attualmente ben chiaramente delineate dalla ricerca corrente, ma guardando al futuro, un ulteriore salto e' richiesto per implementarle seguendo le indicazioni riportate in Fig 1.
In prospettiva futura, Fig 2 presenta aspetti analitici bidirezionali tramite due dimensioni, una orizzontale e una verticale.
La prima dimensione, orizzontale, e' una questione di flusso di informazioni e scambio di dati attivi-passivi, evidenze multiple, esperimenti di larga scala, ecc. che riflettono quantita' disparate e massive di dati strutturati e non.
La dimensione verticale indica il bisogno di integrare l'informazione che viene generata diffusamente da tutte le componenti dell'ecosistema salute, da quelle puramente tecnologiche a quella dedicate alla geo-localizzazione.
Le soluzioni richieste devono includere warehousing e management di dati, e mirare alla governance della informazione corrispondente.
Tra gli impatti attesi, i seguenti costituiscono priorità:
- Delineare i possibili incroci della medicina digitale
- Definire la scienza della salute nell'invecchiamento
- Elaborare la medicina come scienza dell'informazione
- Fare leva su crowdsourcing ed attivarne le potenzialità.
Autori: Enrico Capobianco, M.Giovanna Trivella
IFC-CNR
enrico.capobianco@ifc.cnr.it
mariagiovanna.trivella@ifc.cnr.it
Parole chiave: Health (Salute); Big Data; Systems Medicine
Immagini:
