DataTools4Heart

DataTools4Heart projesi veri bilimcileri ve klinisyenler için kardiyolojiyle ilgili yardımcı yazılımlar geliştirmeyi hedeflemektedir. Projede öncelikle makine öğrenmesi tabanlı tanımlayıcı analiz ve karar destek uygulamalarının geliştirilmesi hedeflenmektedir. Bu uygulamalarla kronik böbrek hastalığının kalp yetmezliği üzerindeki etkisini belirlenmesi; akut kalp yetmezliği sebebiyle acile başvurmuş hastalara yönelik bir risk skorunun geliştirilmesi ve doğrulanması; kardiyoloji kliniklerine başvuran hastaların buraya gelmeden önce ve geldikten sonra izledikleri sevk adımlarının incelenmesi hedeflenmektedir. Bunlara ek olarak, birden fazla dille ilgili doğal dil işleme teknikleriyle düzensiz metinlerden elde edilecek ek veriler ve sentetik veri sentezi yöntemiyle elde edilecek ek verilerle makine öğrenmesi algoritmalarının etkinliğinin arttırılması hedeflenmektedir. Veri gizliliğini sağlayan bir veri entegrasyon mekanizması farklı formatlardaki hasta verisini birçok hastane bilgi sisteminden alıp, ortak bir veri modeline çevirmek için kullanılacaktır. Bu veri entegrasyon mekanizması heterojen verinin ortak veri formatına dönüştürülmesini sağlayan eşleştirme araçlarını ve ortak veri formatından makine öğrenmesi için gerekli veri setlerinin elde edilmesini sağlayan özellik çıkarma araçlarını içerecektir. 

• University Medical Centre Utrecht
• Fondazione Policlinico A. Gemelli IRCCS
• St. Anne’s University Hospital Brno
• University College London Hospital 
• Vall d’Hebron Hospital Research Institute 
• Karolinska University Hospital 
• Bucharest Emergency Clinical Hospital 
• Amsterdam Medical Center 

Veri kataloğu ve sanal asistan araçları veri bilimcilerine farklı pilot ortamlarında oluşturulan veri setlerinin keşfedilmesini sağlayan kabiliyetler sağlayacaktır. Bu araçlar pilotlar tarafından ihtiyaç duyulan belirli koşulları sağlayan verileri içeren veri setlerinin tespit edilmesini kolaylaştırmayı hedeflemektedir.

SRDC bu projede temel olarak birçok heterojen veri kaynağında bulunan hasta verisini veri bilimcilere bütünleşik bir arayüz üzerinden sunma görevini üstlenmiştir. Bu nihai hedef doğrultusunda SRDC şu konularda çalışacaktır:

• Kullanım senaryolarını ve klinik protokollerinin incelenmesi ve bu senaryoları ve protokolleri kapsayan HL7 FHIR tabanlı ortak veri modelinin geliştirilmesi 
• Pilot partnerleriyle işbirliği yaparak ilgili veri kaynaklarındaki verinin formatının belirlenmesi ve bu veri kaynaklarından ortak veri modeline eşleştirmelerin tanımlanması 
• Pilot partnerleri ve veri bilimcilerle işbirliği yaparak elde etmek istenilen veri setlerinin özelliklerinin belirlenmesi 
• Ortak veri modelinden veri set özelliklerine dair verinin edilmesi için spesifikasyonların tanımlanması 

• Veri modeli eşleştirme ve veri seti özelliği çıkarım spesifikasyonlarının tanımlanması ve çalıştırılmasına yönelik ilgili yazılım modüllerinin geliştirilmesi 
• Veri setlerinin EOSC minimum veri seti etiketleriyle zenginleştirilip FAIR prensiplerine uygun hale getirilmesi 
• Belirli kalive ve içerik koşullarını sağlayan veri setlerinin tespit edilmesine yönelik veri seti katalog modülünün geliştirilmesi