ASSIST

Ο καρκίνος του τραχήλου της μήτρας (cervical cancer) είναι η δεύτερη σε σειρά πιο κοινή μορφή καρκίνου σε παγκόσμιο επίπεδο, με 60000 νέες εμφανίσεις και 30000 θανάτους κάθε χρόνο στην Ευρώπη, παρόλη την σημαντική πρόοδο σε επίπεδο έγκαιρης διάγνωσης και θεραπείας. Πρόσφατες τάσεις στην ιατρική έρευνα υποδεικνύουν το συνδυασμό γενετικών δεδομένων με κλινικά και τη διενέργεια μελετών συσχέτισης μεταξύ περιβαλλοντικών παραγόντων, χαρακτηριστικών ιών και γενετικών γνωρισμάτων, με στόχο να προσδιοριστούν νέοι τρόποι διάγνωσης και πρόγνωσης. Αν και το πλήθος των ερευνών που περιγράφουν συσχετίσεις φαινοτύπων και γενοτύπων αυξάνονται διαρκώς, η πρόοδος στο συγκεκριμένο τομέα δυσχεραίνεται από την κατάτμηση των προσπαθειών και των αντίστοιχων δεδομένων. Ο κύριος στόχος του ASSIST είναι να ενισχύσει την έρευνα σχετικά με τον καρκίνο του τραχήλου της μήτρας μέσω ενός συστήματος το οποίο θα ενοποιήσει ουσιαστικά πολλαπλές αποθήκες δεδομένων ασθενών, οι οποίες βρίσκονται γεωγραφικά τοποθετημένες σε ανεξάρτητα ιατρικά κέντρα/νοσοκομεία. Προς αυτό το στόχο θα αναπτυχθούν καινοτόμες τεχνολογίες όπως σημασιολογική μοντελοποίηση γνώσης (knowledge-intensive semantic modelling), ασαφής εξαγωγή συμπερασμάτων (fuzzy inferencing) και εξόρυξη γνώσης (data mining). Η μηχανή συμπερασμού (inference engine) του ASSIST θα “μεταφράζει” ιατρικές έννοιες σε συντακτικές τιμές οι οποίες θα γίνονται κατανοητές από το σύστημα, έτσι ώστε αυτό να αντιλαμβάνεται και να υποστηρίζει τις διαδικασίες αποτίμησης ιατρικών υποθέσεων και διεξαγωγής μελετών συσχέτισης. Η ενοποίηση των συμμετεχόντων αρχείων ασθενών, τα οποία περιλαμβάνουν τόσο κλινικά όσο και γενετικά δεδομένω, σε μια ιατρική πηγή γνώσης θα αυξήσει την ευελιξία στην έρευνα επιτρέποντας τη δημιουργία ομάδων μελέτης “on demand” και την επαναχρησιμοποίηση ιατρικών φακέλων σε νέες μελέτες. Αυτή η προσέγγιση αναμένεται να βελτιώσει τη μελέτη γυναικολογικών νεοπλασιών, η αποτίμηση των οποίων απαιτεί μακρόχρονες μελέτες οι οποίες περιλαμβάνουν αναφορές στους προγόνους και απογόνους των εκάστοτε ασθενών. Το ASSIST θα ενσωματώσει ένα μηχανισμό εγγύησης ποιότητας με στόχο την επίλυση ηθικών ζητημάτων και παραγόντων ασφαλείας. Στο ASSIST συμμετέχουν τέσσερεις IT ερευνητές εταίροι, τέσσερεις εταίροι ανάπτυξης λογισμικού και τρία ερευνητικά νοσοκομεία. Οι γυναικολογικές κλινικές σε αυτά τα νοσοκομεία, κατέχουν ήδη σημαντικό πλήθος γενετικών και κλινικών δεδομένων, και θα προσπαθήσουν να ανακαλύψουν συσχετίσεις μεταξύ του HPV, των συνηθειών και του γονότυπου των ασθενών.

https://assist.ee.auth.gr/