اليوم، قدمت CCC ردا على أ طلب للحصول على معلومات صادرة عن المعاهد الوطنية للصحة (NIH) حول خطتها الإستراتيجية لعلوم البيانات 2023-2028. تمت كتابة الرد من قبل خبراء الحوسبة التاليين: توني كابرا (جامعة كاليفورنيا - سان فرانسيسكو)، ديفيد دانكس (جامعة كاليفورنيا سان دييغو، عضو مجلس CCC)، هالي غريفين (CCC)، كارل كينجسفورد (جامعة كارنيجي ميلون)، ريتيكا شمس الدين (ولاية أوكلاهوما)، كاتي أ. سيك (جامعة إنديانا، عضو مجلس CCC)، مونا سينغ (جامعة برينستون، عضو مجلس CCC)، دونا سلونيم (جامعة تافتس)، وتامي توسكوس (باركفيو هيلث، عضو مجلس CRA-I) .
أشاد المؤلفون بالمعاهد الوطنية للصحة لقائمة التطلعات المثيرة للإعجاب في الخطة الإستراتيجية، لكنهم أثاروا مخاوف بشأن التدريب والخبرة والبيانات والأموال الإضافية اللازمة لتنفيذ الخطة. وأشاروا أيضًا إلى أنه ينبغي طلب المزيد من التوصيات بدلاً من اقتراحها.
كما قدموا التوصيات التالية لتحسين الخطة الإستراتيجية:
التفاصيل الإضافية اللازمة لتمكين التنفيذ:
- فكر في كيفية التقاط البيانات النوعية والغنية بالوسائط والتي يمكن استخدامها في تحليل علوم البيانات في المستقبل.
- تشجيع تعريف وصيانة البيانات الوصفية التي تلتقط سياق وتاريخ البيانات التي تم جمعها.
- قم بتضمين قادة تكنولوجيا المعلومات من إدارات الصحة بالولاية والمحلية عند اعتماد معايير تكنولوجيا المعلومات الصحية.
- دعم تصميم طرق استراتيجية لتلبية الاحتياجات الاجتماعية للأفراد / المجتمعات من أجل التأكد من أن البيانات التي يتم جمعها تمثيلية، ومن مصادر أخلاقية، وذات تأثير هادف.
- تحديد استراتيجيات لمعالجة سوء التواصل ونقص الوعي بين عامة الناس حول استخدام البيانات الصحية في الأبحاث، حيث أن الشفافية لا تؤدي تلقائيًا إلى فهم المجتمع.
- مطالبة مؤسسات التعليم العالي بتوثيق كيفية دعمها للأبحاث متعددة التخصصات.
- تحديد ودعم الشراكات بين القطاعين العام والخاص بشكل واضح لمراعاة الضغوط الواقعية على النظم الصحية.
- النظر في القضايا والفرص المتعلقة بالبيانات الاصطناعية التي تولدها أنظمة الذكاء الاصطناعي/التعلم الآلي.
- قم بتضمين خطة عند دمج البيانات غير الصحيحة. ينبغي دعم أدوات AI/ML لتحديد الأخطاء وتصحيحها.
- مطالبة المؤسسات بإجراء ضوابط وتوازنات لضمان تزويد الأشخاص من المجموعات المستبعدة تاريخياً بخبرات بحثية حقيقية ومعاملتهم بشكل أخلاقي.
- استخدم الآليات والوثائق وإعداد التقارير حسب الضرورة لإظهار كيف عملت المؤسسات الممولة على تقليل الحاجة إلى تعليم مجموعات متنوعة حول "القدرة على الصمود".
- قم بتضمين سد الفجوات في بيانات المجتمعات التي لا تتمتع بإمكانية الوصول المنتظم إلى أنظمة الرعاية الصحية كهدف رئيسي أو هدف فرعي في الخطة.
- خذ بعين الاعتبار فجوات الفرص في الوصول إلى البيانات بين المؤسسات القائمة والممولة جيدًا، والمؤسسات التي لا تتمتع بنفس القدر من التمويل والوصول إلى ميزانيات المنح من أجل جعل التمويل في متناول جميع المنظمات الصحية.
أموال/موارد إضافية لدعم التنفيذ:
- زيادة المبادرات الرامية إلى دعم وظائف التعيين المزدوج والمناصب متعددة التخصصات.
- دعم التدريب على علوم التنفيذ، ربما في شكل دعوة لتكييف أطر علوم التنفيذ في تطوير تقنيات البرمجيات الجديدة.
- دعم الوصول إلى موارد الحوسبة مثل وحدات معالجة الرسومات من خلال تمويل الأجهزة الجديدة في مؤسسات متنوعة، وتوفير الوصول إلى الموارد السحابية المشتركة بمعدلات ميسورة التكلفة نظرًا لمستويات ميزانية منح المعاهد الوطنية للصحة الحالية.
- دعم البحث الحسابي البحت (أثناء أقسام الدراسة ومعايير المراجعة) التي لها تطبيق على البيانات البيولوجية بدلاً من الأبحاث الطبية الحيوية التطبيقية فقط.
- دعم تنسيقات البيانات الموحدة التي تتضمن متطلبات محتوى البيانات (الحقول المطلوبة والمصطلحات الموحدة) بحيث تكون البيانات جاهزة لإدراجها في أنظمة الذكاء الاصطناعي وتحليلها.
- دعم فرص البحث الصيفية لطلاب ماجستير العلوم من أجل مساعدة الباحثين في علوم البيانات في المستقبل.
- توفير التمويل للموجهين ليس فقط للإرشاد، ولكن أيضًا لمواصلة أبحاثهم من خلال مقترحات تمويل بحثية منخفضة التكلفة. بالإضافة إلى ذلك، يجب طلب وثائق من المؤسسات حول كيفية تقييم التوجيه البحثي للمجموعات المستبعدة تاريخيًا في ترقيتهم ومدة خدمتهم في الخدمة والتدريس والبحث.
- توفير آليات التمويل التي تساعد المتدربين على البقاء في طور التدريب.
- قم بتطوير أدوات لمساعدة المستخدمين على المساهمة بسهولة في البيانات والوصول إليها وتفسير المعلومات المستمدة من هذه الموارد (مثل موقع المعاهد الوطنية للصحة) لتوسيع الوصول إلى البيانات وسهولة الاستفادة منها.
اقترح المؤلفون أيضًا الشراكات التالية التي يمكن أن تشارك فيها المعاهد الوطنية للصحة:
- المنظمات غير الربحية/المنظمات المجتمعية المحلية لمساعدة المعاهد الوطنية للصحة في الوصول إلى المجتمعات التي تعاني من نقص الموارد، وتوفير التمويل حيث تشتد الحاجة إليه، والتواصل مع السكان المتأثرين.
- المؤسسات الفيدرالية التي تدعم أبحاث البيانات و/أو الأنظمة، بما في ذلك FFRDCs التي تركز بشكل كبير على علوم البيانات وإدارة البيانات (على سبيل المثال، معهد هندسة البرمجيات).
- خبراء الصحة العامة، لأنه من الضروري فهم شبكة الصحة العامة والطريقة التي تتناسب بها رعاية المرضى. في كثير من الأحيان، لا يمتلك متخصصو الصحة العامة أحدث السجلات الصحية الإلكترونية، ولا التمويل المطلوب للتكامل مع تقنيات الحوسبة.
- شركات الأدوية، على الرغم من أنه من غير المرجح أن تشارك البيانات، فإنها تستخدم الكثير من البيانات العامة وتلبي احتياجات الصحة العامة، لذا فإن العمل معها سيكون مفيدًا.
- NSF (خاصة مراكز الحوسبة الفائقة)، بما في ذلك معاهد NSF AI مع التركيز على التحديات الطبية الحيوية (على سبيل المثال، AI-CARING) بالإضافة إلى الأقسام داخل مديرية CISE التي تركز على الأنظمة ولغات البرمجة والبيولوجيا الحسابية والخوارزميات.
- وزارة الطاقة (DOE)
- نظم البحوث العسكرية
- شؤون المحاربين القدامى (VA) - تقوم مستشفيات فرجينيا وأنظمة الرعاية المرتبطة بها بجمع كميات كبيرة من بيانات المرضى التي تمثل التحديات الصحية الشائعة (مثل القلب والأوعية الدموية) والفريدة من نوعها (مثل اضطراب ما بعد الصدمة المرتبط بالقتال). قد توفر الشراكة معهم موارد بيانات فريدة وتسلط الضوء على وجهات نظر مختلفة جدًا للمريض ومقدم الخدمة.
وعلى مستوى عالٍ، أكد المؤلفون أن العديد من الجهود البحثية الطبية الحيوية تتطلب تقدمًا في أبحاث علوم الكمبيوتر الأساسية، بما في ذلك في مجالات مثل لغات البرمجة والخوارزميات والأنظمة. تحتاج هذه المجالات أيضًا إلى الدعم على نطاق غير مسبوق من أجل تحقيق أهداف هذه الخطة، لا سيما دعم قابلية التشغيل البيني للبيانات، والمعالجة القابلة للتكرار والموزعة، وتوافر البيانات بزمن وصول منخفض، وضغط البيانات، والبحث فيها، وتخزينها.
اقرأ الرد الكامل لـ CCC هنا.
- محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
- PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
- أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
- أفلاطون كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
- أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
- المصدر https://feeds.feedblitz.com/~/873633950/0/cccblog~CCC-Responds-to-RFI-on-NIH%e2%80%99s-Strategic-Plan-for-Data-Science/
