O Dr. Prakriteswar Santikary, diretor de dados da ERT, palestrou no Data Architecture Summit 2018 sobre a arquitetura data lake que sua equipe desenvolveu em sua organização de pesquisa clínica. Ele discutiu a plataforma de dados implantada na nuvem para agilizar a coleta de dados, agregação e relatórios e análises clínicas, usando conceitos como computação serverless (sem servidor) e serviços de dados.
Santikary falou sobre a dinâmica do mercado e os desafios da indústria de testes clínicos. As apostas são maiores do que nunca na pesquisa clínica, e o mercado de desenvolvimento clínico tornou-se mais competitivo, com padrões regulatórios mais rígidos e maior ênfase na supervisão de testes e na segurança do paciente. Ao mesmo tempo, os custos e o tempo necessário para comercializar um novo medicamento estão aumentando - frequentemente excedendo oito anos e mais de US $ 2 bilhões. Um grande fator nessas taxas espantosas é a crescente complexidade dos ensaios clínicos, em grande parte impulsionada por projetos de estudo que precisam de mais endpoints para demonstrar o valor do produto.
Os patrocinadores de estudos clínicos também estão incorporando dados de várias fontes diferentes, incluindo sequenciamento genômico, imagens médicas, laboratórios, dispositivos que podem ser vestidos, e outros dispositivos de saúde móvel (mHealth). Eles também integram dados de evidências operacionais, financeiras, e do mundo real com dados de endpoints para obter o máximo de seus investimentos em P/D (Pesquisa e desenvolvimento) e levar medicamentos e terapias que salvam vidas ao mercado mais rapidamente.
Outras tendências atuais que impactam a pesquisa clínica incluem: medicina de precisão, ensaios virtuais, e centricidade do paciente.
O InfoQ conversou com Santikary para saber mais sobre o gerenciamento de dados mestres (Master data management, MDM), as soluções de data lake que eles desenvolveram, e as tendências emergentes em arquitetura de dados e tecnologias na indústria clínica e de saúde.
InfoQ: Poderia citar alguns dos desafios da arquitetura de dados na indústria de testes clínicos?
Dr. Prakriteswar Santikary: Devido aos desafios de dinâmica de mercado e integração de dados, os desafios da arquitetura de dados na pesquisa clínica são significativos. Na ERT, nossa moderna plataforma de dados é arquitetada para atender aos seguintes desafios: segurança de dados, privacidade e proteção em grande escala, integração de dados em escala, relatórios em tempo real, análises em escala, governança e gerenciamento de dados mestre em escala.
InfoQ: Quais são os desafios na implementação de uma arquitetura data lake em sistemas de saúde?
Santikary: O principal desafio tem a ver com garantir que a plataforma de dados seja arquitetada tendo em mente segurança, privacidade, e proteção de dados, permitindo a transmissão, coleta, ingestão e integração de dados em escala real. Sem mencionar os desafios em lidar com dados não estruturados e binários no data lake que não podem ser subestimados.
Da perspectiva dessa arquitetura, o suporte à integração dos dados em batch e em near time, e a inteligência de negócios são os verdadeiros desafios na prática. Disponibilizar dados integrados para todos os constituintes de forma self-service é outro grande desafio.
InfoQ: Como sua equipe arquitetou o gerenciamento de dados mestre em sua nova plataforma de dados?
Santikary: O gerenciamento de dados mestres (MDM) é um componente arquitetural fundamental da nossa base de arquitetura de dados moderna. Nosso data lake corporativo é um consumidor para nossa plataforma MDM, que coleta todas as entidades mestres de todos os sistemas operacionais e transacionais, e aprende sobre elas em tempo real usando sofisticados algoritmos de combinação e mesclagem, gerenciamento de metadados, e correspondência semântica. Também temos administradores de dados que supervisionam a mesclagem manual, a qualidade e os dados próprios da perspectiva de propriedade e responsabilidade da empresa.
Criamos um conselho de governança de dados que é multifuncional por natureza - esse conselho coleta conhecimento de dados de toda a organização, não apenas de P/D. O MDM é uma iniciativa estratégica dentro de nossa empresa, assim como nosso data lake corporativo. Essa plataforma de data lake atende a todos os relatórios de inteligência de negócios, análises, e inteligência em toda a empresa em todas as linhas de negócios, permitindo que criemos produtos de dados inteligentes e abrindo novos canais de receita para a empresa.
InfoQ: Quais são as tendências emergentes na arquitetura de dados e tecnologias de dados no setor clínico e de assistência médica?
Santikary: A taxa de mudança na pesquisa clínica e tecnologia de saúde é sem precedentes, como novas inovações e descobertas estão fomentando avanços em um ritmo alarmantemente rápido. As seguintes tecnologias estão fazendo uma enorme diferença na pesquisa clínica:
- Inteligência Artificial, aprendizado de máquina, e aprendizado profundo. Vemos o uso da IA continuar a se expandir, especialmente nas categorias: tornar os ensaios clínicos inteligentes, otimizar o recrutamento / retenção do paciente e fornecer uma visão mais ampla para uma tomada de decisão mais inteligente;
- Blockchain: A tecnologia Blockchain permite que os profissionais compartilhem seus dados sem medo de comprometer a segurança dos dados, pois os dados do blockchain são imutáveis e qualquer alteração feita nos dados pode ser rastreada;
- Computação em nuvem e Big Data: os avanços na análise e visualização de dados permitem que os pesquisadores clínicos explorem e interajam com conjuntos de dados em grande escala e geralmente agregados. Para os pacientes em um ensaio clínico, o potencial para capturar dados quase ilimitados sobre seu humor ou ingestão diária de alimentos durante o estudo, tirando uma foto rápida de cada refeição, muda o cenário da análise de dados para ensaios clínicos.