پزشکی شخصی

پزشکی شخصی با آنالیز داده‌های بیمار می‌تواند استراتژی‌های درمانی به خصوصی را برای تک تک بیماران پیدا کند. داده‌هایی که امروزه در دسترس هستند پتانسیل این را دارند تا با آن به تشخیص، درمان و پیشگیری از بیماری پرداخت. البته تمام این‌ها بستگی به توسعه مدل‌های پیشبینی، مدیریت، سازماندهی و به طور کلی آنالیز حجم زیاد داده‌ها دارد که به این داده‌ها Big Data گفته می‌شود.

با ابداع نسل بعدی توالی یابی یا همان NGS، تولید داده‌های مربوط به بیماران به طور بسیار قابل توجهی افزایش یافته است. برای مدیریت این داده‌ها از تکنولوژی‌های panomic استفاده می‌شود که ترکیبی از ژنومیکس، اپی‌ژنومیکس، پروتئومیکس و متابولومیکس می‌باشد.

پلتفرم‌های بر پایه فضای ابری (Cloud-based) می‌توانند به صورت عملی، مدیریت big data را با استفاده از فضای ابری که نتیجه آن هیچ محدودیت فضای ذخیره و اشتراک‌گذاری آنالیز کنند. این پلتفرم‌ها به آزمایشگاه‌ها اجازه می‌دهند تا با استفاده از یک پلتفرم، پروسه دریافت داده‌ها، ذخیره داده‌ها به صورت چند بعد و انواع آنالیزهای مختلف را به صورت اتوماتیک انجام دهند.

بسیاری از مدل‌های پیشبینی کننده که در پزشکی شخصی استفاده می‌شوند با ML یا همان یادگیری ماشین (Machine Learning) توسعه یافته‌اند. به احتمال زیاد در آینده‌ای نزدیک، استفاده‌های زیادی از AI یا همان هوش مصنوعی و پلتفرم‌های بر پایه فضای ابری برای درمان‌های شخصی‌سازی شده، خواهد شد. برای نمونه Sema4 یکی از شرکت‌هایی است که در زمینه پزشکی شخصی فعالیت دارد. این شرکت با استفاده از پلتفرم‌های بر پایه فضای ابری Thermo Fisher می‌تواند مقدار زیادی از داده‌های به‌دست آمده از بیماران را آنالیز و برای پیدا کردن مکانیسم‌های بیماری از آن استفاده کند.

https://www.genengnews.com/insights/advancing-precision-medicine-using-cloud-based-informatics/