HEALTH BIG DATA: OBIETTIVI DEL WORKING GROUP 6 (DATA ANALYSIS)
Nell’ambito del progetto Health Big Data, il working Group 6 ha l’obiettivo di produrre delle soluzioni utili alle necessità di analisi dei dati dei vari IRCCS all’interno delle diverse Reti, in modo tale da produrre dei “pacchetti” il più possibile innovativi di analytics, che funzionino come sistemi modulari per rispondere alle esigenze specifiche e, soprattutto, per ragionare davvero in un’ottica di sistema e di rete.
In pratica, si tratta di uniformare la risposta in termini di analisi alle esigenze incredibilmente variegate delle diverse Reti e dei singoli IRCCS che ne fanno parte e all’eccezionale complessità ed eterogeneità dei dati che da questi vengono prodotti nell’ambito degli studi che via via vengono realizzati.
L’obiettivo di lungo periodo è produrre, – fornendo delle piattaforme per la gestione, lo storing e management e l’integrazione dei dati, – un output al servizio di queste tipologie di dati e, al tempo stesso, personalizzare il più possibile le risposte in termini di analytics in base alle richieste specifiche delle diverse reti e dei diversi IRCCS. Nel perseguire questo obiettivo di lungo periodo, quello che cerchiamo di fare è di “andare oltre” (come auspica il Prof. Crea), di superare i paradigmi standard dell’analisi di questi dati. Perché il potenziale di grandi studi come VaVirimS, Outstanding, CV-PREVITAL è immenso.
Oltre all’obiettivo di lungo periodo, il Working Group 6 del progetto Health Big Data ha anche un obiettivo di breve periodo: attuare un dialogo diretto con le singole Reti e con i singoli IRCCS su alcuni casi pilota.
Uno di questi casi pilota è, appunto, lo studio VavirimS per il quale è stato proposto un addendum progettuale. VavirimS ha alcune caratteristiche critiche dal punto di vista dell’analisi del dato. In primo luogo, è uno studio multicentrico. E i dati che provengono da strutture diverse non hanno la coesione interna dei dati che arrivano da una singola. In secondo luogo, è uno studio longitudinale, che dà la possibilità di cogliere longitudinalmente l’evoluzione di un’informazione e il cui flusso di dati va gestito in modo specifico.
Infine, in studi come VavirimS i dati sono complessi ed eterogenei. Un dato di imaging può fornire informazioni molto rilevanti, ma oltre all’estrazione di un dato che può derivare dall’osservazione di un’immagine RM, si potrebbe lavorare direttamente sul dato immagine, perché l’estrazione di informazioni dal dato-immagine può arricchire moltissimo la capacità previsionale di un modello.
→ Scopri di più sullo Studio VavirimS