Debreceni Egyetem: A debreceni UDBD-Health adattárház fejlesztésének tervei

A Debreceni Egyetem TKP2021-NKTA-34 azonosító számú „BigData-technológiával támogatott UDBD-Health adattárház fejlesztése és üzemeltetése” elnevezésű projektje az Innovációs és Technológiai Minisztérium Nemzeti Kutatási Fejlesztési és Innovációs Alapból nyújtott támogatásával, a TKP2021-NKTA pályázati program finanszírozásában valósul meg 1 400 000 000 Ft összegben - tudatta az intézmény sajtóközleményben. A támogatás intenzitása 100 %. A Kutatás megvalósítása 2021. december 01. napjától 2025. november 30. napjáig tart. A Debreceni Egyetem, mint a magyar felsőoktatás kiemelkedő kutató, fejlesztő intézménye, küldetésnyilatkozatában, tevékenységének fókuszát az egészségiparban és annak innovációs lehetőségeiben határozta meg. Ezért jelen Big Data projektben célul tűztük ki a Debreceni Egyetemen képződő nagy tömegű adatok megfelelő tárolásának és feldolgozásának optimalizálását, az Egyetem kutató-fejlesztő-innovatív tevékenységének legkorszerűbb támogatása céljából. Ugyancsak célul tűztük ki, hogy a strukturált adatbázisok az Egyetem szolgáltatási portfóliójában is megjelenjenek. A Debreceni Egyetem adatvagyonának jelentős részét teszik ki a Klinikai Központban folyó betegellátás során keletkezett medikai és képi adatok, melyek kutatási célú elérhetősége erősen korlátozott. A BigData tématerület keretében 2018 óta folytatott K+F tevékenység egyik legfontosabb eredménye az, hogy ezt az adatvagyont megfelelő adattranszformációs eljárások kidolgozásával a kutatók számára elérhetővé tettük. A Microsoft Azure környezetben kialakított UDBD Health adattárház és a hozzá kapcsolt skálázható számítógéprendszer biztosítja a pszeudo-anonim adatok folyamatos gyűjtését, valamint a kutatók számára az adattudomány korszerű elemző módszereinek (pl. a gépi tanuláson alapuló eljárások) használatát. A megfelelő módon strukturált és anonimizált adattárház, a kórházi informatikai rendszerből származó, 20 évet lefedő szöveges adatokból, képi és genetikai diagnosztikai információkból áll össze. Ezzel lehetővé válik olyan rejtett összefüggések megtalálása és elemzése is, melyek nem csak egyes népbetegségek (pl. cukorbetegség, magas vérnyomás), hanem akár a ritka betegségek megértéséhez is információval szolgálhatnak.