aplicaciones de las tecnologías grid en las ciencias de la...

INFSO-RI-508833

Grupo de Redes y Computación de Altas Prestaciones

www.grycap.upv.es

Aplicaciones de las Tecnologías Grid en las Ciencias de la Salud

Vicente HernándezIgnacio Blanquer


INFSO-RI-508833

Objetivos

• Discutir Algunas de las Barreras Existentes en el Ámbito de la Salud Electrónica (e-Health).

• Presentar las Tecnologías Grid como una Herramienta Adecuada para Proporcionar Soluciones a Algunas de esas Necesidades.

• Discutir el Estado Actual de los Grids para Salud HealthGrids).

• Describir con Más Detalle dos Casos de Estudio Prometedores en Éste Ámbito.

Introducción · Problemas y Necesidades · Beneficios · Estado Actual · Casos de Estudio · Conclusiones


INFSO-RI-508833

Contenidos

• Introducción: el GRyCAP, eHealth y HealthGrids.• Problemas y Necesidades en eHealth.• Beneficios de las Tecnologías Grid en Salud.• Casos de Estudio.• Conclusiones.



INFSO-RI-508833

El GRyCAP en una Diapositiva

• Grupo de Investigación con 20 Años de Actividad y Compuesto por 30 Investigadores.

• Con Experiencia en la Participación en más de 50 Proyectos (17 Europeos, Siendo V. Hernández el Project Manager en 10 de Ellos).

• 7 de Ellos en el Sector Médico (HIPERCIR, DISMEDI, VRSUR, IDEAS, EUTIST-M, TT@MED, EGEE), Siendo el Responsable Técnico de esta Área Ignacio Blanquer.

• El GRyCAP se EncuentraIntegrado en el Instituto deAplicaciones de lasTecnologías de la Informacióny Comunicaciones Avanzadas(ITACA) y en el Centro en Redde Ingeniería Biomédica(CRIB).

EuropeaNaciona

PrivadaTotal

2002

2003

2004

0

50

100

150

200

250

300

350

400

450

Fina

ncia

ción

(en

Keu

ro)

Origen de los Fondos

www.grycap.upv.es



INFSO-RI-508833

Conceptos Generales

¿Qué se Entiende por Salud Electrónica

y HealthGrids?



INFSO-RI-508833

Conceptos Generales: eHealth

• La Salud Electrónica (eHealth) Implica el Uso de las Tecnologías de la Información y Comunicaciones para el Desarrollo de un Entorno Inteligente que:– Permita la Gestión Ubicua del Estado de Salud de los

Ciudadanos.– Asistir a los Profesionales de la Salud a Resolver Algunos de los

Mayores Retos Actuales.– Integrar los Avances en el

Conocimiento Médico en laPráctica Clínica.

• El Término Salud se Consideraen un Sentido Amplio.



INFSO-RI-508833

Conceptos Generales: HealthGrids

• Los HealthGrids son Servicios Grid o Componentes Middleware que Resuelven Problemas Específicos del Proceso de Datos Médicos.– Los Recursos en los HealthGrids son Bases de Datos, Capacidad

de Proceso, e Incluso Experiencia Médica o Equipos Médicos.– En la Actualidad se Están Utilizando para la Asistencia en

Epidemiología y en Tratamiento Individualizado del Paciente:Integración de Grandes Bases de Datos yExtracción de Conocimiento.Ejecución de Simulaciones Complejas deModelos Biomédicos.Procesamiento e Integración de Bases de Datos Genómicas y Proteómicas.Creación de Entornos Colaborativos paraCompartir Datos y Herramientas enInvestigación.



INFSO-RI-508833

Problemas y Necesidades en eHealth

¿Cuáles son las Necesidades de los

Profesionales Médicos en Investigación

y Práctica Clínica?



INFSO-RI-508833


• Acceso Rápido, Seguro y Ubicuoa la Información.

• La Información Médica es:– De Gran Dimensión, Creciente en

Tamaño y Relevante a Largo Plazo.– Los Datos Médicos son Críticamente Confidenciales.– Las Leyes y Regulaciones a Nivel Nacional Dificultan la

Integración de Grandes Repositorios de Datos Personales.• Acceso Consolidado

– Interconexión de las Diferentes Islas de Información Clínica (HIS, RIS, LIS, PACS, Primaria).

– Resolver Incompatibilidades en los DatosLos Datos son Heterogéneos en Formato y Naturaleza.Pueden ser Potencialmente Incomparables (Diferentes Protocolos de Adquisición, Necesidad de un Postproceso).



INFSO-RI-508833


• Se Necesita una Gran Capacidad Computacional– La Información Médica es Voluminosa.– El Proceso de la Información Requiere Grandes Recursos

Computacionales.• Acceso Permanente y Tolerante a Fallos

– La Asistencia Medica es Necesaria 24x7.– La Tolerancia a Fallos debe Considerarse al Mismo Nivel que

Otros Recursos Críticos (Agua, Electricidad, Calefacción).• Nuevas Aplicaciones

– Diagnóstico Asistido por Computador.– Terapia Adaptada al Paciente.– Extracción de Conocimiento a Gran Escala.– Análisis Proteómico y Genómico a Gran Escala.



INFSO-RI-508833


¿Cómo la Tecnología Grid Puede

Ayudar a Resolver las Anteriores

Necesidades?



INFSO-RI-508833

Beneficios de las Tecnologías Grid

• Factores Favorables de la eHealth Respecto del Grid– Estructura Compatible

Redes de Centros Cooperando en un Mismo Fin.Personal Compartiendo Experiencias e Incluso Intercambiando Personal.El Concepto de Organización Virtual, Crucial en las Tecnologías Grid, se Ajusta Perfectamente a la Estructura de los Profesionales de la Salud.

– Infraestructura TecnológicaLa Mayor Parte de los Centros Públicos y Privados Dispone de Redes de Conexión de Banda Ancha.Gran Penetración de las TIC en los Procesos Clínicos y en Continuo Crecimiento.

– Mentalidad AbiertaProfesionales Acostumbrados a laInvestigación y al Uso de TICAvanzadas. Preocupación en la Satisfacción delPaciente.



INFSO-RI-508833

Beneficios de las Tecnologías Grid

• Otros Factores Favorables– Tecnológicos

La Seguridad es una Tecnología Básica en el Concepto del Grid.La Interoperabilidad y el Compartimiento de Recursos son los DosObjetivos Fundamentales del Concepto de Grid.La Capacidad Computacional Puede Proporcional los Recursos para el Postproceso Avanzado o la Adecuación de los Datos a Formatos Homogéneos.El Grid Preserva la Potestad en la Administración de los Recursos de Sus Propietarios.El Grid No Necesita Requerimientos Especiales en los Puestos de Usuario.La Robustez es un Factor Contemplado en Numerosos Entornos Grid con la Replicación de Datos y Servicios.

– EconómicosLa Orientación Hacia Servicios es un Modelo de Negocio Óptimo en Salud.Mejor Uso de los Recursos y Costes Escalables.Liberación (Reducción) de los Costes de Mantenimiento.



INFSO-RI-508833

Los Grids para Salud en la Actualidad

¿En Qué Estado se Encuentran las

Iniciativas de Grid Para Salud?



INFSO-RI-508833

El Proyecto EGEE

• El Principal Objetivo del Proyecto EGEE es Desplegar una Infraestructura Grid en Producción a Nivel Internacional Como Soporte a la e-Ciencia.

• Las Aplicaciones en el Grid EGEE se Orientan a:– Física de Altas Energías.– Biomedicina y Tecnologías de la Información en Salud.

Simulación de Radioterapia: GATE.Soporte a la Decisión Clínica: CDSS.Biocomputación y Análisis: GPS@, GridGRAMM, GROCK, XMIPP. Imagen Médica: SiMRI 3D, gPTM3D,Farmacocinética.

– Otras Áreas de Aplicación.Observación de la Tierra, Geología,Astrofísica. Enabling Grids

for E-sciencEs



INFSO-RI-508833

La Asociación HealthGrid

• Asociación Internacional Sin Ánimo de Lucro– Con el Objetivo de Contribuir a la Estructuración del Espacio

Europeo de Investigación en Salud. – Crear Acuerdos que Beneficien Tanto a los Centros de Educación

Superior como a los de Investigación en el Ámbito de los Grids Para Salud, en Su Sentido Más Amplio y Tanto a Nivel Europeo como Internacional.

• La Asociación HealthGrid ha Sido Coordinadora del Libro Blanco de Grids Para Salud, Disponible en: http://www.healthgrid.org/download.php.

• Organiza una Conferencia Anual(La Próxima se Celebrará enValencia Bajo la Organizaciónde la UPV).



INFSO-RI-508833


¿En Qué Estado se Encuentran los

Proyectos Más Relevantes de Grid en

Salud?



INFSO-RI-508833


• Áreas de Aplicación de los Grid para Salud– Imagen Médica

Federación de Archivos (BIRN, GRID-IT, MEDIGRID).Mamografía (NDMA, MAMMOGRID, eDIAMOND, GPCALMA).Proceso de Imágenes (DataGrid,EGEE-NA4).

– TerapiaSimulación de Radioterapia(GATE, GEMSS-RADPT).Simulación Farmacológica(GEMSS-Cophit).



INFSO-RI-508833


• Áreas de Aplicación de losHealthGrids– Biocomputación

Simulación de Dinámica deProteínas y Ontologías Genéticas(BioGRID, GPS@, INFOGENMED,GenoGrid, myGRID…)..

– Simulación Biomédica yPlanificación Quirúrgica

Vascular (CROSSGRID,GEMSS-BloodSim).Maxilo-Facial (GEMSS).Actividad Cardiaca (gCAMAEC).



INFSO-RI-508833

Casos de Estudio

Dos Ejemplos Prácticos de Grid Para

Salud



INFSO-RI-508833

Casos de Estudio

• Caso 1: Imagen Médica– Almacenamiento y Proceso de Imágenes

Médicas Sobre un Conjunto de RepositoriosDistribuidos y Federados.

– Proyectos en el ÁmbitoBIRN.GRID-IT (TRENCADIS).IXI.

• Caso 2: Epidemiología y Fármaco-Eficiencia– Entrenamiento y Producción de Sistemas de

Extracción del Conocimiento y Minería de Datos sobre Grandes Bases de Datos Clínicas.

– Proyectos en el ÁmbitoDataMining Grid.MyGrid.HealinG.



INFSO-RI-508833

Casos de Estudio

Caso 1:

Aplicación de los DATAGRIDS para el

Almacenamiento de Imágenes Médicas

Distribuido



INFSO-RI-508833

Imagen Médica: Objetivo

• Objetivo: Creación de Repositorios Virtuales Compartidos de Imágenes Médicas– Complementariedad sobre los PACS. – Organización de los Datos Relevantes

para su Compartimiento Orientado a laFormación y al Soporte de laInvestigación en Casos Poco Frecuentes.

– Ámbito Multicéntrico, Organización de laInformación Más Semántica queAdministrativa.

• Problemas Particulares– Integración de Repositorios.– Proceso con un Alto Coste Computacional.– Organización Orientada a la Gestión del Conocimiento.– Confidencialidad y Seguridad.


INFSO-RI-508833

Imagen Médica: Datagrids

• DataGrids de Datos Médicos– Se Dispone de Información

VoluminosaImágenes Médicas.Registros de Signos Vitales.Información Genética.

– Se Requiere un Pre/Post-proceso Complejo

Corregistraciones, Minería de Datos, Biocomputación.

– El Acceso se Realiza de Forma Geográficamente Distribuida.

Gestión de Réplicas para Reducir el Trasiego de Datos.Almacenamiento Distribuido.


INFSO-RI-508833

Imagen Médica: Integración I

• Integración de Repositorios– Diferentes Formatos de Almacenamiento, Datos o Estructura

Virtualización de los Almacenes Específicos en Objetos con un Interfaz Único.Preproceso para Estandarizacióna Formatos o Marcos deReferencia.

– Gestión de MetadataInforme Radiológico.Información Semántica.

– Ubicación de los Datos ySelección del Repositorio

Gestión de Catálogos.Publicación Dinámica del Estado.


DICOM Storage

DICOM Storage

DICOM Storage

Storage Broker

DICOM Virtual

Storage

Catálogo

DICOM Virtual

Storage


INFSO-RI-508833

Imagen Médica: Integración II

• Soporte Ontológico– Soporte de Múltiples Grupos de

Trabajo Sobre Diferentes Disciplinas y Problemas Médicos.

– Generación de las Comunidades Virtuales y Creación de las Ontologías de Referencia.

– Búsqueda Sobre Datos en el Informe o de la Imagen.

– Soporte de Informe Estructurado.– Filtrado de la Información Disponible

para una Comunidad por Experimentos (Estudios).

– Consultas Específicas a Nivel de Usuario -> Segundo Nivel de Filtrado.

Conjunto de Datos: Totalidad de las Imágenes e Informes Compartidos

Comunidad de Usuarios:(p.e. Neuroimágen Pediátrica)

Experimento:(p.e. Neuroblastoma)

Vista: (p.e. Pacientes entre 1 y 2 Años con Hallazgos en el Lóbulo Frontal)


INFSO-RI-508833

Imagen Médica: Seguridad

• Confidencialidad y Seguridad– Seguridad:

Autenticación de Usuarios: Certificados X.509, “Single Sign-on”.Autorización de Usuarios: Organizaciones Virtuales y Delegación de Permisos. Acceso a Recursos: Listas de Control de Acceso.

– Privacidad:Transmisión Segura (SSL, HTTPS).Almacenamiento Local:

• Acceso Posible por UsuariosLocales con Privilegios.

• Encriptación y Gestión deRepositorios de Claves.



INFSO-RI-508833

Imagen Médica: Proceso

• Proceso con un Alto Coste Computacional– Las Imágenes Radiológicas Volumétrica Implican

Procesos con un Alto Coste Computacional:Segmentación. Identificación de los Órganos y Tejidos a los que Cada Punto (Voxel) Pertenece.Proyección 3D. Generación de Vistas Tridimensionales de los Estudios Tomográficos.Registración. Deformación de las Imágenes para Adaptarlas a Marcos de Referencia, Atlas Anatómicos o Series de Imágenes de un Mismo Paciente.

– Los Procesos Son Altamente Paralelizables e Incluso Corresponden a un Modelo de Alta Productividad.

– Existe una Gran Experiencia y Penetración de Estos Procesos en la Práctica Clínica.



INFSO-RI-508833

Imagen Médica: Demos

• Demo 1 – Creación de un Repositorio Virtual a Partir de Varios Sistemas

de Almacenamiento.– Creación de un Subconjunto de Estudios.– Realización de una Búsqueda de Datos.– Actualización Dinámica de los Catálogos.

• Demo 2– Co-registración de 13 Estudios Simultáneos.– Upload de los 13 Imágenes en el Grid.– Creación de los Archivos de Configuración y Lanzamiento de

Trabajos.– Recogida de los Resultados.



INFSO-RI-508833

Casos de Estudio

Caso 2:

Aplicación de los Grids

Computacionales para la Minería de

Datos



INFSO-RI-508833

Epidemiología y Farmaco-Eficiencia: Objetivo

• Conceptos– Farmacoeconomía

Pretende Definir qué Fármaco y Forma de Utilización Produce los Mejores Resultados para la salud, según los Recursos Invertidos.En el Mundo Circulan más de 100 000 Productos Farmacéuticos de Marca, Aunque la OMS Señala que 307 Principios Activos y 532 Presentaciones Farmacéuticas son Suficientes para la Mayoría de las Enfermedades.

– Estudios de Efectividad: En Base a una Población no Sesgada y a Partir de la Práctica Clínica Habitual.

– Estudios de Eficiencia: Se Entiende Eficiencia Como la Ventajosa Relación entre los Recursos Invertidos y los Resultados Obtenidos.

• Problemas Particulares– Organización e Integración de la Información.– Publicación y Acceso a los Clasificadores y los

Datos.– Entrenamiento de Sistemas de Extracción del

Conocimiento.



INFSO-RI-508833

Epidemiología y Farmaco-Eficiencia: Integración

• Integración de Bases de Datos– Evolución sobre el Concepto de Integración de Repositorios.– OGSA-DAI

Nace A Partir del DAIS (Database Access and Integration ServicesWorking Group) del Global Grid Forum pero Continua con Independencia.Base de Datos de Código Abierto Interoperable con los Middleware Actuales Convencionales.Proporciona un Acceso Coherente a Varias Bases de Datos en un Servidor.OGSA-DAI Puede Utilizarse También para Federar Bases de Datos Situadas en Diferentes Localizaciones Geográficas.También Proporciona Herramientas para Realizar un Preproceso Reducido de los Datos.

– Los Algoritmos También Deben Evolucionar Para su Utilización en un Entorno Distribuido.

– También Requiere el Uso de Formatos Intermedios para Compatibilizar Datos Mediante Esquemas y Ontologías.



INFSO-RI-508833

Epidemiología y Farmaco-Eficiencia: Publicación

• Publicación y Acceso a los Clasificadores y los Datos – El Uso de Sistemas Distribuidos Implica Conocer el Estado de los

Recursos en Cada Momento.Los Grids Tradicionales Utilizan Esquemas Basados en Directorios (Como LDAP) Para Publicar Tanto Parámetros Persistentes (Número de CPUs, Sistema Operativo, Servicios Instalados,…) como Dinámicos (Uso de CPU, Espacio Libre en Disco,…).Actualmente se Utilizan Esquemas Más Efectivos como Bases de Datos Relacionales (R-GMA).

– En el Caso de los Datos, la Publicación de la Información es Aún Más Importante para Localizar la Fuente De Datos Más Apropiada.

– Se Necesitan Esquemas Potentes y Con Capacidad de Modificación a Nivel de Usuario para Publicar Información Específica de Cada Servicio, Fuente de Datos o Clasificador.

• Semantic Grid– Publicación del Significado y Comportamiento de la Información.



INFSO-RI-508833

Epidemiología y Farmaco-Eficiencia: Entrenamiento I

• Realización de Estudios de Efectividad y Eficiencia de Fármacos Mucho más Precisos.– Retos:

Determinar las Posologías y Fármacos Cuyo Beneficio es Mayor.Evaluar la Correlación entre Morbilidad y Terapia sobre la Población Real.Disponibilidad de Estudios Independientes y Significativos sobre las Poblaciones Objetivo.

– Herramientas: Minería de Datos.Proceso Automatizado que Descubre (No Visible Anteriormente) Hechos Contenidos en las Bases de Datos.En Primer Lugar Descubre Reglas QueRelacionan Variables o Conjuntos deVariables Contenidas en la Base de Datos.Después las Relaciones Más Relevantes seAnalizan Para Comprobar su Utilidad.



INFSO-RI-508833

Epidemiología y Farmaco-Eficiencia: Entrenamiento II

• Entrenamiento con Bases de Datos Suficientemente Grandes para Garantizar su Relevancia.

• Complejidad del Entrenamiento– Muchas Variables (Método de Entrenamiento, Número de Salidas,

Configuración de la Red Neuronal).– Mucho Tiempo de Entrenamiento. – Sin Embargo el Proceso es Masivamente Paralelo y Permite un

Balance de Carga Dinámico y la Granularidad es Definible.– Ideal Para el Aprovechamiento de Ciclos Ociosos.

• Los Resultados del Entrenamiento Determinan los Parámetros delClasificador.

• La Ejecución de la Red Tiene muy PocoCoste Computacional.– Utilización de las Tecnologías Grid para

Proporcionar la Capacidad de Proceso.



INFSO-RI-508833

Epidemiología y Farmaco-Eficiencia: Entrenamiento III

• Entrenamiento: Minería en Texto – Gran Cantidad de la Información Clínica No se Encuentra

Debidamente Codificada (Diagnósticos, Informes Médicos, etc).– Más aún, Estos Pueden Contener Información Personal que

Debe Filtrarse Adecuadamente.– La Minería de Textos Pretende Extraer Conocimiento a Partir de

Textos en Lenguaje Natural.Sistemas de Búsqueda Automatizada para la Selección de los Ficheros con Información Relevante.Extracción de Párrafos Relevantes y Filtrado.Organización: Reducción y Clustering

– Alto Coste Computacional.– Alto Coste en el Almacenamiento Documental.



INFSO-RI-508833

Conclusiones

• Las Tecnologías Grid Están Convergiendo con Otras Tecnologías Orientadas al Soporte a la Interoperabilidad y las Comunicaciones (WS-I, WSRF).

• La Aplicación en el Ámbito Biomédico Permite Mejorar los Procesos de Integración de Datos y Postproceso.

• Suponen una Tecnología Prometedora tanto en los Estudios Epidemiológicos como en la Adaptación de la Terapia a los Pacientes Individuales.

• Existen Numerosos Ejemplos Exitosos (BIRN, MAMMOGRID, EMBRACE, GEMSS,MEDIGRID, MYGRID…).



INFSO-RI-508833

Contacto

Vicente Hernández / Ignacio BlanquerUniversidad Politécnica de ValenciaCamino de Vera s/n46022 Valencia, SpainTel: +34-963879743Fax. +34-963877274E-mail: [email protected]

[email protected]


aplicaciones de las tecnologías grid en las ciencias de la...

Documents