مزایا و چالش های کاوش کلان داده های پزشکی

مقدمه: داده کاوی، ابزار کارامدی جهت آشکارسازی دانش نهفته در کلان داده های پزشکی می باشد. اولین قدم داده کاوی، شناخت داده و چالش های آن است. هدف از انجام پژوهش حاضر، بررسی سرمنشا، تاثیرات و راهکارهای مواجهه با چالش های کاوش کلان داده های پزشکی و همچنین، تعیین منافع حاصل از کاوش بود.روش بررسی: در این تحقیق مروری، مطالعات انگلیسی با دو گروه کلید واژه مجزا برای مزایا و چالش ها از پایگاه های اطلاعاتی PubMed، ScienceDirect، Springer و Google Scholar، طی بازه زمانی سال های ۲۰۱۱ تا ۲۰۲۰ جستجو شد. مطالعات تک منظوره حذف و مطالعاتی که به صورت جامع کاوش کلان داده های پزشکی را مورد بررسی قرار داده بودند، انتخاب شد. سپس هر چالش مورد بررسی دقیق تر قرار گرفت و نتایج به صورت طبقه بندی شده ارایه گردید.یافته ها: دانش حاصل از کاوش کلان داده پزشکی، سبب افزایش کیفیت ارایه خدمات درمانی می شود، اما خطا در جمع آوری و ثبت اطلاعات، ویژگی های ناشی از کلان داده بودن و ساختار ذاتی داده های پزشکی، چالش های بسیاری بر سر راه کاوش قرار داده است که از بین آن ها، «ناسازگاری، صحت، امنیت و محرمانگی داده»، دشوارترین مشکلات به شمار می روند. استانداردسازی و افزایش دقت و امنیت در جمع آوری، ذخیره سازی و نمایش داده ها، موثرترین راهکارهای پیشگیری می باشد. طراحی و استفاده از بسترها، الگوریتم ها و ساختارهای مناسب کلان داده و همچنین، بهره گیری از روش های یادگیری ماشین و هوش مصنوعی، راهکارهای مناسبی برای مواجهه با چالش ها محسوب می شوند.نتیجه گیری: عدم آمادگی برای ظهور کلان داده های پزشکی و رشد بسیار سریع آن ها، سرمنشا بروز چالش هایی برای الگوریتم های کاوش هستند که برخی قابل پیشگیری، شناسایی و رفع می باشند و برخی نیز به روش های هوشمند نوینی نیاز دارند که قابلیت مدیریت کلان داده های پزشکی را داشته باشند.

کلیدواژه ها:

داده کاوی ، کلان داده ، سلامت