DDRCC di Stanford University Menggunakan AWS untuk Penelitian dalam Pengobatan Presisi Memanfaatkan Data Multimodal

Deep Data Research Computing Center (DDRCC) di Stanford University, salah satu dari banyak inisiatif yang berasal dari Stanford Synder Labs, adalah bagian dari Departemen Genetika di Stanford Medicine di Palo Alto, California. Tujuannya adalah untuk membuat alat yang menjembatani kesenjangan antara biologi dan ilmu komputer, dan membantu para peneliti di pengobatan presisi memberikan solusi medis yang nyata.

Untuk memfasilitasi penelitian pengobatan presisi, DDRCC membuat My Personal Health Dashboard (MyPHD), sebuah sistem manajemen kesehatan yang aman, dapat diskalakan, dan dapat dioperasikan untuk konsumen. MyPHD memberikan kemampuan akuisisi, penyimpanan, dan analisis data hampir waktu nyata yang efisien untuk peneliti yang menggunakan Amazon Web Services (AWS). Tim juga mengembangkan Stanford Data Ocean (SDO), yang merupakan solusi pendidikan pengobatan presisi nirserver pertama bagi para peneliti untuk mengedukasi, berinovasi, dan berkolaborasi melalui kode dan data. Dengan membangun di AWS, DDRCC menggunakan elastisitas, skalabilitas, dan keamanan cloud untuk menguntungkan konsumen dan ahli biologi serta meningkatkan bidang pengobatan presisi.

Penelitian pengobatan presisi mengandalkan pemahaman individual mengenai data multimodal (seperti data genomika, mikrobiomik, dan proteomik) sehingga dokter dan peneliti dapat mempersonalisasi terapi untuk pasien. Sejumlah besar data yang berasal dari sensor yang dapat dikenakan, rekam medis elektronik, dan profil molekul menambah dimensi lain. Peningkatan skala dan kompleksitas ini menimbulkan tantangan baru seputar ketersediaan, akuisisi, penyimpanan, integrasi, dan analisis data. Oleh karena itu, sangat penting bagi para peneliti untuk memiliki strategi data yang gesit dan elastis. "Deep data adalah masa depan kedokteran. Kami membutuhkannya untuk memantau kesehatan dan untuk diagnostik, prognostik, serta perawatan, semuanya pada tingkat pribadi," kata Dr. Michael Snyder, ketua dan profesor genetika (chair and professor of genetics) di Stanford University.

MyPHD DDRCC menyediakan lingkungan yang aman dan komprehensif untuk analitik data biometrik dalam skala besar. Lingkungan ini dapat menyimpan, mengatur, dan memproses set data kesehatan yang kompleks dan mendukung analisis dan visualisasi data hampir waktu nyata di tingkat individu dan kelompok. Dirancang untuk memperbaiki keakuratan diagnosis dan resep medis, dan meningkatkan pengobatan presisi. Untuk mendukung analisis skala besar dari data peserta untuk manajemen kesehatan individu, DDRCC dapat menskalakan sumber daya untuk MyPHD berdasarkan jumlah beban kerja. DDRCC juga menggunakan layanan keamanan AWS sebagai dasar untuk aplikasi medisnya, yang menangani volume besar data pribadi yang sangat sensitif.

Pengobatan presisi bergantung pada pengintegrasian set data multimodal yang berbeda untuk menarik kesimpulan. Biasanya, set data ini berukuran besar dan terpisah dari sumber yang berbeda. Bagi para peneliti, konfigurasi komputasi dan penyimpanan yang tepat yang diperlukan untuk menerapkan algoritma komputasi kompleks pada set data besar ini penting untuk dilakukan. Tim DDRCC mengembangkan SDO untuk membantu peneliti secara efisien mengalokasikan sumber daya untuk bereksperimen menggunakan kode. Dengan menggunakan SDO, peneliti dapat mengeksplorasi pertanyaan-pertanyaan penting seputar pengobatan presisi dan menskalakan solusi inovatif. Dengan menjalankan beban kerja SDO di AWS, DDRCC telah mencapai skalabilitas tinggi sekaligus memenuhi persyaratan keamanan yang ketat.

Untuk meningkatkan kemampuan ahli biologi guna menyelesaikan penelitian kesehatan vital, DDRCC menggunakan Amazon SageMaker dan Service Workbench di AWS. Menggunakan SageMaker, ahli bioinformatika dapat membangun, melatih, dan melakukan deployment model machine learning untuk hampir semua kasus penggunaan dengan infrastruktur, alat, dan alur kerja yang terkelola penuh. Tim menggunakan Service Workbench di AWS untuk memfasilitasi kontrol akses yang aman, berulang, dan tergabung pada data, peralatan, dan daya komputasi yang dibutuhkan peneliti. Peneliti dapat mengakses set data besar secara aman di Amazon Simple Storage Service (Amazon S3), layanan penyimpanan objek dengan skalabilitas, ketersediaan data, keamanan, dan performa terdepan di industri.

DDRCC membutuhkan skalabilitas tinggi untuk memproses data dari MyPHD dan SDO dan mengandalkan Amazon Elastic Compute Cloud (Amazon EC2), layanan web yang menyediakan kapasitas komputasi yang aman dan berukuran fleksibel di cloud. “Kami tidak hanya dapat menskalakan MyPHD dan mendukung jumlah pengguna yang berbeda, tetapi kami juga dapat menskalakan algoritma kami berdasarkan jumlah beban kerja,” kata Dr. Arash Alavi, pemimpin penelitian dan pengembangan DDRCC (research and development lead of the DDRCC) di Stanford University. Untuk menjalankan alur prapemrosesan untuk aplikasi genomika dan transkriptomik skala besar, tim juga menggunakan Amazon Genomics CLI, alat sumber terbuka untuk pelanggan genomika dan ilmu hayati, serta AWS Batch, layanan untuk pemrosesan batch terkelola penuh pada hampir semua skala. Amazon Genomics CLI menyederhanakan dan mengotomatiskan deployment infrastruktur cloud, sementara AWS Batch mempermudah menjalankan ratusan ribu tugas komputasi batch di AWS.

DDRCC juga menggunakan Amazon Athena, layanan kueri interaktif, untuk memfasilitasi analisis data yang disimpan di Amazon S3 menggunakan SQL standar. Karena layanan ini sangat elastis, peneliti dapat meminta data yang dikumpulkan oleh SDO dan MyPHD sesuai permintaan dan bergerak lebih cepat dalam proyek mereka. Selain itu, Athena bersifat nirserver sehingga tidak ada infrastruktur yang akan dikelola DDRCC. Tim hanya membayar kueri yang mereka jalankan sehingga biaya dapat berkurang. “Kemampuan untuk menskalakan sumber daya secara dinamis berdasarkan ukuran beban kerja—model bayar sesuai penggunaan ini—sangat menakjubkan,” kata Dr. Amir Bahmani, direktur DDRCC (director of the DDRCC) di Stanford University.

Keamanan merupakan persyaratan utama untuk aplikasi yang menangani data medis. Solusi DDRCC tidak menggunakan, menyimpan, atau memproses informasi kesehatan yang dilindungi, dan semua data bergerak dan diam sepenuhnya dienkripsi dan dianonimkan. Untuk mempertahankan tingkat keamanan yang tinggi, DDRCC telah mengadopsi layanan AWS seperti Amazon Cognito, layanan yang memungkinkan tim menambahkan fungsi daftar, masuk, dan kontrol akses pengguna ke aplikasi web dan seluler. “Fitur keamanan yang disediakan AWS mencakup pembuatan log, audit, dan pemantauan siap pakai, yang kami gunakan untuk melindungi data kami,” kata Bahmani.