Μεθοδολογία υλοποίησης

Το έργο συντονίστηκε από το Εργαστήριο Υγιεινής, Επιδημιολογίας και Ιατρικής Στατιστικής, Ιατρικής Σχολής Εθνικού και Καποδιστριακού Πανεπιστημίου Αθηνών (ΕΥΕΙΣ-ΕΚΠΑ), με επιστημονικά υπεύθυνη την Καθηγήτρια Βιοστατιστικής και Επιδημιολογίας κ. Γιώτα Τουλούμη και υλοποιήθηκε από τη σύμπραξη του ΕΥΕΙΣ-ΕΚΠΑ με τον ΟΚΑΝΑ και την ελληνική τεχνολογική εταιρεία InDigital Α.Ε.. Το ΕΥΕΙΣ-ΕΚΠΑ έχει πολύ μεγάλη εμπειρία στην εκπόνηση επιδημιολογικών μελετών, κυρίως σε ηπατίτιδες Β, C και τον HIV και στην ανάπτυξη καινοτόμων βιο-στατιστικών μεθόδων. Ο ΟΚΑΝΑ έχει τεράστια εμπειρία στο σχεδιασμό, προώθηση και εφαρμογή πολιτικών πρόληψης και τη θεραπεία εξαρτημένων ατόμων. Η InDigital Α.Ε. δραστηριοποιείται στον χώρο της πληροφορικής και ανάπτυξης ηλεκτρονικών εφαρμογών με πολυετή εμπειρία. Το έργο συντονίστηκε από το ΕΥΕΙΣ που ανέλαβε και την ανάπτυξη των σχετικών μαθηματικών μοντέλων/αλγορίθμων. Ο ΟΚΑΝΑ ανέλαβε την ανάπτυξη κατάλληλων πρωτοκόλλων εξατομικευμένης ιατρικής παρακολούθησης και τον καθορισμό και τη συλλογή των απαραίτητων δεδομένων για τη δημιουργία των προϊόντων και την τελική δοκιμή τους. Η InDigital ανέλαβε την ανάπτυξη του ολοκληρωμένου πληροφοριακού συστήματος καταγραφής και ατομικής παρακολούθησης και την ενσωμάτωση των αλγορίθμων αυτόματης ανίχνευσης επιδημικών εκρήξεων και εκτίμησης ατομικού κινδύνου μόλυνσης στο ΟΠΣ. 

Περιγραφή ενοτήτων εργασίας και παραδοτέων

Το έργο υλοποιήθηκε μέσω 6 ενοτήτων εργασίας (ΕΕ), οι οποίες περιγράφονται, μαζί με τα αντίστοιχα παραδοτέα, συνοπτικά στη συνέχεια.

ΕΕ1: Ανάπτυξη μαθηματικών μοντέλων έγκαιρης ειδοποίησης (alert)

Σκοπός: Ανάπτυξη κατάλληλου μοντέλου έγκαιρης ειδοποίησης αύξησης κρουσμάτων σε εθνικό και τοπικό επίπεδο. 

Παραδοτέα:
ΕΕ1.1 Έκθεση με υπάρχουσες μεθόδους ανίχνευσης επιδημικών εκρήξεων 

Μετά από ανασκόπηση της διεθνούς βιβλιογραφίας και καλών πρακτικών σχετικά με αξιόπιστα μοντέλα έγκαιρης ανίχνευσης επιδημικών εκρήξεων συντάχθηκε σχετική έκθεση στην οποία παρουσιάζονται συγκριτικά τα διάφορα μοντέλα και συζητούνται τα μειονεκτήματα και τα πλεονεκτήματά τους.

ΕΕ1.2 Έκθεση με βέλτιστες μεθόδους για τη συγκεκριμένη εφαρμογή, σύνοψη των επιδόσεών τους σε ιστορικά και προσομοιωμένα δεδομένα

Με βάση τη βιβλιογραφική ανασκόπηση και λαμβάνοντας υπόψη πληθυσμιακά και ατομικά χαρακτηριστικά των ΧΕΝ στην Ελλάδα, αναπτύχθηκαν και αξιολογήθηκαν μέσω προσομοιώσεων κατάλληλα μαθηματικά μοντέλα έγκαιρης ανίχνευσης επιδημικών εκρήξεων για τις ηπατίτιδες Β και C και την HIV λοίμωξη. Στην έκθεση παρουσιάζονται τα συγκριτικά αποτελέσματα.

ΕΕ2: Μέθοδοι εκτίμησης ατομικού κινδύνου 

Σκοπός: Ανάπτυξη αλγορίθμου εκτίμησης (ποσοτικά ή ημι-ποσοτικά) του ατομικού κινδύνου λοίμωξης για κάθε μελετώμενο νόσημα συνυπολογίζοντας ατομικά και πληθυσμιακά χαρακτηριστικά.

Παραδοτέα: 
ΕΕ2.1 Έκθεση με υπάρχοντες αλγορίθμους/μεθόδους για εκτίμηση ατομικού κινδύνου λοίμωξης βάσει βιβλιογραφικής αναζήτησης

Έγινε ανασκόπηση διεθνούς βιβλιογραφίας προκειμένου να εντοπιστούν μέθοδοι/αλγόριθμοι εκτίμησης ατομικού κινδύνου μόλυνσης από ιογενείς ηπατίτιδες Β και C και τον HIV. Τα αποτελέσματα της ανασκόπησης παρουσιάζονται σε σχετική έκθεση.

ΕΕ2.2 Επιλογή μεθόδου προς υλοποίηση, πιθανές βελτιώσεις και μεθοδολογικές επεκτάσεις 

Με βάση τη βιβλιογραφική ανασκόπηση και συζήτηση με εμπειρογνώμονες, και λαμβάνοντας υπόψη χαρακτηριστικά των ΧΕΝ στην Ελλάδα, έγινε επιλογή του βέλτιστου αλγόριθμου. Πιθανές βελτιώσεις και μεθοδολογικές επεκτάσεις συζητήθηκαν με ειδικούς στις υπο-διερεύνηση λοιμώξεις και το επιστημονικό προσωπικό του ΟΚΑΝΑ. Συντάχθηκε έκθεση με τα τελικά αποτελέσματα.

ΕΕ3: Πρωτόκολλα εξατομικευμένης ιατρικής παρακολούθησης

Σκοπός: Ανάπτυξη κατάλληλων πρωτοκόλλων εξατομικευμένης ιατρικής παρακολούθησης βάσει διεθνών οδηγιών και συνυπολογίζοντας τις αναγκαίες παραμέτρους για το σύστημα έγκαιρης ειδοποίησης καθώς και τη διαθεσιμότητα δεδομένων. 

Παραδοτέα: 
ΕΕ3.1 Πρωτόκολλο καταλληλότερου μοντέλου ιατρικής παρακολούθησης 

Ο ΟΚΑΝΑ ανασκόπησε τις ισχύουσες κατευθυντήριες οδηγίες διεθνών οργανισμών και διεθνών και ελληνικών επιστημονικών εταιρειών για τον τρόπο παρακολούθησης και τη συχνότητα ελέγχου εξαρτημένων ατόμων για ηπατίτιδες Β, C και HIV. Με βάση την ανασκόπηση έγινε επιλογή του καταλληλότερου μοντέλου ιατρικής παρακολούθησης συνυπολογίζοντας τα χαρακτηριστικά του πληθυσμού των εξαρτημένων στην Ελλάδα, τα επιδημιολογικά δεδομένα και τα προγράμματα μείωσης βλάβης και συντάχθηκε σχετικό πρωτόκολλο.

ΕΕ3.2 Πρωτόκολλο καταλληλότερου μοντέλου διασύνδεσης των προγραμμάτων του ΟΚΑΝΑ με ειδικά ιατρεία για την πρόληψη/έλεγχο επιδημιών

Ο ΟΚΑΝΑ μετά από ανασκόπηση καλών πρακτικών και διερεύνηση των δυνατοτήτων στη χώρα, επέλεξε το καταλληλότερο μοντέλο διασύνδεσης των προγραμμάτων του με ειδικά ιατρεία (ηπατολογικά και ιατρεία λοιμώξεων) με στόχο την άμεση αντιμετώπιση των ασθενών και την πρόληψη/έλεγχο επιδημιών. Συντάχθηκε σχετικό πρωτόκολλο.

ΕΕ4: Πηγές δεδομένων και συλλογή αποτελεσμάτων 

Σκοπός: Καθορισμός των απαραίτητων δεδομένων για την ανάπτυξη του συστήματος έγκαιρης ειδοποίησης για τις υπό μελέτη λοιμώξεις στον πληθυσμό των ΧΕΝ του ΟΚΑΝΑ και συλλογή/καταγραφή των σχετικών δεδομένων. 

Παραδοτέα:
ΕΕ4.1. Έκθεση απαραίτητων δεδομένων για την εκπαίδευση του συστήματος και την ιατρική παρακολούθηση και εντοπισμός κατάλληλων πηγών εξόρυξής τους

Ο ΟΚΑΝΑ ανασκόπησε τα δεδομένα που έχει ήδη στη διάθεσή του. Καταγράφηκαν οι πιθανές πηγές των δεδομένων και ταυτοποιήθηκαν τα απαραίτητα δεδομένα για την ανάπτυξη των δύο εργαλείων (ανίχνευση επιδημιών και εκτίμηση ατομικού κινδύνου). Διερευνήθηκε ο καταλληλότερος τρόπος κωδικοποίησης και ομογενοποίησης των δεδομένων. Τα αποτελέσματα παρουσιάζονται σε σχετική έκθεση.

ΕΕ4.2. Έκθεση για τις συμπληρωμένες και ελεγμένες βάσεις με τα δεδομένα

Τα απαραίτητα για τη λειτουργία των δύο εργαλείων καταχωρήθηκαν στο ολοκληρωμένο πληροφοριακό σύστημα (ΟΠΣ) καταγραφής και ατομικής παρακολούθησης, και διεξήχθη  ποιοτικός τους έλεγχος. Συντάχθηκε σχετική έκθεση.

ΕΕ5: Ανάπτυξη ολοκληρωμένου πληροφοριακού συστήματος (ΟΠΣ) καταγραφής και ατομικής παρακολούθησης 

Σκοπός: Ανάπτυξη ΟΠΣ όπου θα καταχωρούνται όλα τα δεδομένα των ασθενών. Ενδεικτικά, η εφαρμογή υποστηρίζει εισαγωγή δεδομένων με διάφορους τρόπους (μέσω έξυπνου μηχανήματος σάρωσης, μέσω χειρωνακτικής εισαγωγής, με εφαρμογή τεχνικών speech to text, εισαγωγή συνημμένων αρχείων είτε σε μορφή pdf είτε σε μορφή Excel) καθώς και διάφορα επίπεδα (ρόλους) χρηστών που θα συνοδεύονται με διαφορετικά δικαιώματα. Η εφαρμογή έχει τη δυνατότητα εξαγωγής των δεδομένων σε οποιαδήποτε μορφή αρχείου εξυπηρετεί καλύτερα (.xls, .pdf) την περαιτέρω ανάλυση/επεξεργασία των δεδομένων καθώς και εκτενών αναφορών (reports).

Παραδοτέα:
ΕΕ5.1. Ολοκληρωμένο πληροφοριακό σύστημα

Για την εκπαίδευση του συστήματος αυτόματης ανίχνευσης επιδημικών εκρήξεων απαιτούνται δεδομένα εκπαίδευσης. Προς τούτο αναπτύχθηκε ολοκληρωμένο πληροφοριακό σύστημα καταγραφής και ατομικής παρακολούθησης ασθενών όπου καταγράφονται τα δεδομένα των ΧΕΝ του ΟΚΑΝΑ.

ΕΕ5.2. Speech to text εφαρμογή

Για την βέλτιστη λειτουργία του ολοκληρωμένου πληροφοριακού συστήματος καταγραφής και ατομικής παρακολούθησης ασθενών αναπτύχθηκε speech to text εφαρμογή εκπαιδευμένη κατάλληλα για ιατρικούς όρους.

ΕΕ6: Υλοποίηση συστήματος αυτόματης ανίχνευσης επιδημικών εκρήξεων και εκτίμησης ατομικού κινδύνου μόλυνσης 

Σκοπός: Ενσωμάτωση του συστήματος αυτόματης ανίχνευσης επιδημικών εκρήξεων ηπατιτίδων B και C και HIV λοίμωξης και του αλγορίθμου εκτίμησης ατομικού κινδύνου μόλυνσης στο ΟΠΣ. Δύο εναλλακτικές μέθοδοι ανίχνευσης επιδημικών εκρήξεων αναπτύχθηκαν και εφαρμόστηκαν: Μία που βασίζεται σε μαθηματικά μοντέλα πρόβλεψης επιδημικής έκρηξης και αναπτύχθηκε από το ΕΥΕΙΣ-ΕΚΠΑ, και μία που βασίζεται σε τεχνικές «Βαθιάς» Μηχανικής Μάθησης (Deep Learning) και αναπτύχθηκε από την InDigital σε συνεργασία με το ΕΥΕΙΣ-ΕΚΠΑ. Οι δύο τρόποι επεξεργασίας δεδομένων συνδυάστηκαν με στόχο την υλοποίηση ενός καινοτόμου ολοκληρωμένου συστήματος έγκαιρης ειδοποίησης για επιδημική έκρηξη. Το σύστημα ελέγχθηκε χρησιμοποιώντας δεδομένα του ΟΚΑΝΑ.

Παραδοτέα:
ΕΕ6.1. Yλοποίηση και εκπαίδευση συστήματος αυτόματης ανίχνευσης έκρηξης επιδημιών με χρήση τεχνικών Βαθιάς Μάθησης

Για την έγκαιρη και αξιόπιστη ανίχνευση επιδημικών εκρήξεων ηπατιτίδων Β και C και του HIV αναπτύχθηκε και εκπαιδεύτηκε κατάλληλο λογισμό με τη χρήση τεχνικών Βαθιάς Μάθησης (Deep Learning)

ΕΕ6.2. Ενσωμάτωση των μαθηματικών μοντέλων με στόχο την ημι-αυτόματη υποβοήθηση του συστήματος

Με βάση τα μαθηματικά μοντέλα έγκαιρης και αξιόπιστης ανίχνευσης επιδημικών εκρήξεων ηπατιτίδων Β και C και του HIV αναπτύχθηκε σχετικό λογισμικό το οποίο ενσωματώθηκε στο ΟΠΣ που αναπτύχθηκε, δίνοντας τη δυνατότητα ανίχνευσης σε πραγματικό χρόνο επιδημιών σε επίπεδο χώρας αλλά και ανά περιοχή/περιφέρεια. Το λογισμικό που αναπτύχθηκε δίνει τη δυνατότητα και οπτικοποίησης των τάσεων. Επιπλέον δίνει τη δυνατότητα στο χειριστή να ορίζει τις περιόδους ελέγχου. Αντίστοιχα δημιουργήθηκε και ενσωματώθηκε στο ΟΠΣ και λογισμικό για την εκτίμηση ατομικού κινδύνου σε ατομικό αλλά και σε συλλογικό επίπεδο. Alerts για αυξημένο κίνδυνο έχουν επίσης ενσωματωθεί, δίνοντας τη δυνατότητα στους χειριστές (ιατρικό/νοσηλευτικό προσωπικό) επανεξέτασης της αναγκαιότητας περαιτέρω ελέγχου σε ατομικό επίπεδο και αύξησης των μέτρων μείωσης βλάβης σε συλλογικό επίπεδο. Επιπλέον, δημιουργήθηκε εφαρμογή σε tablet για χρήση των ωφελούμενων του ΟΚΑΝΑ.