Η ενθάρρυνση της καινοτομίας και η πρόσβαση στις τεχνολογίες υγείας έχει αναδειχθεί διεθνώς ως σημαντική στρατηγική για την καταπολέμηση λοιμωδών νοσημάτων. Τα μεταδιδόμενα νοσήματα HIV, ηπατίτιδα B και ηπατίτιδα C αποτελούν σύγχρονο πρόβλημα δημόσιας υγείας ιδιαίτερα σε ευπαθείς πληθυσμούς, όπως οι χρήστες ενδοφλέβιων ναρκωτικών (ΧΕΝ). Σε σχέση με τον γενικό πληθυσμό, οι ΧΕΝ φέρουν δυσανάλογο φορτίο λοιμωδών νοσημάτων. Το 2011 σημειώθηκε επιδημία HIV λοίμωξης στους ΧΕΝ με αποτέλεσμα 1 περίπου στους 6 χρήστες που ζουν στην Αθήνα να έχει ήδη μολυνθεί από τον ιό. Στις περισσότερες ανεπτυγμένες χώρες όπου η θνησιμότητα από τα μεταδοτικά νοσήματα έχει μειωθεί σημαντικά, η έρευνα επικεντρώνεται στην πρόληψη εμφάνισης νέων κρουσμάτων που θα μπορούσαν να οδηγήσουν σε επιδημική έκρηξη. Η έγκαιρη ανίχνευση επιδημικών εκρήξεων μπορεί να περιορίσει το μέγεθος της επιδημίας και να μειώσει τη σχετιζόμενη νοσηρότητα και θνησιμότητα. Στη σύγχρονη εποχή της ηλεκτρονικής υγείας, η ανάπτυξη αυτοματοποιημένων συστημάτων έγκαιρης και αξιόπιστης ανίχνευσης επιδημικών εκρήξεων βρίσκεται στο επίκεντρο σχετικών ερευνών.
Πρωταρχικός στόχος του έργου ήταν η δημιουργία ενός ολοκληρωμένου αυτοματοποιημένου συστήματος έγκαιρης και αξιόπιστης ανίχνευσης επιδημικών εκρήξεων, καθώς και αλγορίθμου εκτίμησης ατομικού κινδύνου μόλυνσης εστιάζοντας στον HIV και τις ηπατίτιδες Β και C και στην εφαρμογή τους στους ΧΕΝ που εξυπηρετούνται από τον Οργανισμό κατά των Ναρκωτικών (ΟΚΑΝΑ).
Στο πλαίσιο του έργου αναπτύχθηκε λογισμικό αυτοματοποιημένου συστήματος ανίχνευσης επιδημικών εκρήξεων και εκτίμησης ατομικού κινδύνου μόλυνσης. Το λογισμικό για την έγκαιρη ανίχνευση επιδημιών στηρίχθηκε σε μαθηματικά μοντέλα, ενώ ένα νέο καινοτόμο μοντέλο, που αποτελεί συνδυασμό κρυφού Μαρκοβιανού μοντέλου (hidden Markov Model) και μοντέλου βασισμένου σε διάστημα πρόβλεψης (prediction interval) αναπτύχθηκε και αξιολογήθηκε. Αναπτύχθηκε επίσης εναλλακτικός αλγόριθμος βασισμένος σε νευρωνικά δίκτυα. Για την εκτίμηση ατομικού κινδύνου μόλυνσης χρησιμοποιήθηκαν τεχνικές «Βαθιάς» Μηχανικής Μάθησης. Για την ανάπτυξη και των δυο λογισμικών, χρησιμοποιήθηκαν δεδομένα εκπαίδευσης από τους ΧΕΝ του ΟΚΑΝΑ καθώς και από προσομοιωμένα δεδομένα.
Για την εκπαίδευση αλλά και την, σε πραγματικό χρόνο, λειτουργία των δύο εργαλείων/αλγορίθμων αναπτύχθηκε ολοκληρωμένο πληροφοριακό σύστημα (ΟΠΣ) καταγραφής και ατομικής παρακολούθησης ασθενών. Στο ΟΠΣ ενοποιήθηκαν δεδομένα από διαφορετικές πηγές (εργαστηριακών αποτελεσμάτων, συμπεριφορικών ερωτηματολογίων, ερωτηματολογίων μείωσης βλάβης, θεραπεία υποκατάστασης, κλινική εξέταση), ενώ αναπτύχθηκαν και νέες εφαρμογές όπως εξειδικευμένη λεπτομερής καταγραφή για HIV, HBV, HCV, συλλογή αθροιστικών στοιχείων από προγράμματα μείωσης βλάβης, νέα ερωτηματολόγια που πρόσφατα προτάθηκαν όπως αυτό της μείωσης βλάβης κλπ. Οι επιμέρους Πίνακες του ΟΠΣ επικοινωνούν προκειμένου να εξαχθούν ειδικά reports, αλλά και alerts διευκολύνοντας τη βέλτιστη παρακολούθηση των ωφελούμενων. Όλα τα δεδομένα εξάγονται σε επεξεργάσιμη μορφή διευκολύνοντας την ανάλυση των δεδομένων. Για την διευκόλυνση της εισαγωγής των δεδομένων αναπτύχθηκαν και εφαρμόστηκαν διάφορες σύγχρονες τεχνικές όπως έξυπνη σάρωση ερωτηματολογίων, speech-to-text εξειδικευμένο για ιατρικούς όρους και αυτόματο ανέβασμα δεδομένων από αρχεία pdf. Τέλος αναπτύχθηκαν πρωτόκολλα παρακολούθησης και διασύνδεσης, με βάση τα οποία δημιουργήθηκαν και σχετικά alerts για το ιατρικό και νοσηλευτικό προσωπικό.
Το έργο υλοποιήθηκε από τη σύμπραξη του Εργαστηρίου Υγιεινής, Επιδημιολογίας και Ιατρικής Στατιστικής, Ιατρικής Σχολής Εθνικού και Καποδιστριακού Πανεπιστημίου Αθηνών (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.
Τα τεχνολογικά συστήματα που αναπτύχθηκαν μπορούν να χρησιμοποιηθούν από εθνικά προγράμματα στον σχεδιασμό, την κατανομή και τη μετακίνηση πόρων σε δραστηριότητες που αφορούν στις ανάγκες των ΧΕΝ για τις ηπατίτιδες B, C και τον HIV, αλλά μπορούν εύκολα να τροποποιηθούν και να αξιοποιηθούν και από άλλους πληθυσμούς (μετανάστες, Τσιγγάνοι-Ρομά, φυλακισμένοι, γενικός πληθυσμός) και οργανισμούς, καθώς και σε αγορές στο εξωτερικό. Τα επιμέρους υπο-προϊόντα που προέκυψαν (αλγόριθμοι, Speech-to-text), μπορούν να αξιοποιηθούν ξεχωριστά σαν εμπορικά προϊόντα σε αντίστοιχες αγορές.
Στο ΟΠΣ που εγκαταστάθηκε, έχουν ενσωματωθεί 5 νέα ερωτηματολόγια μεταξύ των οποίων και το νέο ερωτηματολόγιο μείωσης βλάβης. Αυτό συλλέγει πληροφορίες από τις δράσεις στο δρόμο του ΟΚΑΝΑ και απευθύνεται σε ενεργούς μη-διασυνδεδεμένους με προγράμματα χρήστες αντανακλώντας τις τρέχουσες τάσεις τόσο στη χρήση ουσιών όσο και στη γενικότερη στάση ζωής. Τέτοια δεδομένα επιτρέπουν την ανίχνευση συμπεριφορικών αλλαγών και επομένως μπορούν να συμβάλουν στην πρόβλεψη, αντί της ανίχνευσης, πιθανών νέων επιδημιών με τεράστια οφέλη από πλευράς δημόσιας υγείας, αφού μπορεί να συνεισφέρουν στην πρόληψη νέων επιδημιών με την κατάλληλη στοχευμένη εντατικοποίηση των δράσεων μείωσης βλάβης. Η ανάπτυξη του αλγορίθμου εκτίμησης ατομικού κινδύνου εκπαιδεύτηκε, αναγκαστικά, στα δεδομένα που ήταν ήδη διαθέσιμα. Αυτά ήταν αφενός περιορισμένα, αφετέρου είχαν πολλές ελλείψεις (missing data). Θα ήταν ευκταίο λοιπόν να συνεχιστεί η συνεργασία των τριών φορέων με κύριους στόχους: επικύρωση των εργαλείων στα νέα δεδομένα, ανάπτυξη εργαλείου πρόβλεψης αντί ανίχνευσης επιδημιών, βελτίωση ΟΠΣ με βάση σχόλια/παρατηρήσεις από την καθημερινή χρήση, ερευνητική αξιοποίηση των δεδομένων.
Λέξεις κλειδιά
Σύστημα ανίχνευσης επιδημικών εκρήξεων, εκτίμηση ατομικού κινδύνου μόλυνσης, λοιμώδη νοσήματα, ΧΕΝ, ολοκληρωμένο πληροφοριακό σύστημα, “βαθιά” μηχανική μάθηση