התפקיד המכריע של טכנולוגיות המידע בחקר הקורונה
כיצד יכול וצריך מערך IT בארגון לחקור את מאגרי הענק של הנתונים שלו, על מנת לעשות שימוש בנתונים החיוניים ביותר להשגת תובנות וגילויים מדעיים ועסקיים, בתקופה בה המידע הפך זמין, מהיר וקריטי יותר מאי פעם
ישראל דיפנס
| 11/07/2021
אסף לוי, מחבר המאמר. צילום: ולדימיר זדורנוב
נתונים היו תמיד הבסיס לחדשנות בתחום שירותי הבריאות ומדעי החיים. בעשור האחרון התחום הזה רשם קפיצה מרשימה שסייעה רבות למחקר, ניתוח והבנה של ממצאים רפואיים והשוואה למאות אלפי או מיליוני מקרים אחרים. כך למשל מסייעים הנתונים בקידום חקר מחלת הסרטן והטיפול בה על סמך נתוני ביג דאטה של מיליוני מקרים ברחבי העולם, שעל פי ניתוחם ניתן ללמוד על יעילות טיפול בסוגים שונים של סרטן.
כאשר מסתכלים השנה וחצי האחרונות, ברור כי מגיפת הקורונה הזניקה את חשיבות הנתונים צעד אחד קדימה. כולנו חשנו בכך יום יום כאשר עקבנו אחר נתונים בחיתוכים שונים כגון: מספר חולים לפי ערים, מקרים, מספר מונשמים, מקדם הדבקה, קצב התחסנות ועוד. ובזמן שהמדענים מיקדו את המאמצים שלהם האחרונות במלחמה נגד הוירוס, אנשי ה- IT נאבקו על מנת לספק תשתיות של מערכות IT הנדרשות לאפשר ניתוח מיליוני פיסות נתונים במהירות.
מה קרה מאז פרוץ הקורונה?
כאשר בוחנים את עולם המחקר בתקופת הקורונה מבחינים במספר דברים שקרו. ראשית, נוצרה דחיפות בכל הנוגע לקבלת תובנות במהירות גדולה יותר והפצת ממצאים בזמן קצר ככל הניתן. לדוגמא, החוקרים רוצים וצריכים להיות מסוגלים לבחון מספר השערות, לרצף גנומים מהר יותר, או להריץ אלגוריתמים חדשים של AI אל מול הדמיות מדעיות. למעשה, ארגונים רבים במדעי החיים משתמשים במודלים של AI כדי לחזות, לדוגמא, אילו מטופלים ידרשו טיפולים מתקדמים או יותר, או אפילו כדי להעריך מה יהיה הביקוש למיטות בחדר המיון.
כשכמות כזו של מידע זמינה, היכולת של המחשוב לאפשר שימוש בנתונים רבים מאוד במהירות רבה מאוד, הופכת לקריטית יותר. ומאחר וקיימים סוגים רבים של נתונים – כגון הדמיות או נתונים קליניים – קשה לעיתים קרובות לדעת היכן להתחיל וכיצד לקבל תשובות במהירות הרבה ביותר. לכן, היכולת לשלב במהירות את כל המקורות של הנתונים השונים היא חיונית כדי לתמוך בטיפולים, בין אם מדובר בנתונים ברמת המטופל נתונים לצורך השימוש של בית החולים, של כלל המדינה או אפילו ברמה הגלובלית.
גם במחלקות ה- IT עברו הצוותים שינוי במהלך המגיפה. חוקרים שפעם ישבו במשרדים, מצאו את עצמם כעת עובדים מרחוק. התפיסה השתנתה – ובמהירות - לא רק לגבי העבודה אלא גם לגבי הדרך בה מתמודדים עם בעיות גדולות. לדוגמא, ארגונים הזקוקים ליכולת מחשוב מדעית, חייבים כעת לגשת למידע חיוני, לא רק מרחוק, אלא גם באופן מאובטח. מתן יכולת גישה נוחה לכמות גדולה של נתונים ממגוון אתרים ומקומות, מעולם לא הייתה שיקול משמעותי בתעשייה. עד עכשיו.
הימנעות מצווארי בקבוק
כאשר היעד המרכזי של ארגוני מחקר ושירותי בריאות ב- 2020 היה להשיג התקדמות משמעותית במאבק נגד הקורונה, התפקיד של ה- IT בתהליך הזה היה בעיקר שלא להפוך לצוואר בקבוק. בין אם מדובר על מתן תשתית למיין מערכי נתונים עצומים, או על אספקת עוצמה לצורך ניתוח הדמיות, לימוד מכונה או AI, צוותי ה- IT וממשיכים לעמוד במרכז יוזמות שמשנות את החיים עצמם – כאשר כל שגיאה או האטה יכולה להשפיע משמעותית על תוצאות המאמצים.
הדבר נכון במיוחד כאשר פועלים תחת לוח זמנים מהודק ומשבר הקורונה היה תרחיש קיצון שכזה: החזרת תוצאות מהירות הייתה חיונית כדי להגביל את תפוצת הוירוס ולהבטיח את בטיחות הציבור. גם אם ניהול נתונים אינו תחום העיסוק המרכזי של ביולוגים וחוקרים, הצורך שלהם בתשתית המתאימה, אשר מבטיחה כי המידע הנכון יהיה נגיש בכל מקום בו זקוקים לו, הפך לחיוני.
הדרך קדימה
המאבק בקורונה בישראל מראה סימני הצלחה אך הוא נמשך לצערנו במקומות רבים בעולם. הלקח החשוב שלמדו הצוותים הרפואיים ואנשי ה- IT הוא שפתרון המגיפה מהיר יותר כאשר אפשר להסתמך על מיחשוב מהיר יותר. המשך המחקר של הקורונה והאתגרים הרפואיים הנוכחיים והעתידיים דורשים את התשתית הנכונה, כולל היכולת להתרחב במהירות לרמות עבודה שראינו במהלך המגיפה. בזמן בו ממשלות, חברות ואוניברסיטאות מהדהדות את הצורך במחשוב עוצמתי כדי לחקור נושאים בוערים הקורונה, התקציבים בפועל לא תמיד עומדים בקו אחד עם הדרישה.
ארגונים יכולים לייעל את תשתית המחקר המודרנית באמצעות השקעה בפתרונות מודרניים שיאפשרו להם להתמקד בגישה מהירה יותר לנתונים חיוניים. בסופו של דבר, יכולת זו מביאה לתובנות וגילויים מדעים חדשים בקצב מהיר יותר. עם התשתית המתאימה, עתיד התעשייה בהיר יותר.
מאת אסף לוי, הארכיטקט הראשי (Chief Architect) של VAST Data
כיצד יכול וצריך מערך IT בארגון לחקור את מאגרי הענק של הנתונים שלו, על מנת לעשות שימוש בנתונים החיוניים ביותר להשגת תובנות וגילויים מדעיים ועסקיים, בתקופה בה המידע הפך זמין, מהיר וקריטי יותר מאי פעם
אסף לוי, מחבר המאמר. צילום: ולדימיר זדורנוב
נתונים היו תמיד הבסיס לחדשנות בתחום שירותי הבריאות ומדעי החיים. בעשור האחרון התחום הזה רשם קפיצה מרשימה שסייעה רבות למחקר, ניתוח והבנה של ממצאים רפואיים והשוואה למאות אלפי או מיליוני מקרים אחרים. כך למשל מסייעים הנתונים בקידום חקר מחלת הסרטן והטיפול בה על סמך נתוני ביג דאטה של מיליוני מקרים ברחבי העולם, שעל פי ניתוחם ניתן ללמוד על יעילות טיפול בסוגים שונים של סרטן.
כאשר מסתכלים השנה וחצי האחרונות, ברור כי מגיפת הקורונה הזניקה את חשיבות הנתונים צעד אחד קדימה. כולנו חשנו בכך יום יום כאשר עקבנו אחר נתונים בחיתוכים שונים כגון: מספר חולים לפי ערים, מקרים, מספר מונשמים, מקדם הדבקה, קצב התחסנות ועוד. ובזמן שהמדענים מיקדו את המאמצים שלהם האחרונות במלחמה נגד הוירוס, אנשי ה- IT נאבקו על מנת לספק תשתיות של מערכות IT הנדרשות לאפשר ניתוח מיליוני פיסות נתונים במהירות.
מה קרה מאז פרוץ הקורונה?
כאשר בוחנים את עולם המחקר בתקופת הקורונה מבחינים במספר דברים שקרו. ראשית, נוצרה דחיפות בכל הנוגע לקבלת תובנות במהירות גדולה יותר והפצת ממצאים בזמן קצר ככל הניתן. לדוגמא, החוקרים רוצים וצריכים להיות מסוגלים לבחון מספר השערות, לרצף גנומים מהר יותר, או להריץ אלגוריתמים חדשים של AI אל מול הדמיות מדעיות. למעשה, ארגונים רבים במדעי החיים משתמשים במודלים של AI כדי לחזות, לדוגמא, אילו מטופלים ידרשו טיפולים מתקדמים או יותר, או אפילו כדי להעריך מה יהיה הביקוש למיטות בחדר המיון.
כשכמות כזו של מידע זמינה, היכולת של המחשוב לאפשר שימוש בנתונים רבים מאוד במהירות רבה מאוד, הופכת לקריטית יותר. ומאחר וקיימים סוגים רבים של נתונים – כגון הדמיות או נתונים קליניים – קשה לעיתים קרובות לדעת היכן להתחיל וכיצד לקבל תשובות במהירות הרבה ביותר. לכן, היכולת לשלב במהירות את כל המקורות של הנתונים השונים היא חיונית כדי לתמוך בטיפולים, בין אם מדובר בנתונים ברמת המטופל נתונים לצורך השימוש של בית החולים, של כלל המדינה או אפילו ברמה הגלובלית.
גם במחלקות ה- IT עברו הצוותים שינוי במהלך המגיפה. חוקרים שפעם ישבו במשרדים, מצאו את עצמם כעת עובדים מרחוק. התפיסה השתנתה – ובמהירות - לא רק לגבי העבודה אלא גם לגבי הדרך בה מתמודדים עם בעיות גדולות. לדוגמא, ארגונים הזקוקים ליכולת מחשוב מדעית, חייבים כעת לגשת למידע חיוני, לא רק מרחוק, אלא גם באופן מאובטח. מתן יכולת גישה נוחה לכמות גדולה של נתונים ממגוון אתרים ומקומות, מעולם לא הייתה שיקול משמעותי בתעשייה. עד עכשיו.
הימנעות מצווארי בקבוק
כאשר היעד המרכזי של ארגוני מחקר ושירותי בריאות ב- 2020 היה להשיג התקדמות משמעותית במאבק נגד הקורונה, התפקיד של ה- IT בתהליך הזה היה בעיקר שלא להפוך לצוואר בקבוק. בין אם מדובר על מתן תשתית למיין מערכי נתונים עצומים, או על אספקת עוצמה לצורך ניתוח הדמיות, לימוד מכונה או AI, צוותי ה- IT וממשיכים לעמוד במרכז יוזמות שמשנות את החיים עצמם – כאשר כל שגיאה או האטה יכולה להשפיע משמעותית על תוצאות המאמצים.
הדבר נכון במיוחד כאשר פועלים תחת לוח זמנים מהודק ומשבר הקורונה היה תרחיש קיצון שכזה: החזרת תוצאות מהירות הייתה חיונית כדי להגביל את תפוצת הוירוס ולהבטיח את בטיחות הציבור. גם אם ניהול נתונים אינו תחום העיסוק המרכזי של ביולוגים וחוקרים, הצורך שלהם בתשתית המתאימה, אשר מבטיחה כי המידע הנכון יהיה נגיש בכל מקום בו זקוקים לו, הפך לחיוני.
הדרך קדימה
המאבק בקורונה בישראל מראה סימני הצלחה אך הוא נמשך לצערנו במקומות רבים בעולם. הלקח החשוב שלמדו הצוותים הרפואיים ואנשי ה- IT הוא שפתרון המגיפה מהיר יותר כאשר אפשר להסתמך על מיחשוב מהיר יותר. המשך המחקר של הקורונה והאתגרים הרפואיים הנוכחיים והעתידיים דורשים את התשתית הנכונה, כולל היכולת להתרחב במהירות לרמות עבודה שראינו במהלך המגיפה. בזמן בו ממשלות, חברות ואוניברסיטאות מהדהדות את הצורך במחשוב עוצמתי כדי לחקור נושאים בוערים הקורונה, התקציבים בפועל לא תמיד עומדים בקו אחד עם הדרישה.
ארגונים יכולים לייעל את תשתית המחקר המודרנית באמצעות השקעה בפתרונות מודרניים שיאפשרו להם להתמקד בגישה מהירה יותר לנתונים חיוניים. בסופו של דבר, יכולת זו מביאה לתובנות וגילויים מדעים חדשים בקצב מהיר יותר. עם התשתית המתאימה, עתיד התעשייה בהיר יותר.
מאת אסף לוי, הארכיטקט הראשי (Chief Architect) של VAST Data
