Kronik Hastalıkların Yönetimi ve Uzaktan Sağlık Takibi Çözümleri

C3-Cloud, ADLIFE ve CAREPATH projelerinde klinik karar destek hizmetleri aracılığıyla çok disiplinli bakım ekibi üyelerine çoklu kronik hastalıklardan muzdarip hastalar için kişiselleştirilmiş bakım planları oluşturmak amacıyla bir Entegre Bakım Platformu geliştirilmiştir.

Kronik hastalıkların kanıta dayalı klinik kılavuz önerilerine uygun olarak tarama ve izlenmesini sağlayan bir Kronik Hastalık Yönetim Platformu (KronIQ) geliştirilmiştir. Bu platform, Türkiye'nin Kronik Hastalık Yönetim Platformu olarak 25.000'den fazla Aile Hekimininin kullanımına açılmıştır.

SCORE, QRISK gibi kardiyovasküler hastalık risk tahmini için çeşitli klinik karar destek servisleri geliştirilmiştir. Bu servisler, Temmuz 2021'den itibaren üzerinde 885 milyon tarama ve izlem (hipertansiyon, KAH riski, diyabet, obezite, yaşlı izlem) yapılan, Katar'ın ulusal hastalık yönetim platformu olarak kullanılmaktadır.

NICE Klinik Kılavuzları, NICE Bakım Yolları, ESC Kılavuzları, EASD Kılavuzları, GOLD Kılavuzları ve hipertansiyon, diyabet, kardiyovasküler hastalık, kronik böbrek hastalığı, inme, palyatif bakım gibi Türk klinik kılavuzları için klinik karar destek servisleri geliştirilmiştir.

iCARDEA projesi çerçevesinde implant kalp cihazları ile takip edilen kalp hastaları için klinik yol haritaları tabanlı bir uzaktan hasta takip sistemi geliştirilmiştir.

Personalized remote monitoring of the cardiac patients with electronic implant devices through execution of clinical guidelines in the iCARDEA project.

SAPHIRE projesi çerçevesinde kalp hastaları için kablosuz medikal sensör verileriyle (örn. EKG, tansiyon, SpO2) hastane bilgi sistemlerindeki hasta verilerini entegre eden bir platform üzerinde akıllı sağlık takip ve karar destek sistemi geliştirilmiştir.

Mobil ve Web Tabanlı Hasta Yetkilendirme Platformları

ADLIFE ve CAREPATH projelerinde hastalara tedavi planlarının takibi, eğitim materyallerinin sağlanması, hastalardan semptom ve geri bildirimlerin toplanması, karar destek araçları ile ortak kararlar alınmasını sağlayan bir Hasta Güçlendirme Platformu geliştirilmiştir. Platform ayrıca sağlık profesyonelleri ile video konferans, asenkron mesajlaşma, ve hasta forumu sağlayarak, ve ayrıca tıbbi cihazlarla entegrasyonu destekleyerek hasta tarafından kaydedilen yaşamsal belirtiler ve klinik parametrelerin toplanmasını sağlamaktadır.

PALANTE projesi çerçevesinde eSağlıkKaydım platformu üzerine bir Sanal Artirit Klinik Servisi (SAKS) geliştirilmiştir. SAKS, Ankilozan Spondilit hastalarının kendi hastalıklarını yönetebilmelerini ve yine bu sistem üzerinden sağlık uzmanları ve diğer hastalarla sürekli iletişim halinde olabilmelerini sağlamaktadır. Sistemin SağlıkNet ile bağlantısı bulunmaktadır.

EMPOWER projesi çerçevesinde diyabet hastalığının takibini kolaylaştıracak ve hızlandıracak bir Önerici Motor geliştirilmiştir. Bu motor dünyaca kabul görmüş klinik yönergeleri otomatize ederek doktorlara kolay kullanılabilir arayüzler de sunarak yoğun tempolarında herhangi bir adımı atlamamalarını ve hasta hakkında daha kolay veri girmelerini sağlamaktadır.

Acıbadem Mobil ve Türk Telekom işbirliği ile kişisel diyet takibi için bir iOS platformunda çalışan Diyetick uygulaması geliştirilmiştir.

Sağlık Bilgi Sistemleri Arasında Birlikte İşlerlik Çözümleri

HL7 FHIR, HL7 v2, v3 mesajlaşma, HL7 CDA, C-CDA ve IHE XD*, PIX, ATNA, RFD, QED, XPHR, CM, DEC, CRD, IDCO, DEX gibi birçok IHE profili dahil uluslararası standartların uygulanması yoluyla Sağlık BT Sistemleri entegrasyonunda geniş deneyime sahibiz.

ADLIFE, FAIR4Health, C3-Cloud, Power2DM, iCARDEA ve SAPHIRE projelerinin birlikte çalışabilirlik mimarilerinde bu standartların başarılı bir şekilde kullanılmasını sağladık.

HL7 FHIR® standardına dayalı güvenli ve yüksek performanslı bir sağlık veri deposu olan ve milyonlarca hastanın kayıtlarını yazma veya sorgulama performansından ödün vermeden işleyebilen onFHIR.io'yu geliştirdik. onFHIR.io, çeşitli Ufuk 2020 ve Ufuk Avrupa projemizde (C3-Cloud, Power2DM, ADLIFE, CAREPATH, FAIR4Health, DataTools4Heart, AI4HF) bulut tabanlı klinik veri deposu olarak kullanılmaktadır ve ayrıca Türkiye'nin ulusal Kronik Hastalık Yönetim Platformu'nun temelini oluşturmaktadır.

Tarafımızca koordine edilen SALUS projesinde klinik araştırma çalışmaları için EHR'lerin ikincil kullanımını sağlayan ölçeklenebilir bir anlamsal birlikte çalışabilirlik ara yazılımı geliştirdik.

Farmakovijilans merkezlerinde ve ilaç şirketlerinde çalışan güvenlik analistleri tarafından kullanılmak üzere vaka serisi karakterizasyonu ve açık uçlu zamansal desen keşfi gibi çeşitli post-pazarlama güvenlik çalışması araçları geliştirdik.

Ülkeler arası hasta verisi paylaşımı için ICT-PSP epSOS projesinin sunduğu spesifikasyonların ilk açık kaynaklı uygulamasını gerçekleştirdik. Daha sonra bu birçok farklı ülkenin de katılımı ile uluslarası bir açık kaynak kod eforuna dönüştü (OpenNCP).

epSOS projesi çerçevesinde ülkeler arası hasta verisi paylaşımı pilot uygulamasının Türkiye ayağı SağlıkNet üzerine geliştirdik.

Standart uyumlu (ISO/IEEE 11073, Continua Health Alliance) veya özel arayüzler sunan medikal cihazlardan veri alınabilmesini sağlayan Medikal Cihaz Bağlantı Adaptörü geliştirdik.

RIDE projesi çerçevesinde Avrupa genelinde eSağlık bilgi sistemleri arasında birlikte işlerliğin sağlanabilmesi doğrultusunda gerekli hazırlıkların ve aksiyonların alınabilmesi için bir yol haritası çıkarttık.

Test altyapısı iş paketinin lideri olarak epSOS projesinde ülkeler arası hasta verisi paylaşımı birlikte işlerlik testlerinin koordinasyonu yürüttük.

eSağlık Uygulamaları İçin Güvenlik ve Gizlilik Çözümleri

OAuth 2.0, OpenID Connect 1.0 ve Smart App Authorization gibi Modern Web yetkilendirme spesifikasyonlarını uygulayan bir güvenlik ve gizlilik çerçevesi olan onAuth'u bir güvenlik ve gizlilik aracı olarak geliştirdik ve onFHIR ile entegre ettik.

Hassas sağlık verilerinin ikincil kullanımını sağlarken gizlilik zorluklarını ele almak için açık kaynak bir kimliksizleştirme ve anonimleştirme uygulaması geliştirdik. Bu uygulamayı herhangi bir standart FHIR deposunun üzerinde kullanılabilecek bir veri kimliksizleştirme ve anonimleştirme araç seti olarak tasarladık.

Gerçek dünya sağlık verilerini ikincil kullanım için FAIR hale getirme

Sağlık verilerinin kolayca bulunabilir, erişilebilir, birlikte çalışabilir ve yeniden kullanılabilir (FAIR) hale gelmesi için çeşitli araçlar ve teknolojiler geliştirdik.

FAIR4Health projesi kapsamında FAIRification araçları altında bir Veri Kürasyon Aracı geliştirdik. Bu aracı DataTools4Heart ve AI4HF projelerinde, mevcut sağlık veri kümelerini çeşitli kaynak türlerinden HL7 FHIR'a dönüştürmek için yüksek performanslı ve kullanımı kolay bir ETL (ayıkla, dönüştür ve yükle) aracı olan toFHIR'a genişlettik.

Sağlık veri analitiği hizmetleri tarafından kullanılmak üzere, sensör veri akışlarından çıkarılan verileri, gerçek zamanlı aktivite izleme cihazlarını, Sağlık Bilgi Sistemlerinden gelen tıbbi olayları ve geçmiş tıbbi özetleri Büyük Veri Platformuna besleyen adaptör paketini sağlayan Health Data Ingestion Stack'i geliştirdik.

FAIR hale getirilmiş sağlık verilerinin hem yapay zeka modellerini eğitmek hem de bu modelleri çalıştırmak için erişilebilmesini sağlamak amacıyla Sağlık Verisi Hazırlama Paketini geliştirdik. Bu paket, model eğitimi için veriye büyük partiler halinde erişmeyi veya tahminlememe için yapay zeka modelleri çalıştırıldığında tek tek dinamik olarak erişmeyi sağlamaktadır. Yapay zeka ve veri analitik görevlerine uygun olan veriyi, tablo veya grafik formatında FHIR deposundan çıkarılması, kendi geliştirmiş olduğumuz FHIR Search ve FHIR Path spesifikasyonlarının üzerine kurulu bildirimsel dil üzerinden gerçekleştirilmektedir. Sağlık Verisi Hazırlama Paketi, FAIR4Health projesi kapsamında oluşturulmaya başlanmış olup, şu anda iki ayrı Ufuk Avrupa projemizde (DataTools4Heart ve AI4HF), kalp yetmezliğine odaklanan öngörücü modeller geliştirmek için 10'dan fazla klinik siteden eğitim verisi oluşturmak amacıyla kullanılmakta ve genişletilmektedir.

Sağlık Verileri Üzerinde Yapay Zeka

AICCELERATE Akıllı AI uygulamaları kapsamında ortak bir veri modeli ve veri altyapısı sağladık ve eski EHR verilerini standartlara dayalı formatta güvenli bir sağlık veri deposuna geçirmek için ölçeklenebilir bir veri entegrasyon paketi sunduk. Ayrıca, yapay zeka algoritmaları tarafından işlenmeye hazır sağlık verilerini almak için bir veri çıkarma paketi geliştirdik.

PALLIKID projesi kapsamında palyatif bakım ihtiyacı olan çocukları belirlemek ve katmanlamak için bir Erken Tespit Sistemi (EDS) geliştirdik. EDS'yi' ilgili tespiti gerçekleştirmek için EHR'lerde eğitilmiş makine öğrenmesi algoritmalarını kullanan bir tahmin modeli üzerine kurduk.

AI4HF projesi kapsamında yapay zeka modellerinin dağıtım sonrası izlenmesi ve izlenebilirliği için bir İzleme ve Takip Aracı geliştirdik. Yapay zeka izleme panosu, zaman serisi istatistikleri ve görselleştirmeler dahil olmak üzere, yapay zeka modeli performanslarındaki potansiyel sapmaları, anormallikleri veya yanlılıkları bildiren canlı bilgileri son kullanıcılara sunmaktadır. Yapay zeka ürün pasaportu, model özellikleri ve hiperparametreleri, eğitim ve test veri setleri, değerlendirme metrikleri ve sonuçları, yanlılıklar ve diğer sınırlamalar, etik onaylar ve veri yönetimi, izleme ve sürekli değerlendirmeler dahil olmak üzere yapay zekanın üretimi ve bakımı hakkında temel bilgiler sağlamaktadır.