framgångssaga

Hur maskininlärning, simulerad data, AWS och Virtusa förde innovation till diabetesforskning vid IBRI

En katalysator för innovation, ett ledande biovetenskapligt forskningsinstitut baserat i Mellanvästern, Indiana Bioscience Research Institute (IBRI) , arbetar mot sitt uppdrag att bli det första branschinspirerade institutet i utvecklingen av lösningar som förbättrar hälsan för dem som lider av diabetes, metabola sjukdomar och dålig näring. Amazon Web Services (AWS) och Virtusa togs in för att hjälpa IBRI och Fuse av Cardinal Health att tillhandahålla de tekniska färdigheterna och infrastrukturen för att utvärdera och optimera en simulerad elektronisk hälsopost (EHR) dataset från Fuse för att matcha egenskaperna hos IBRI: s typ 2 diabetes (T2D) -relaterade EHR-datamängder.

IBRI använder dessa EHR-datauppsättningar med sina forskningssamarbetspartners för att driva insikter i patientgrupper, sjukdomsegenskaper och komplikationer hos patienter med T2D och för att utveckla och validera T2D-relaterade förutsägelsemodeller. En förbättrad dataanalysplattform och en "realistisk" simulerad datamängd som matchade komplexiteten hos en riktig EHR -dataset som tillhandahålls av Fuse har potential att påskynda vissa av IBRI: s forskningsaktiviteter.

 

 

Utmaningen

Institutet utnyttjar EHR -datauppsättningar som tillhandahålls enligt lämpliga dataanvändningsavtal för att driva sin forskning, men även om dessa data är anonymiserade har data specifika användningsrestriktioner samt interna fördomar. Utmaningarna är:

  • EHR -data rensas och bearbetas för närvarande på säkra datorer som är svåra att komma åt av forskarna.
  • För mycket tid spenderades på konstruktion, profilering och testning av datamängder.
  • Databasarkitekturen för att regelbundet stödja och komma åt stora mängder data var begränsad.
  • Det finns inga alternativa datakällor (t.ex. simulerade EHR -data) för att driva vissa lämpliga forskningsaktiviteter.
Lösningen

Virtusas vLifeplatform som drivs av AWS och åtkomst och optimering av simulerad data som lagras på denna plattform hjälpte IBRI -testet att säkra och samarbeta analysfunktioner för att påskynda forskning och innovation:

  • Instrumentpaneler : Interaktiva instrumentpaneler levererar aggregerade insikter i realtid från profilerad data, och de tillhandahåller diagram och självbetjäningsvisualiseringar.
  • Maskininlärning (ML) modellbyggnad : Snabb åtkomst och omvandling av en funktion för att möjliggöra maskininlärning och testmodellens noggrannhet över datamängder är tillgänglig.
  • Syntetisk datasjö : Massiva mängder data lagras och nås snabbt med möjligheten att stödja förbyggda databasvyer som direkt kan efterfrågas.
  • Dataladdning och kvalitetskontroll : Datafiler som placeras i datasjön laddas in i databasen automatiskt och kvalitetskontrollstatistik sammanställs automatiskt.
  • Simulerad datagenerator : Simulerad data kan iterativt förbättras för att matcha egenskaperna hos de verkliga EHR-datamängderna, och maskininlärning används för att testa djupa korrelationer (t.ex. komplikationer eller kliniska variabler) inom de "riktiga" vs "simulerade" data.

AWS -tjänster används

  • Amazon EC2
  • Amazon SageMaker
  • Amazon S3
  • Amazon Athena
  • Amazon CloudFront
  • Amazon Redshift
  • Amazon RDS
  • Amazon ELB
Lösningen
Fördelen

Forskare vid IBRI har nu tillgång till en AWS-baserad plattform och en simulerad diabetesoptimerad EHR-dataset som använder djup datorinlärningsteknik för att påskynda forskning relaterad till IBRI: s uppdrag.

  • AWS Cloud skapar en enda sanningskälla för all data, vilket ger forskare tillgång till realtidsdata för att fatta bättre beslut snabbare.
  • Maskininlärning automatiserar det tråkiga arbetet med datateknik, profilering och testning och håller forskarnas fokus på att upptäcka nya och innovativa lösningar.
  • De realistiska simulerade EHR -data ger ett alternativt verktyg för forskningssamarbeten med många fördelar som beskrivs nedan.

 

Referenser

Artikel: The New Synthetic

Artikel: Lås upp kraften hos simulerade data för att påskynda forskning

Om IBRI

Indiana Biosciences Research Institute (IBRI) är ett ideellt, oberoende tillämpat forskningsinstitut som bildades 2013 och baserat i Indianapolis. IBRI finns för att föra samman företag och universitet för att samarbeta kring sammanhängande hälsoproblem som är av både global betydelse och har en oproportionerlig inverkan på invånarna i Indiana - diabetes, metabola sjukdomar och dålig näring samt relaterad hälsodatavetenskap och analys. Vårt motto är Discovery With Purpose , vilket återspeglar vårt engagemang för översättning av vetenskaplig upptäckt till förbättrade resultat för patienter. http://indianabiosciences.org

En innovationsplattform för biovetenskap

Lär dig hur du kan dra nytta av den öppna innovationsplattformen vLife

Relaterat innehåll