CC BY
33
ГРИД-ТЕХНОЛОГИИ В МЕДИЦИНЕ И ЗДРАВООХРАНЕНИИ
ЯЛЕГРЕ1, Ф.Т.АДЫЫЛОВА2, А.М.ХАДЖИБАЕВ3, Б.А.МАЕРУПОВ3
Оригинальная статья
УДК: 621.397:616-091
Grid-technologies in medicine and healthcare
Y.LEGRE, F.T.ADILOVA, A.M.KHADJIBAEV, B.A.MAGRUPOV
Проект EC SHARE'
Институт математики и информационных технологий АН РУз2, Республиканский научный центр экстренной мелицинской помощи3
В статье дано определение грид-технологии как новой информационной технологии для медицины и здравоохранения, развитое как «дорожная карта» в рамках проекта SHARE. Приведены основные характеристики технологии, на конкретных примерах реализованных европейских проектов показаны возможные области применения грид в развитии телемедицины республики.
Ключевые слова: информационные технологии, грил-технологии, прогнозное молелирование, телемелицина
The definition of the grid-technology as a new information ones for medicine and Health Care developed as "road-map" in the context of SHARE program is given in this article. The main descriptions of the technology are cited and at the specific samples of the realized European projects the possible fields of applying the grid in the development of tele-medicine in Uzbekistan are showed.
Key words: information technologies, grid-technologies, prediction modeling, tele-medicine
Термин "грид" стал использоваться с середины 90-х годов для обозначения инфраструктуры распределённого компьютинга, предлагаемого для обслуживания передовых научных и инженерных проектов. С тех пор были достигнуты значительные успехи в построении такой инфраструктуры, и толкование термина "грид" существенно расширилось, охватывая всё - от передовых сетевых решений до разработок в области искусственного интеллекта [2]. Идеальный грид как новая парадигма научного исследования, называемого e-наука, должен обеспечить прозрачную мощную обработку, память и каналы связи для ученых, которые могут входить в грид, делать некоторую работу и затем уходить, поэтому эти временные сообщества называют виртуальными организациями (ВО). В отличие от данных ядерной физики или астрономии, медицинские данные менее объемны, но требуют более осторожной обработки: идентификацию пользователей, соблюдение секретности индивидуальных данных и защиты от искажений в статистике. Наиболее успешно грид-технологии развивались в ядерной физике, биомедицине, климатологии.
Цель работы - показать диапазон применения новой информационной технологии в медицине и здравоохранении, основываясь на «дорожной карте», разработанной в рамках проекта SHARE [9], и опыте других известных проектов.
Грид дифференцируется на вычислительный, дата- и ин-тер-грид. Успешное применение вычислительного грида в инновационной медицине покажем на примере разработки нового препарата. Известно, что цель открытия препарата состоит в поиске новых молекул, которые связаны с определенными макромолекулами, играющими ключевую роль в процессе болезни, таким образом, чтобы изменить их функцию, увеличить сопротивление к патогенам или уменьшить токсичность последних. Silico, или «компьютерное» открытие препарата - одна из наиболее перспективных стратегий ускорения этого процесса. Это широко известный проект WISDOM [http:/ /wisdom.healthgrid.org/], который провел масштабный вычислительный эксперимент на базе грид-технологий в поиске лекарств против малярии. Прогресс в геномике, протеомике, транскриптомике, комбинаторной химии, молекулярной биологии и фармакогеномике радикально изменил традиционный (на основе физиологии) подход к открытию препарата,
где организм рассматривается как «черный ящик». Сегодня актуальным является знание о развитии болезни на молекулярном и физиологическом уровне. Сокращение времени на исследования и, соответственно, стоимости - ключевые приоритеты для фармацевтических ком-паний во всем мире. Чтобы достичь этой цели, в процессе компьютерной разработки препарата должны быть выполнены следующие требования:
— интеграция данных. Интеграция большого количества научных данных - изображений, данных геномики и протео-мики, моделей, баз данных необходима, чтобы упростить сложный технологический процесс. Это подразумевает стандартизацию формата данных, определение их потока в распределенной системе, инфраструктуры и средств доступа к хранилищам данных, сервисов манипулирования данными и обновлений баз данных;
— программное обеспечение. Необходима интеграция различных программ для эффективной обработки данных;
— доступ к информационным и вычислительным ресурсам. Проведение интенсивных вычислений - главный компонент создания препарата. Например, вычисление 1 миллиона вероятностей в докинге или моделирования 1 000 составов на одном целевом белке требуют порядка нескольких терафлоп в течение одного дня.
Проект WISDOM дал хорошие результаты в поиске новых препаратов против малярии и птичьего гриппа, проверив миллионы потенциальных лекарств в короткие сроки. В одном испытании (несколько недель) было проверено почти 200 миллионов возможных конфигураций между составами препарата и искомыми белками составов паразита малярии; использование же одного компьютера потребовало бы для этого теста сотен лет. Подобный процесс поиска лекарства для лечения потенциально смертельного H5N1 птичьего вируса гриппа требует анализа 300 тыс. возможных компонентов препарата. На этих задачах проект доказал потенциал грида, как базы решения инновационных проблем медицины.
Следующий тип грида - дата-грид, сутью которого является управление данными, наиболее эффективно применяется в эпидемиологии. Грид-эпидемиология - это система, способная связать информацию из распределенных и гетерогенных баз данных, идентифицировать пациентов и клинические слу-
Грид-технологии в медицине и здравоохранении
чаи. Дата-грид имеет много различных приложений, например, онкологические информационные системы; сети наблюдения за инфекциями; изучение моделей распространения болезней. Чтобы грид-эпидемиология работала, следует обеспечить:
— автоматический сбор данных. Данные из различных, географически распределенных источников, клиническая и демографическая информация, микробиологические данные,
— улучшение качества данных. Некорректно кодированные данные, отклонения, несвязные, неполные или неточные поля должны быть исправлены, а пропуски заполнены,
— обработку данных. Эпидемиологические данные используются для прогноза и ретроспективного анализа, с помощью методов простой статистики и сложных методов Са1а-тт^,
— представление результатов. Результаты анализа должны быть представлены индикаторами, полученными известными компьютерными программами.
Чтобы реагировать на возможное возникновение вируса птичьего (или свиного) гриппа, передающегося от человека к человеку, необходимо быстро оценить любое развитие болезни. Многие страны установили эффективные национальные сети для сбора данных и контроля вспышек заболеваний. Однако сегодня нет международной сети наблюдения, которая позволяла бы совместно использовать данные, собранные на национальном уровне. Стартовой точкой предлагается сделать грид-сеть данных, которые были бы доступны всем зарегистрированным пользователям, а архивы совместно использовали бы общую модель, работающую на распределенные запросы. Такая грид-сеть будет иметь следующие возможности: как только новый вирус будет записан в виде последовательности, его сравнивают с предварительно идентифицированными вирусами, что позволяет следить за развитием нового вируса; геномные последовательности могут использоваться для поиска вакцин и лекарств; поскольку эпидемиология болезни требует измерения ее развития во времени и пространстве, то подключают географическую информационную систему (ГИС). Знание механизма передачи болезни даст возможность проверить различные гипотезы вспышки заболевания методами математического моделирования, для чего должны быть интегрированы: медицинские/эпидемиологические данные (человек и животные), географические данные каждой вспышки (местоположение, число случаев, территориальное распределение очагов, состояние среды, плотность населения), молекулярные биологические данные. Грид-тех-нология для формирования такой сети были разработаны в последние годы, а развитие стандартов для функциональной совместимости позволит развернуть ее в мировом масштабе.
Идеалом интер-грида являются телемедицинские проекты на базе грид-технологий, методологию которых дал Ян Фос-тер [3]. Функциональные возможности интернета в области телемедицины сегодня очень широки - от закупки медицинских изделий до посещения виртуального офиса. Однако современная вычислительная инфраструктура телемедицины характеризуется тем, что используемые вычислительные ресурсы не управляются из одного центра, пользователи имеют различные цели и требования, ресурсы и сети часто являются гетерогенными. В то же время требуется выполнять разные приложения, поэтому среда телемедицины должна быть способна включать другие технологии, чтобы увеличить функциональные возможности, в том числе специальные механизмы защиты, и механизм распределения ресурсов.
Развитие информационных технологий, именно метаком-пьютинга, сделало телемедицину идеальным его приложением, поскольку метакомпьютинг снимает все ограничения инфраструктуры телемедицины, перечисленные выше. Поэтому Метакомпьютинг и конкретная его реализация на платформе
грид увеличит точность диагностики, улучшит качество исследований, базирующихся на сложных вычислениях или огромных объемах данных и, в конечном итоге, улучшит качество лечения. Поскольку технические характеристики среды телемедицины почти идентичны среде метакомпьютинга, то компоненты последнего могут использоваться для построения телемедицинской среды. Полностью подтверждают этот прогноз Я.Фосгера реализованные проекты MammoGrid, Health-e-Child, Virtual Physiological Human, GEMSS,HOPE.
Цель проекта MammoGrid [10] состояла в том, чтобы разработать прототип базы данных маммограм для Евросоюза на базе грид-технологий. Проект доказал, что грид-инфраструк-тура может реально использоваться для совместного анализа изображения. MammoGrid показал жизнеспособность грид, предоставив возможность радиологам из географически рассредоточенных больниц совместно использовать стандартизированные маммограммы для диагностики и проводить сложные эпидемиологические исследования, независимо от национальных границ. Проект, таким образом, проложил путь к получению нового знания в диагностике и пони-мании рака груди через анализ базы данных историй болезни. Разработка эффективной информационной инфраструктуры выдвинула ряд требований к качеству данных - в проекте были разработаны стандартные форматы данных и строгие автоматизированные процедуры проверки.
Проект Health-e-Child [4] выполнен в области педиатрии, где меняется не только изучаемая болезнь, но и сам ребенок. Первая область приложения грид - кардиология. Задача -выбрать лучшую тактику лечения пациента при перегрузке правого желудочка и кардиомиопатии. Есть много причин право-желудочковой перегрузки, например, дефект межпредсерд-ной перегородки, аномальный легочный венозный возврат, тетрада Фалло. Многие причины могут иметь генетические корни, что делает течение болезни значительно сложнее (ди-латационная и гипертрофическая кардиомиопатия). Кардиологи должны обеспечить второе мнение, и проект утверждает, что это можно сделать, собирая подобные случаи с принятыми по ним решениями. Следовательно, требования кардиологов состоят в обработке изображений и интегрированном моделировании болезни.
Вторая область - ревматология. Исходные данные - рентген, ЯМР-изображения костей и суставов. В проекте Health-e-Child исследовался ювенальный воспалительный артрит (juvenile inflammatory arthritis, JIA), различные формы которого у детей классифицированы согласно клиническим критериям. Зная эту классификацию болезни, ревматолог должен определиться в своих назначениях. Поэтому эта классификация важна, но в настоящее время неадекватна в том смыс-ле, что идентифицированные подтипы болезни недостаточно гомогенны. В результате точно определить, как различные лекарства будут действовать на конкретного пациента - трудная задача. Проект исследовал новую классификацию, используя данные геномных, протеомных и клинических источников, на основе чего делался прогноз развития болезни. Таким образом, здесь требовалось разработать новые категории болезни, модели прогноза исхода болезни и оценки степени повреждения органа.
Третья область - неврология, где акцент был сделан на глиомах - форме опухоли мозга, которая возникает в глиаль-ных клетках. Могут быть сильные связи между некоторыми типами глиом и 1 типом нейрофиброматоза, туберозным склерозом и синдромом Ли-Фраумени (Li-Fraumeni). Лечение в данном случае - комбинация химиотерапии, облучения и хирургии. Есть значительная вариабельность болезни в зависимости от возраста, пола, потенциала роста, физического местоположения опухоли, тенденции к прогрессированию и тактики
Вестник экстренной медицины, 1, 2010
WWW.STA.UZ
79
Я.Легре, Ф.Т.Адылова, А.М.Хаджибаев, Б.А.Магрупов
лечения глиом. Ответственными за эту изменчивость являются биологические различия, и есть доказательство, что молекулярная классификация могла бы использоваться для уточнения диагноза конкретного пациента, в дополнение к гистологическим и морфологическим данным по опухоли, которые учитываются в настоящее время. Разнообразие моделей, построенных на интегрированных данных, будет полезно для невропатологов. Имеются в виду модели принятия решений в до- и послеоперационный период и модели автоматического обнаружения опухоли. Было признано также целесообразным создание индивидуализированных моделей мозга, для чего потребуется менять универсальный атлас мозга с тем, чтобы он соответствовал геометрии пациента.
Европейская инициатива EuroPhysiome дала концепцию Виртуального Физиологического Человека (Virtual Physiological Human, VPH) [5], предлагая методологическую и технологическую структуру, которая, будучи установленной один раз, даст возможность исследования человеческого тела как сложной единой системы. VPH обеспечит структуру, в которой наблюдения, сделанные в лабораториях, больницах всего мира могут быть собраны, каталогизированы и организованы самыми разными способами. Это позволит экспертам совместно анализировать наблюдения и разрабатывать системные гипотезы, основыванные на знаниях из многих научных дисциплин, и строить прогнозные модели разного масштаба, различными методами, различной детальности в рамках одной сети, что обеспечит достоверность проверки выдвигаемых гипотез. Проект определил множество требований к гри-ду [11], основные из которых состоят в том, чтобы:
- наблюдения, сделанные в лабораториях, больницах и «в поле» во всем мире, могли быть собраны, классифицированы и общедоступны;
- эксперты, заинтересованные в анализе этих данных и разработке гипотез, должны быть из разных областей знания;
- прогнозные модели, построенные в различных масштабах, должны быть связаны,
- проверка валидности моделей должна вестись на базе клинических и/или лабораторных наблюдений.
Научная группа из Clermon-Ferrand (Франция) реализовала два телемедицинских проекта на грид-технологиях. Один из проектов "HOPE" внедрили в Китае; цель проекта - консультации в области нейрохирургии [1]. В рамках второго проекта [7] была организована учеба и телеконсультации по диабетической ретинопатии между Францией и Африкой (Буркина-Фассо).
Таким образом, телемедицинские проекты, реализованные на грид-технологии, дают качественно новое понятие телемедицины не только как технологии, но и новой области междисциплинарного научного исследования.
Из опыта различных национальных систем здравоохранения известно, что знания не всегда доступны врачам из регионов. Чтобы продолжить лечение пациента, доктор (или система поддержки принятия решений) должен знать протоколы доказательной медицины, руководства, которые дают план лечения пациента и любые его вариации на настоящий момент времени. Это не тривиальный вопрос простой отсылки к нужному материалу, так как могут быть языковые барьеры и несовместимость руководств разных стран. Руководства также могут упоминать лекарства, которые не сертифицированы: различные лекарства используются в лечении в различных странах, усложняя процесс следования одному руководству. И это проблема развития грид-сети в здравоохранении. Кроме того, пациент может получить менее дорогостоящее лечение в другой стране, поэтому история болезни пациента должна быть доступна любому доктору с тем, чтобы он с ней мог работать, внося свои записи. Это требует стандартов записи историй болезни (Electronic Health Records, EHRs) и электрон-
ных интегрированных рекомендаций лечения (elCPs). В этих случаях в проектах используется стандартный формат интерфейса типа предложенного HL7 vMR [6].
В заключение следует подчернуть, что опыт развития телемедицины, имеющийся в службе экстренной помощи республики [8], должен быть пересмотрен с учетом новых тенденций развития информационно-коммуникационных тех-нологий и новых функциональных возможностей телемедицины, приведенных в данной работе. Это обусловлено необходимостью продолжения совместной работы с ведущими телемедицинскими центрами, улучшения доступности службы и повышения качества ее работы.
ЛИТЕРАТУРА
1. Diarena M., NowakS., BoireJ.Y. etal. HOPE, an Open Platform for Medical Data Management on the Grid, Proceedings of Health Grid 2008; 34-49.
2. Foster I., Kesselman C., Tuecke S. The Anatomy of the Grid: Enabling Scalable Vir-tual Organizations. Int J Supercomputer Applications 2001:15 (3). 200-222.
3. Foster I., von Laszewski G., Thiruvathukal G., Toonen B.A computational frame-work for telemedicine. Mathematics and Computer Science Division, Argonne National Laboratory, Preprint submitted to Elsevier Preprint,1998.
4. Health-e-Child project, http://www.health-e-child.org/
5. http://www.biomedtown.org/biomed_town/STEP/Reception/ stepdefinitions/VirtualPhysiologicalHuman.
6. Huanga C., Noirotb L., Hearda K. et al. Implementation of Virtual Medical Record Object Model for a Standards-Based Clinical Decision Support Rule Engine Proceedings of AMIA Symposium (2006).
7. Jack F., Bacin F., Meda N., Donnarieix D. et al. Towards Grid-Enabled Telemedicine in Africa, Proceedings of IST-Africa 2006 conference,Pretoria, 2006.
8. Khadjibaev A.M., Adilova F.T., Magrupov B.A., Rakhimov B. Experience of Uz-bekistan Emergency Medical System in Implementation of Telemedicine Proceedings of Med-E-Tel 2009, Luxemburg 2009; 34-40.
9. SHARE project available at HTUhttp://www.eu-share.orgUTH.
10. The Mammo Grid project, http://mammogrid.vitamib.com/
11. Viceconti M., Coveney P., Clapworthy G. et al. The Virtual Physiological Human: a true grand challenge for large scale grid infrastructures,http://eu-share.org/about-share/deliverables-and-documents.html
Сорли^ни са^лашда ва тиббиётда грид-технологиялар
Я.Легре', Ф.Т.Адылова2, А.М.Хаджибаев3, Б.А.Магрупов3 ЕС SHARE лойих,аси', УзР ФАнинг Математика ва ахборот технологиялари института2, Республика шошилинч тиббий ёрдам илмий маркази3
SHARE лойих,аси доирасида «йул картаси» сифатида ривожланган ва сорлик,ни сакдаш х,амда тиббиёт учун янги ахборот технологиялари булмиш грид-технологиялари х,ак,ида ушбу маколада тушунча берилган. Технологиянинг асосий таснифи ва х,усусиятлари ёритилган, мамлакатимизнинг телемедицинаси ривожланишида грид-технологияларни к,уллаш сох,алари конкрет Европа лойих,алари мисолида курсатилган.
Адрес для корреспонденции: Ташкент, ул.Фархалская, 2. Тел.: (998-71)-1504600, 1504601 E-mail: uzmedicine@mail.ru
