Az adatbázis nagymértékben segíti az intézményben folytatott mesterségesintelligencia- (MI-) alapú klinikai kutatásokat. A Debreceni Egyetem adatvagyonának jelentős részét teszik ki a Klinikai Központban folyó betegellátás során keletkezett medikai és képi adatok. A BigData tématerület keretében 2018 óta folytatott K+F tevékenység egyik legfontosabb eredménye az, hogy ezt az adatvagyont megfelelő adattranszformációs eljárások kidolgozásával a kutatók számára elérhetővé tették. A Microsoft Azure környezetben kialakított UDBD Health adattárház és a hozzá kapcsolt skálázható számítógéprendszer biztosítja a pszeudo-anonim adatok folyamatos gyűjtését, valamint a kutatók számára az adattudomány korszerű elemző módszereinek használatát.
– Az egészségügyi adatok nemzeti vagyonelemet képeznek, olyan értéket, amellyel felelősen és tudatosan kell gazdálkodnunk. Ez stratégiai jelentőségű feladat is: gondoskodnunk kell arról, hogy az adatok rendszerezett, átlátható és tudományos célokra is felhasználható formában álljanak rendelkezésre. Különösen üdvözlendőnek tartom mindazon törekvéseket, amelyek – mint például a Debreceni Egyetem kezdeményezése – az egészségügyi szektort és az orvosképzést közelebb viszik ahhoz, hogy az adatvagyon valódi tudásforrássá váljon. Bízom benne, hogy a jövőben sikerül olyan módszertani és szervezeti irányokat kijelölni, amelyek biztosítják, hogy ezek az adatok rendezett, előre tervezett struktúrában szolgálják a tudományos kutatást, a gyógyítást és végső soron a társadalom egészének javát – hangsúlyozta Mátyus László professzor, az Általános Orvostudományi Kar dékánja.
Hazai viszonylatban egyedülálló, modellértékű adattárházat sikerült kialakítani Debrecenben
A projekt a kutatás és az oktatás mellett segíti a betegellátás biztonságának növekedését és minőségének fejlesztését. A megfelelő módon strukturált és anonimizált adattárház a kórházi informatikai rendszerből származó, húsz évet lefedő szöveges adatokból, képi és genetikai diagnosztikai információkból áll össze. Ezzel lehetővé válik olyan rejtett összefüggések megtalálása és elemzése is, melyek nemcsak egyes népbetegségek (például cukorbetegség, magas vérnyomás), hanem akár a ritka betegségek megértéséhez is információval szolgálhatnak.



















