به گزارش خبرنگار حوزه سلامت گروه علمی فرهنگی هنری خبرگزاری صدا و سیما، آقای فرج حسینیان سرپرست معاونت پژوهشی جهاد دانشگاهی علوم پزشکی شهید بهشتی در این نشست تخصصی با اشاره به تمرکز فعالیت‌های پژوهشی این واحد جهاد دانشگاهی بر موضوعات سلامت سالمندی و سلامت روان، اظهار داشت: در این میان جمع آوری و پایش داده‌های سلامت موضوع با اهمیتی است که در ارتقای درمان و پژوهش‌های حوزه سلامت نقش بسیار بسزایی دارد.
وی با بیان اینکه متاسفانه بحث داده‌کاوی در کشور ما جدی گرفته نمی‌شود، اضافه کرد: این درحالیست که جمع آوری داده‌های حوزه سلامت می‌تواند منشاء بازسازی درمان‌های جدید، تسریع فرایند‌ها و رشد جدی در پژوهش‌های حوزه سلامت باشد.
آقای حسینیان درادامه به راه‌اندازی کارگروه پژوهشی انفورماتیک سلامت در واحد جهاد دانشگاهی علوم پزشکی شهید بهشتی اشاره کرد و گفت: در این راستا متخصصانی در حوزه‌های هوش مصنوعی و داده‌کاوی جذب شده و در حال انجام فعالیت‌های پژوهشی در حوزه انفورماتیک سلامت هستند.
در ادامه نشست دکتر مصطفی حمدیه دبیر علمی همایش و عضو هیأت علمی دانشگاه علوم پزشکی شهید بهشتی با اشاره به اهمیت داده‌ها در حوزه سلامت، اظهار داشت: بازار سلامت از نظر گستردگی و اهمیت در کنار بازار‌هایی همچون معدن، نفت و فولاد قرار می‌گیرد، ولی در این میان نکته حائز اهمیت در بازار سلامت میزان داده‌هایی است که در آن تولید می‌شود؛ به گونه‌ای که به طور متوسط ۳۰ درصد داده‌های جهان در حوزه سلامت است.
این متخصص روانپزشکی با بیان اینکه علم داده روز به روز در حال گسترش بوده و با توانایی خود در تحلیل داده‌ها در مقیاس بزرگ می‌تواند تحول بزرگی در عرصه‌ی پزشکی و مراقبت‌های بهداشتی و درمانی ایجاد کند، گفت: در دنیای امروز لازمه موفق بودن سازمان‌ها تحلیل حداقل ۷ درصد داده‌هایشان است، در حالیکه در عمل کمتر از ۱ درصد داده‌ها در سازمان‌ها تحلیل می‌شود.
دکتر حمدیه با تعریف واژه "Data Mining" به جستجویی عمیق از داده‌های قابل دسترس با حجم زیاد، اضافه کرد: هدف از این کار یافتن اطلاعات نهفته مفید است؛ داده کاوی به معنای استخراج اطلاعات و دانش و کشف الگو‌های پنهان از پایگاه داده‌های بسیار بزرگ است که در حوزه سلامت اهمیت بسیار بالایی دارد.
این استاد دانشگاه با اشاره به انواع منابع داده‌ها در حوزه سلامت، گفت: اکثر این داده‌ها را می‌توان از طریق معاینه و کسب اطلاعات از بیمار، تصاویر پزشکی همچون سی تی اسکن، رادیوگرافی و ...، کسب اطلاعات از خود بیمار و خانواده بیمار و در نهایت از طریق تست‌ها و آزمایش‌های پزشکی جمع‌آوری کرد.
وی با اشاره به اهمیت بالای جمع‌آوری سابقه بیمار و دیتا‌های سلامت جهت کمک به ادامه درمان مطلوب بیمار، اظهار داشت: زمانی‌که در یک موضوع و مورد خاص بیماری، اطلاعات و موارد مشابه جمع‌آوری و تحلیل شود، نتایج این داده‌کاوی به ایجاد پایگاه داده قوی و در نهایت پیش بینی وضعیت بیماران و انتخاب بهترین روش درمانی و دارو کمک می‌کند.
دکتر حمدیه در ادامه پیشگیری از بیماری‌ها، پیش بینی شیوع بیماری‌های جدید، تشخیص و درمان بیماری‌ها، مراقبت‌های پس از بستری، پردازش تصاویر پزشکی و ساخت دارو‌های جدید مخصوص هر بیمار را از مهمترین کاربرد‌های علم داده در صنعت سلامت عنوان کرد.
این عضو هیات علمی دانشگاه در ادامه با بیان اینکه متاسفانه ایران جایگاه مناسبی در استفاده از داده‌های حوزه سلامت ندارد، تصریح کرد: اگر چه سیستم ثبت اطلاعات بیماران در بیمارستان‌های کشور ایجاد شده، ولی متاسفانه اطلاعات ثبت شده در آن بسیار کم و ضعیف بوده و نیازمند توجه و نظارت بیشتر است.
وی با اشاره به طرح پژوهشی "بررسی عوامل موثر در تشخیص بیماری آلزایمر با استفاده از الگوریتم‌های داده کاوی" که به صورت مشترک با واحد جهاد دانشگاهی علوم پزشکی شهید بهشتی در حال اجراست، گفت: این طرح پژوهشی با هدف استفاده از داده کاوی در انتخاب بهترین روش تشخیصی و درمان بیماری آلزایمر در حال اجراست و داده‌های آن از طریق معاینات بالینی، تصاویر پزشکی، تست‌های لابراتواری و نوروسایکولوژی جمع آوری می‌شود، با این حال مشکل پیش روی ما در این پروژه عدم ثبت اطلاعات کامل بیماری، نقص در داده‌ها و نبود اطلاعات و منابع داده‌ها همچون تصاویر پزشکی است که فرایند داده کاوی را با مشکل جدی مواجه کرده است.
دکتر حمدیه با تاکید بر ضرورت حساس سازی جامعه پزشکی، روسای بیمارستان‌ها و پژوهشگران و فعالان حوزه سلامت به مبحث ثبت داده‌ها و داده‌کاوی، عنوان کرد: اگر این داده‌ها به درستی ودر یک سیستم منظم و مدون جمع آوری شود، می‌توان گام‌های جدی در جهت پیش بینی، تشخیص و درمان بیماری‌ها و همچنین انجام پژوهش‌های اثربخش و سودمند در حوزه سلامت جامعه برداشت.
در این نشست تخصصی که به دلیل رعایت شیوه نامه‌های بهداشتی به صورت وبینار برگزار شد، همچنین دکتر محمود حاجی پور اپیدمیولوژیست و عضو شورای پژوهشی مرکز تحقیقات گوارش و کبد اطفال درباره موانع و مشکلات حوزه پژوهش و ثبت داده‌ها و دکتر آرش روشن پور عضو هیات علمی دانشگاه آزاد و مدرس دروس مهندسی اطلاعات، داده کاوی و یادگیری عمیق در خصوص اهمیت داده‌های حوزه سلامت در یادگیری عمیق مطالبی را ارایه کردند.