DyHealthNet

Lo studio CHRIS offre una panoramica completa dello stato di salute di oltre 13.000 adulti della media e alta Val Venosta. Si tratta del più grande studio molecolare di popolazione in Italia con un'ottica longitudinale per indagare le basi genetiche e molecolari delle comuni condizioni croniche legate all'età e la loro interazione con lo stile di vita e l'ambiente nella popolazione generale. In CHRIS, la combinazione di dati di profilazione molecolare, come la genomica e la metabolomica, insieme a importanti dati clinici di base e sullo stile di vita offre vaste opportunità per comprendere i cambiamenti fisiologici che potrebbero portare a complicazioni cliniche o indicare la prevalenza o l'insorgenza precoce di malattie insieme alle loro basi molecolari. 
Mentre gli studi incentrati sulle malattie hanno spesso un'ipotesi chiara che detta le analisi statistiche necessarie, le coorti basate sulla popolazione come CHRIS sono più versatili e consentono sia di verificare le ipotesi esistenti sia di generare nuove ipotesi che nascono da associazioni statisticamente significative dei dati disponibili. Idealmente, questo tipo di analisi esplorativa è aperta ai ricercatori biomedici che non hanno necessariamente esperienza nell'analisi dei dati o nell'apprendimento automatico. Gli approcci basati sulle reti sono ideali per studiare dati biomedici eterogenei, dando origine al campo della medicina di rete. Tuttavia, le tecniche di medicina di rete sono state finora utilizzate principalmente nel contesto di studi incentrati su singole malattie. Non esistono piattaforme basate su reti per l'analisi esplorativa di dati di coorte basati sulla popolazione.
In DyHealthNet, colmeremo questa lacuna e svilupperemo una piattaforma di analisi dei dati basata sulla rete, che consentirà di integrare dati eterogenei e di supportare l'analisi esplorativa dei dati su sottoinsiemi generati dinamicamente dei dati dello studio CHRIS. Per sfruttare appieno il potenziale dei dati multilivello disponibili, la piattaforma DyHealthNet combina (1) l'integrazione dei dati utilizzando modelli di informazione medica standardizzati (HL7 FHIR), (2) strutture di indici innovative per un'analisi dinamica scalabile, (3) apprendimento automatico e (4) analisi visiva. DyHealthNet renderà accessibili i dati della coorte di popolazione CHRIS per un'analisi dei dati basata sulla rete e rispettosa della privacy. DyHealthNet consentirà quindi l'estrazione di pato-meccanismi specifici del contesto per la medicina di precisione e fungerà da modello per l'analisi esplorativa dinamica di dati di coorte multilivello in tutto il mondo. Per raggiungere questi obiettivi, il consorzio DyHeathNet combina competenze in studi di coorte basati sulla popolazione (Fuchsberger) e nello sviluppo di algoritmi complessi per l'analisi di reti molecolari (Blumenthal), sistemi di intelligenza artificiale e software biomedici applicati (List) e strutture di indice personalizzate per la gestione scalabile dei dati (Gamper).