Data mining methods and electronic phenotyping in e-health

Økt bruk av EPJ-systemer de siste årene har resultert i store mengder elektronisk data om pasienter og omsorgsprosesser. Disse dataene kombinert med genomiske data, pasientgenererte data og data fra helseregistre danner grunnlag for å forbedre forståelse av sykdommer. Elektronisk fenotyping innebærer datautvinning og beregningsmetoder for å trekke ut klinisk relevante konsepter fra helsedata. Helsedata inkluderer labrapporter, medisineringslister, diagnoser, genomiske data, pasientrapporterte data, epikriser osv. Fenotyping kan innebære å oppdage sykdomsmodeller, sykdomsundertyper, sykdomsrisikopasientgrupper, o.l. Fenotyping kan ta en ledende rolle i kliniske beslutningsstøttesystemer og individualisering av pasientomsorg. Den har også potensial til å forbedre identifisering av legemiddelbivirkninger, raskere og mer nøyaktig identifisering av pasienter som er egnet for forskningsstudier, og oppdagelse av genotype-fenotype assosiasjoner. Noe som gjør fenotyping utfordrende er at helsedata kan være utilgjengelige, unøyaktige, sparsomme, ufullstendige, forutinntatt, komplekse, ustrukturerte, umerkede og eid av flere institusjoner. Professorer John Holmes fra Universitetet i Pennsylvania, Riccardo Bellazi fra Universitetet i Pavia, og Hercules Dalianis fra Universitetet i Stockholm er invitert til workshopen. De er eksperter i datautvinningsmetoder og elektronisk fenotyping. Medarbeidere i Helseanalyse avd v/NSE er en fokusgruppe for workshopen. Medarbeiderne har bakgrunn i IT, matematikk, statistikk, NLP, telemedisin og e-helse. Andre medarbeidere v/NSE som mener workshopen er av nytte for deres forskningsprosjekter kan delta. Gjennom presentasjoner og diskusjon skal deltakere få innsikt om aktuelle prosjekter, erfaringer og metoder innenfor datautvinning og elektronisk fenotyping i helsesektoren, få bedre forståelse av viktige problemer i feltet samt ideer for å løse de problemene og identifisere potensielle caser som kan være prosjektbyggende.