Σήμερα, η CCC υπέβαλε απάντηση σε α Αίτημα για πληροφορίες που δημοσιεύτηκε από τα Εθνικά Ινστιτούτα Υγείας (NIH) σχετικά με το Στρατηγικό Σχέδιο για την Επιστήμη Δεδομένων 2023-2028. Η απάντηση γράφτηκε από τους ακόλουθους ειδικούς υπολογιστών: Tony Capra (Πανεπιστήμιο της Καλιφόρνια-Σαν Φρανσίσκο), David Danks (Πανεπιστήμιο της Καλιφόρνια San Diego, μέλος του Συμβουλίου CCC), Haley Griffin (CCC), Carl Kingsford (Πανεπιστήμιο Carnegie Mellon), Rittika Shamsuddin (Πολιτεία Οκλαχόμα), Katie A. Siek (Πανεπιστήμιο της Ινδιάνα, μέλος του Συμβουλίου CCC), Mona Singh (Πανεπιστήμιο Princeton, μέλος του Συμβουλίου CCC), Donna Slonim (Πανεπιστήμιο Tufts) και Tammy Toscos (Parkview Health, μέλος του Συμβουλίου CRA-I) .

Οι συγγραφείς χειροκρότησαν το NIH για μια εντυπωσιακή λίστα φιλοδοξιών στο Στρατηγικό Σχέδιο, αλλά εξέφρασαν ανησυχίες σχετικά με την εκπαίδευση, την τεχνογνωσία, τα δεδομένα και τα πρόσθετα κεφάλαια που απαιτούνται για την εφαρμογή του σχεδίου. Σημείωσαν επίσης ότι θα πρέπει να απαιτούνται περισσότερες από τις συστάσεις παρά να προτείνονται.

Έκαναν επίσης τις ακόλουθες συστάσεις για τη βελτίωση του Στρατηγικού Σχεδίου:

Απαιτούνται πρόσθετες λεπτομέρειες για την ενεργοποίηση της εφαρμογής: 

• Σκεφτείτε πώς να συλλάβετε ποιοτικά και πλούσια σε πολυμέσα δεδομένα που μπορούν να χρησιμοποιηθούν στη μελλοντική ανάλυση της επιστήμης δεδομένων.
• Ενθαρρύνετε τον ορισμό και τη διατήρηση μεταδεδομένων που καταγράφουν το πλαίσιο και το ιστορικό των δεδομένων που συλλέγονται.
• Συμπεριλάβετε ηγέτες πληροφορικής από κρατικές και τοπικές υπηρεσίες υγείας κατά την υιοθέτηση προτύπων πληροφορικής υγείας.
• Υποστηρίξτε το σχεδιασμό στρατηγικών τρόπων για την αντιμετώπιση των κοινωνικών αναγκών ατόμων/κοινοτήτων, προκειμένου να διασφαλιστεί ότι τα δεδομένα που συλλέγονται είναι αντιπροσωπευτικά, προέρχονται από ηθικές αρχές και έχουν ουσιαστική επίδραση.
• Καθορίστε στρατηγικές για την αντιμετώπιση της κακής επικοινωνίας και της έλλειψης ευαισθητοποίησης του ευρύτερου κοινού σχετικά με τη χρήση δεδομένων υγείας για έρευνα, καθώς η διαφάνεια δεν οδηγεί αυτόματα στην κατανόηση της κοινότητας.
• Να απαιτείται από τα ιδρύματα τριτοβάθμιας εκπαίδευσης να τεκμηριώνουν τον τρόπο με τον οποίο υποστηρίζουν τη διεπιστημονική έρευνα.
• Να ορίσετε και να υποστηρίξετε με σαφήνεια τις συμπράξεις δημόσιου και ιδιωτικού τομέα για να λάβετε υπόψη την πραγματική πίεση στα συστήματα υγείας.
• Εξετάστε τα ζητήματα και τις ευκαιρίες των συνθετικών δεδομένων που δημιουργούνται από συστήματα AI/ML.
• Συμπεριλάβετε ένα σχέδιο για το πότε ενσωματώνονται εσφαλμένα δεδομένα. Θα πρέπει να υποστηρίζονται εργαλεία AI/ML για τον εντοπισμό και τη διόρθωση σφαλμάτων.
• Απαιτήστε από τα ιδρύματα να έχουν ελέγχους και ισορροπίες για να διασφαλίσουν ότι σε άτομα από ιστορικά αποκλεισμένες ομάδες παρέχονται πραγματικές ερευνητικές εμπειρίες και αντιμετωπίζονται με ηθικό τρόπο.
• Χρησιμοποιήστε μηχανισμούς, τεκμηρίωση και αναφορές όπως είναι απαραίτητο για να δείξετε πώς έχουν εργαστεί τα χρηματοδοτούμενα ιδρύματα για να μειώσουν την ανάγκη διδασκαλίας διαφορετικών ομάδων σχετικά με την «ανθεκτικότητα».
• Συμπεριλάβετε το κλείσιμο των κενών στα δεδομένα των κοινοτήτων που δεν έχουν τακτική πρόσβαση στα συστήματα υγειονομικής περίθαλψης ως κύριο στόχο ή υποστόχο στο σχέδιο.
• Εξετάστε τα κενά ευκαιριών στην πρόσβαση σε δεδομένα μεταξύ καλά χρηματοδοτούμενων, καθιερωμένων ιδρυμάτων και ιδρυμάτων χωρίς τόση χρηματοδότηση και πρόσβαση στους προϋπολογισμούς επιχορηγήσεων, προκειμένου να γίνει η χρηματοδότηση προσβάσιμη σε όλους τους οργανισμούς υγείας. 

Πρόσθετα κεφάλαια/πόροι για την υποστήριξη της υλοποίησης:

• Αύξηση πρωτοβουλιών με στόχο την υποστήριξη θέσεων διπλού διορισμού και διεπιστημονικών θέσεων. 
• Υποστήριξη της εκπαίδευσης στην επιστήμη της εφαρμογής, ίσως με τη μορφή πρόσκλησης για προσαρμογή των επιστημονικών πλαισίων υλοποίησης στην ανάπτυξη νέων τεχνολογιών λογισμικού.
• Υποστηρίξτε την πρόσβαση σε υπολογιστικούς πόρους όπως GPU μέσω χρηματοδότησης για νέο υλικό σε διάφορα ιδρύματα και παρέχετε πρόσβαση σε κοινόχρηστους πόρους cloud σε τιμές που είναι προσιτές, δεδομένων των τρεχόντων επιπέδων προϋπολογισμού επιχορήγησης του NIH.
• Υποστηρίξτε την καθαρή υπολογιστική έρευνα (κατά τη διάρκεια των τμημάτων της μελέτης και των κριτηρίων ανασκόπησης) που έχει εφαρμογή σε βιολογικά δεδομένα και όχι μόνο στην εφαρμοσμένη βιοϊατρική έρευνα.
• Υποστηρίξτε τυποποιημένες μορφές δεδομένων που περιλαμβάνουν απαιτήσεις για το περιεχόμενο δεδομένων (απαιτούμενα πεδία, τυποποιημένη ορολογία), έτσι ώστε τα δεδομένα να είναι έτοιμα να εισαχθούν σε συστήματα τεχνητής νοημοσύνης και να αναλυθούν.
• Υποστήριξη ευκαιριών θερινής έρευνας για σπουδαστές MS προκειμένου να βοηθηθούν οι μελλοντικοί ερευνητές της επιστήμης δεδομένων.
• Παρέχετε χρηματοδότηση σε μέντορες όχι μόνο για μέντορες, αλλά και για να συνεχίσουν την έρευνά τους με προτάσεις χρηματοδότησης έρευνας με χαμηλά έξοδα. Επιπλέον, απαιτήστε τεκμηρίωση από ιδρύματα σχετικά με τον τρόπο με τον οποίο εκτιμάται η καθοδήγηση της έρευνας ιστορικά αποκλεισμένων ομάδων για την προώθηση και τη θητεία τους στην υπηρεσία, τη διδασκαλία και την έρευνα.
• Παρέχετε μηχανισμούς χρηματοδότησης που βοηθούν τους εκπαιδευόμενους να παραμείνουν στο πλαίσιο της εκπαίδευσης.
• Αναπτύξτε εργαλεία για να βοηθήσετε τους χρήστες να συνεισφέρουν εύκολα, να αποκτήσουν πρόσβαση σε δεδομένα και να ερμηνεύσουν πληροφορίες που προέρχονται από αυτούς τους πόρους (όπως ο ιστότοπος του NIH) για να επεκτείνετε την πρόσβαση και να διευκολύνετε τη μόχλευση δεδομένων.  

Οι συγγραφείς πρότειναν επίσης τις ακόλουθες συνεργασίες στις οποίες θα μπορούσε να συμμετάσχει το NIH:

• Τοπικοί μη κερδοσκοπικοί/κοινοτικοί οργανισμοί για να βοηθήσουν το NIH να φτάσει σε κοινότητες που δεν διαθέτουν πόρους, να παρέχουν χρηματοδότηση όπου χρειάζεται περισσότερο και να επικοινωνούν με πληθυσμούς που επηρεάζονται. 
• Ομοσπονδιακά ιδρύματα που υποστηρίζουν την έρευνα δεδομένων ή/και συστημάτων, συμπεριλαμβανομένων των FFRDC που δίνουν μεγάλη έμφαση στην επιστήμη των δεδομένων και στη διαχείριση δεδομένων (π.χ. το Ινστιτούτο Μηχανικής Λογισμικού).
• Εμπειρογνώμονες δημόσιας υγείας, καθώς είναι απαραίτητο να κατανοήσουμε το δίκτυο δημόσιας υγείας και τον τρόπο με τον οποίο ταιριάζει η φροντίδα των ασθενών. Οι επαγγελματίες δημόσιας υγείας συχνά δεν διαθέτουν την πιο πρόσφατη ΗΜΥ, ούτε τη χρηματοδότηση που απαιτείται για την ενσωμάτωση με τις τεχνολογίες υπολογιστών.
• Οι φαρμακευτικές εταιρείες, καθώς παρόλο που είναι πολύ απίθανο να μοιραστούν δεδομένα, χρησιμοποιούν πολλά δημόσια δεδομένα και αντιμετωπίζουν τις ανάγκες της δημόσιας υγείας, επομένως η συνεργασία μαζί τους θα ήταν επωφελής.
• NSF (ειδικά κέντρα υπερυπολογιστών), συμπεριλαμβανομένων των Ινστιτούτων NSF AI με έμφαση στις βιοϊατρικές προκλήσεις (π.χ. AI-CARING) καθώς και τμήματα εντός της διεύθυνσης CISE που επικεντρώνονται σε συστήματα, γλώσσες προγραμματισμού, υπολογιστική βιολογία και αλγόριθμους.
• Τμήμα Ενέργειας (DOE)
• Στρατιωτικά ερευνητικά συστήματα
• Veteran Affairs (VA) – Τα νοσοκομεία VA και τα σχετικά συστήματα φροντίδας συλλέγουν μεγάλες ποσότητες δεδομένων ασθενών που αντιπροσωπεύουν τόσο κοινές (π.χ. καρδιαγγειακές) όσο και μοναδικές (π.χ. PTSD που σχετίζονται με τη μάχη) προκλήσεις υγείας. Η συνεργασία μαζί τους μπορεί να παρέχει μοναδικούς πόρους δεδομένων και να τονίζει πολύ διαφορετικές απόψεις ασθενών και παρόχων.   

Σε υψηλό επίπεδο, οι συγγραφείς τόνισαν ότι πολλές προσπάθειες βιοϊατρικής έρευνας απαιτούν πρόοδο στη θεμελιώδη έρευνα της επιστήμης των υπολογιστών, μεταξύ άλλων σε τομείς όπως οι γλώσσες προγραμματισμού, οι αλγόριθμοι και τα συστήματα. Αυτοί οι τομείς πρέπει επίσης να υποστηριχθούν σε πρωτοφανή κλίμακα προκειμένου να επιτευχθούν οι στόχοι αυτού του σχεδίου, ιδίως για την υποστήριξη της διαλειτουργικότητας δεδομένων, της αναπαραγώγιμης και κατανεμημένης επεξεργασίας, της διαθεσιμότητας δεδομένων χαμηλής καθυστέρησης, της συμπίεσης, της αναζήτησης και της αποθήκευσης δεδομένων.

Διαβάστε την πλήρη απάντηση του CCC εδώ.

• SEO Powered Content & PR Distribution. Ενισχύστε σήμερα.
• PlatoData.Network Vertical Generative Ai. Ενδυναμώστε τον εαυτό σας. Πρόσβαση εδώ.
• PlatoAiStream. Web3 Intelligence. Ενισχύθηκε η γνώση. Πρόσβαση εδώ.
• PlatoESG. Ανθρακας, Cleantech, Ενέργεια, Περιβάλλον, Ηλιακός, Διαχείριση των αποβλήτων. Πρόσβαση εδώ.
• PlatoHealth. Ευφυΐα βιοτεχνολογίας και κλινικών δοκιμών. Πρόσβαση εδώ.
• πηγή: https://feeds.feedblitz.com/~/873633950/0/cccblog~CCC-Responds-to-RFI-on-NIH%e2%80%99s-Strategic-Plan-for-Data-Science/