Akademik Veri Yönetim Sistemi
16. Tıp Bilişimi Kongresi, Ankara, Türkiye, 22 - 23 Mayıs 2025, ss.167-178, (Tam Metin Bildiri)
Kişiselleştirilmiş tıp, bireylerin genetik, epigenetik, proteomik, metabolomik ve klinik verilerine dayalı olarak sağlık hizmetlerini özelleştirme amacını taşımaktadır. Bu yaklaşım, bireylerin hastalıklara yatkınlıklarını belirlemek, tanı süreçlerini hassaslaştırmak ve tedavi yanıtlarını optimize etmek için çok boyutlu biyolojik verilerin birlikte analiz edilmesini zorunlu kılmaktadır. Söz konusu veriler "multi-omik" olarak tanımlanmakta ve biyolojik sistemlerin farklı katmanlarına ilişkin geniş bir perspektif sunmaktadır. Ancak bu veriler; çeşitlilik, hacim, yapılandırılma düzeyi ve güncellik bakımından oldukça heterojen bir özellik göstermektedir. Bu durum, geleneksel ilişkisel (SQL) veritabanı sistemlerinin ötesinde, daha esnek ve ölçeklenebilir veri yönetim çözümleri gerektirmektedir.
Bu çalışmada, multi-omik verilerin entegrasyonu ve etkin yönetimi için NoSQL (Not Only SQL) tabanlı veri modellerinin potansiyeli araştırılmaktadır. Özellikle belge tabanlı (ör. MongoDB), anahtar-değer tabanlı (ör. Redis) ve grafik tabanlı (ör. Neo4j) NoSQL sistemlerin, yapılandırılmamış veya yarı yapılandırılmış verilerin esnek biçimde saklanması ve analiz edilmesinde sağladığı avantajlar değerlendirilmektedir. Çalışma kapsamında, bu veritabanlarının teorik özelliklerinin yanı sıra çeşitli kişiselleştirilmiş tıp senaryolarında nasıl uygulandığına dair örnek kullanım durumları sunulmaktadır. Hasta bazlı çok katmanlı biyolojik profil oluşturma, gen-protein-hastalık etkileşim ağlarının modellenmesi ve gerçek zamanlı klinik karar destek sistemlerinin veri altyapısı gibi örneklerle bu sistemlerin etkinliği gösterilmektedir.
Elde edilen bulgular, NoSQL
tabanlı veri yönetim sistemlerinin kişiselleştirilmiş tıp uygulamalarında
yalnızca alternatif bir seçenek değil, aynı zamanda yüksek hacimli ve çeşitli
biyolojik verilerle çalışmak için bir gereksinim olduğunu ortaya koymaktadır.
Bu bağlamda, çalışmanın çıktıları hem biyomedikal bilişim sistemlerinin
tasarımına katkı sağlamakta hem de multi-omik veri bütünleştirme süreçlerine
yönelik yeni bir bakış açısı sunmaktadır.