Intézmények:Pannon Egyetem Veszprém, Pannon Egyetem Mûszaki Informatikai Kar
Évfolyam: V. évfolyam
Lapszám:2006. / 3
Hónap:április
Oldal:40-44
Terjedelem:5
Rovat:INFOKOMMUNIKÁCIÓ
Alrovat:NEMZETKÖZI KITEKINTÉS, EURÓPAI UNIÓ
Absztrakt:
A grid rendszerek az elosztott rendszerek új generációját alkotják, melyek nagyméretekben skálázhatóak és lehetővé teszik a földrajzilag elosztott, heterogén erőforrások hatékony, biztonságos felhasználását. Ezek az igények az egészségügyi, illetve orvos-biológiai informatikai rendszerekben egyre intenzívebben jelentkeznek, aminek következtében a jövőben ideális grid alkalmazásokká léphetnek elő. Jelen publikációban megmutatjuk, hogy a grid-technológiák az élettudományok számos területén nyújthatnak megoldást olyan problémákra, amelyek ma még megoldatlanok vagy csak nehézkesen kivitelezhetőek.
Intézmény: Pannon Egyetem Mûszaki Informatikai Kar
[1] LHC Computing Grid Project, http://lcg.web.cern.ch/LCG
[2] Breton V., Medina M., Montagnat J: Datagrid, Prototype of a Biomedical Grid. Methods Inf. Med.2003;42:143 – 147.
[3] Bubak, M., Malawski, M., Zajac, K: Architecture of the Grid for Interactive Applications, Lecture Notes in Computer Science 2003; 2657:207 – 213
[4] JGrid: Jini-alpú univerzális szolgáltatás grid, http://pds.irt.vein.hu/jgrid
[5] Healthgrid White Paper, http://whitepaper.healthgrid.org
[6] Amendolia S. R., Brady M., McClatchey R., Mulet-Parada M., Odeh M., Solomonides T: MammoGrid: Large-Scale Distributed Mammogram Analysis. In Proc. MIE2003 2003 194-199.
[7] Orphanoudakis S., Kafetzopoulos D., Tsiknakis M: Biomedical Informatics in Support of Individualized Medicine. ERCIM News 2005; 60:12-14
[8] BioGrid Project, http://biogrid.icm.edu.pl/.
[9] Waldo J., Arnold K: The Jini Specifications. Jini Technology Services. Addison-Wesley, Reading, MA, USA 2001.
[10] Chee Sun Won, Robert M: Gray, Stochastic Image Porcessing, 2004, Kluwer Academic/Plenum, ISBN 0- 306-48192-8
[11] Curcin V., Ghanem M., Y. Guo Y: SARS Analysis on the Grid., in Proceedings of the 3rd UK e-Science All-hands Conference AHM 2004, 114-120, Nottingham UK, September 2004. ISBN 1-904425-21-6
A cikket sikeresen a könyvepolcára helyeztük!
Tisztelt Felhasználónk!
A cikket a könyvespolcára helyeztük. A későbbiekben
bármikor elérheti a cikket a könyvespolcán található listáról.
A cikk megtekintéséhez onine regisztráció szükséges!
Tisztelt Látogató!
Az Ön által megtekinteni kívánt cikk az IMEONLINE cikkadatbázisához tartozik, melynek olvasása online regisztrációhoz kötött.
A regisztrálást követően fogja tudni megtekinteni a cikk tartalmát!
A megadott cikk nem elérhető!
Tisztelt Felhasználónk!
Az Ön által megtekinteni kívánt cikk nem elérhető a rendszerben!
A megadott cikk nem elérhető!
Tisztelt Felhasználónk!
Az Ön által megtekinteni kívánt cikk nem elérhető a rendszerben!
Sikeresen szavazott a cikkre!
Tisztelt Felhasználónk!
Köszönjük a szavazatát!
A szavazás nem sikerült!
Tisztelt Felhasználónk!
Ön már szavazott az adott cikkre!
Cikk megtekintése
Tisztelt Felhasználónk!
A cikk több nyelven is elérhető! Kérjük, adja meg, hogy melyik nyelven kívánja megtekinteni az adott cikket!
Cikk megtekintésének megerősítése!
Tisztelt Felhasználónk!
Az Ön által megtekintetni kívánt cikk tartalma fizetős szolgáltatás.
A megtekinteni kívánt cikket automatikusan hozzáadjuk a könyvespolcához!
A cikket bármikor elérheti a könyvespolcok menüpontról is!
INFOKOMMUNIKÁCIÓ NEMZETKÖZI KITEKINTÔ A grid-technológia egészségügyi alkalmazásai Póta Szabolcs, Juhász Zoltán, Pannon Egyetem, Veszprém A grid rendszerek az elosztott rendszerek új generációját alkotják, melyek nagyméretekben skálázhatóak és lehetővé teszik a földrajzilag elosztott, heterogén erőforrások hatékony, biztonságos felhasználását. Ezek az igények az egészségügyi, illetve orvos-biológiai informatikai rendszerekben egyre intenzívebben jelentkeznek, aminek következtében a jövőben ideális grid alkalmazásokká léphetnek elő. Jelen publikációban megmutatjuk, hogy a grid-technológiák az élettudományok számos területén nyújthatnak megoldást olyan problémákra, amelyek ma még megoldatlanok vagy csak nehézkesen kivitelezhetőek. BEVEZETÉS Az információs technológiák szerepe és helye az egészségügyben, illetve az orvosi tudományok területén ma már vitathatatlan. Az információ gyors és hatékony megosztása, feldolgozása nem csak a páciensek egészségügyi ellátásának idejét csökkenti, minőségét javítja, de a kutatásokban is addig ismeretlen összefüggések felismeréséhez vezethet. A naponta keletkező, egyre nagyobb mennyiségű és különféle típusú adat kezelésének igénye ugyanakkor rámutat arra, hogy hosszú távon csak azok a rendszerek maradhatnak fenn, amelyek képesek lesznek alkalmazkodni a folyamatosan növekvő méretekhez, mind adatmennyiség, mind pedig a felhasználók számát illetően. A jövőben tehát kulcskérdés lesz az egészségügyben alkalmazott informatikai rendszerek skálázhatósága és szabványos együttműködése más rendszerekkel. Ezeknek köszönhetően az egészségügy a hozzá kapcsolódó orvos-biológiai kutatásokkal együtt az információs rendszerek új generációját képviselő grid rendszerek számára ideális alkalmazási terület. A grid rendszerek fő célkitűzése ugyanis pontosan a nagyszámú, földrajzilag elosztott erőforrás (számítógépek, alkalmazások, adatbázisok, eszközök stb.) koordinált és biztonságos megosztása, lehetővé téve a felhasználók számára azok együttes használatát. Bár a grid rendszerek kialakítására vonatkozóan ma még nem léteznek általánosan elfogadott megoldások, és a technológia is folyamatosan fejlődik, már számos nemzetközi projekt foglalkozik a grid technológia egészségügyi és orvosi alkalmazásaival, kiváltképp a digitális képalkotás, orvosi folyamatok valósidejű szimulációja és adatbányászat területén. A jelen dolgozat célkitűzése az, hogy bemutatassa a grid technológiák egészségügyi és orvos-biológiai alkalmazását és előnyeit a hagyományos információs rendszerekkel 40 IME V. ÉVFOLYAM 3. SZÁM 2006. ÁPRILIS szemben. Bemutatjuk azokat a fő területeket, amelyekkel a mai grid kutatások többsége foglalkozik, továbbá röviden beszámolunk a Veszprémi Egyetemen folyó grid kutatásról, és annak egészségügyi területen való hasznosíthatóságáról. GRID RENDSZEREK Az első grid rendszereket a ‘90-es évek végén eredetileg nagy számításigényű tudományos alkalmazások végrehajtására tervezték. A cél az volt, hogy a különálló és gyakran kihasználatlan számítógépek összekapcsolásával egy olyan virtuális szuper-számítógépet hozzanak létre, amely képes olyan számításigényes, illetve nagy mennyiségű adat mozgatását igénylő feladatok elvégzésére, amelyekre addig csak a drága és szűk réteg által hozzáférhető valódi szuperszámítógépek voltak alkalmasak. A rohamos fejlődésnek köszönhetően a mai grid rendszerek már jóval felhasználó-centrikusabbak, mint elődeik, amelyek még az összekapcsolt erőforrások alapos ismeretét követelték meg. Ma inkább a szolgáltatásokat hangsúlyozzák, elrejtve a valódi erőforrásokat és az őket vezérlő komplex mechanizmusokat. A grid szolgáltatásokat a felhasználók többnyire Web portálokon keresztül érhetik el. A mai grid rendszerek három fő osztályba sorolhatóak: • Számítási gridek. Ezekben a grid rendszerekben az eredeti elképzelésnek megfelelően, a nagy számításigényű feladatok futtatása dominál. Jellemzően a világ több pontján fellelhető számítóközpontokat kapcsolják össze nagysebességű hálózatokon keresztül [1]. • Adat/Információ/Tudás gridek. Ezekben a rendszerekben a hangsúly nagy mennyiségű adat hatékony megosztásán van [2]. Olyan alkalmazások számára tervezték, ahol a bementi, illetve a kimeneti adat mozgatása és hatékony tárolása sokkal nagyobb feladat, mint maga a számítás elvégzése. Az információ és tudás gridek az adat gridek képességeit terjesztik ki olyan mechanizmusokkal, mint például kategorizálás, információ felfedezés, adatbányászat, ontológiák, tudás megosztás és újrahasznosítás stb. • Kollaborációs gridek. Sokszor van szükség arra, hogy egymástól távol levő kutatócsoportok, egy közös feladaton dolgozva, igénybe vegyék a másik csoportnál rendelkezésre álló eszközöket (műszerek, adatok, szakértelem stb.). Ezekre nyújtanak megoldást a kollaborációs grid rendszerek, ahol a hangsúly az emberi interaktivitáson, a megjelenítő eszközökön és az eszközök könnyű megoszthatóságán van [3]. INFOKOMMUNIKÁCIÓ NEMZETKÖZI KITEKINTÔ A Veszprémi Egyetemen fejlesztett, a dolgozat végén bemutatásra kerülő JGrid rendszer [4] egyik fő célkitűzése pontosan az volt, hogy a tudományos életben előforduló grid alkalmazások lehető legszélesebb skáláját lefedje, és egy egységesített, magasszintű felületet nyújtson a felhasználók számára. GRID RENDSZEREK ALKALMAZÁSA AZ ÉLETTUDOMÁNYOK TERÜLETÉN Grid rendszerek alkalmazására egészségügyi és orvos-biológiai területen számos lehetőség mutatkozik. Jelen fejezet, főként a Healthgrid tanulmányra [5] építve, sorra veszi ezeket a területeket, kihangsúlyozva a grid nyújtotta lehetőségeket. Orvosi képalkotás A grid alkalmazási területei közül az egyik legjelentősebb a digitális képalkotás és képfeldolgozás. Az orvosi diagnosztizálás illetve beavatkozás egyre nagyobb mértékben támaszkodik különféle képalkotási módszerekre (röntgen, ultrahang, MRI, CT, PET stb.) Ezek a képek ma még többnyire filmre készülnek, de a digitális technológiák nyújtotta előnyöknek köszönhetően, úgy mint nagyíthatóság, lényegkiemelés, telekommunikációs hálózatokon keresztüli egyszerű megosztás, egyre jobban terjednek a digitális képalkotó eljárások. Az előnyök mellett azonban magas követelményeket is támaszt a digitális technológia bevezetése. Egyrészt a nagyfelbontású fotókhoz nagy tárolókapacitás szükséges (lásd 1. táblázat), másrészt a képek csak is a hozzájuk kapcsolódó páciens-rekordokkal együtt értelmezhetőek, amelyek nagyméretű meta-adatbázisok felépítését teszik szükségessé. Ugyanakkor a páciens mozgása több intézmény között szükségessé teszi távoli adatbázisok elérést is, amely pedig megköveteli az őt kiszolgáló rendszerek együttműködését. A grid rendszerek ezen a területen egy olyan köztes réteget tudnak nyújtani, amely transzparens módon képes összekötni távoli adatbázisokat az alkalmazásokkal, így azokat a felhasználó egy egységes felületen keresztül érheti el [2,6]. Továbbá az elosztott adatbázisok biztonságosabbá teszik az adattárolást és elősegítik a hatékonyabb adathozzáférést nagyszámú felhasználó esetén is. 1. táblázat Digitális mammográfia felvételek egyenkénti mérete illetve az általuk termelt éves adatmennyiség a kép és pixel méretek függvényében (250 üzemeltetési nap/év, 2 byte/pixel). Orvosi képfeldolgozás Az orvosi képalkotás támogatása tehát elsősorban az adat gridek felhasználást teszi szükségessé, ugyanakkor a képfeldolgozási eljárásokhoz már a grid rendszerek megnövekedett számítási kapacitására is szükség van. Bár a ma hasznát orvosi képfeldolgozási algoritmusok már egy-két évtizede kifejlesztésre kerültek, köztük sok olyan is van (például Markov modellen alapuló sztochasztikus algoritmusok [10], illetve Montecarlo szimuláción alapuló algoritmusok), amit pontosan a szükséges nagy számítási igény miatt nem használnak, annak ellenére, hogy sokkal pontosabb eredményre lehet velük jutni. A grid rendszerek itt lehetővé tennék, hogy a szükséges számítási kapacitás mindig rendelkezésre álljon, így ezek a módszerek is elterjedhetnének a mindennapokban. A harmadik terület, ahol a grid rendszerek szintén segítséget nyújthatnak, az interaktív képfeldolgozás. Sokszor ugyanis nem elegendő, hogy egy algoritmus önmagában lefusson, hanem szükséges a folyamatos felhasználói beavatkozás például a megbízható végeredmény produkálása, illetve a felmerülő felelősségi kérdések miatt. Ebben az esetben a grid rendszer képes a felhasználó számára a szükséges erőforrásokat lefoglalni, és az adott képfeldolgozási eljárást interaktívan végrehajtani. A hatékony erőforrás kiosztás és terheléselosztás továbbá lehetőséget adna arra, hogy a rendelkezésre álló kapacitást maximálisan kihasználva, több párhuzamos vizsgálat is futhasson. Emberi test modellezése és biológiai folyamatok szimulációja Az egyre kifinomultabb matematikai modelleknek köszönhetően mára már lehetővé vált az emberi test egyes részeinek és azok komplex működésének modellezése. Ezekre a modellekre építve lehetőség van orvosi-biológiai folyamatok és leendő műtéti beavatkozások hatásainak szimulációjára, amely egyik alapvető eszköze lehet az orvosi döntéstámogatásnak. A modellek vizualizációja, illetve a komplex folyamatok szimulációja rendkívül számításigényes feladat, amelyhez a számítási grid rendszerek nyújthatnak kellő segítséget. A műtéti beavatkozások valós idejű, interaktív szimulációja nem csak az egyes beavatkozások hatását segíti megmutatni, de jól alkalmazható a sebészhallgatók oktatásában is. Jó példa erre a CrossGrid [3] projekt, amelyben például lehetőség van szív és érrendszeri modellek vizualizációjára, felhasználva nagy számítógépközpontok számítási kapacitását, majd ezt a modellt bemenetként használva a vér áramlása szimulálható, melyet a felhasználó egy háromdimenziós virtuális térben vizsgálhat. Ebben a virtuális térben az orvos például elvégezheti a kívánt beavatkozást, aminek hatását azonnal láthatja. A CrossGrid projekt tehát egyesíti a számítási és kollaborációs gridek tulajdonságait, hisz nem csak számítási feladatokat, de számos vizualizá- IME V. ÉVFOLYAM 3. SZÁM 2006. ÁPRILIS 41 INFOKOMMUNIKÁCIÓ NEMZETKÖZI KITEKINTÔ ciós és modellező eszköz valósidejű együttműködését is biztosítja. Epidemiológiai vizsgálatok A hagyományos epidemiológia hatalmas mennyiségű adat vizsgálatát teszi szükségessé, például népességre, egészséges és beteg mintákra vonatkozóan, illetve azok környezeti tényezőire, mint étrend, éghajlat vagy szociális körülmények. A tanulmányok koncentrálhatnak egy bizonyos népességcsoportra, de kiterjedhetnek nagyobb területek epidemiológiai vizsgálatára is. A szükséges adatamenynyiség tanulmányonként változhat, de egy tényező mindig állandó, mégpedig az adat megbízhatóságának szüksége. Csak megfelelő klinikai körülmények között szerzett adatok használhatóak, továbbá szükség van az adatok szabványos formátumú hozzáférésére, hogy a különböző forrásból származó adatok összehasonlíthatóak, aggregálhatóak legyenek. Az összegyűjtött adatok analízise komplex modellek és statisztikai eszközök használatát teszi szükségessé. Grid rendszerekre építve olyan egységesített környezetet lehet létrehozni, amely a korábban említett elosztott adatbázis-elérés mellett, támogatni tudja magasszintű munkafolyamok (workflow) dinamikus felépítését például egy Web portálon keresztül [11]. Ezek a munkafolyamatok speciális gráfként reprezentálhatóak, amelyben a csomópontok az analízis egyes részelemei (adatbázis elérés, modellkészítés, statisztikai kiértékelés) míg a köztük lévő kapcsolatok az egyes adatfolyamokat szimbolizálják. A felhasználó által elkészített munkafolyam végrehajtása már a grid rendszer feladata. A megfelelően tervezett epidemiológia eszközök felhasználásával olyan grid rendszerek építhetőek, amelyek képesek támogatni a vizsgálatok széles spektrumát. Genetika A közelmúltban ismertté és elérhetővé vált nagyszámú génszekvencia, valamint a genetika növekvő szerepe az egészségügyben, élénk tudományos tevékenységet indított el mind az orvosi informatika, orvosi képalkotás és bioinformatika területén. A különböző génszekvenciák összehasonlítása állandósult struktúrák, illetve ismétlődő elemek felismeréséhez vezethet. Újabb és újabb fehérjék kerülnek feltérképezésre, illetve megalkotásra az ismert gének alapján. A gén-előfordulási profilok segítenek egyes szervek, szövetek, tumorok, egészséges és kóros állapotok azonosításában, megfigyelésében és osztályozásában. A génállomány és fehérjék jobb megismerése azok pontosabb vizualizációjához is vezet, amely fontos szerepet játszik új gyógyszerek megtalálásában és az oktatásban is. Mindezen kutatások a jövőben egy személyre szabott egészségügyi ellátáshoz vezethetnek, ahol az orvosok a páciens génjeiben hordozott információk alapján tudnak példá- 42 IME V. ÉVFOLYAM 3. SZÁM 2006. ÁPRILIS ul gyógymódot, étrendet, életstílust ajánlani vagy éppen rizikófaktorokat, betegségre való hajlamot diagnosztizálni. Ehhez a személyre szabott ellátáshoz azonban az információk és eszközök széles spektrumának kell az orvos rendelkezésére állnia. Továbbá a hatékony ellátáshoz elengedhetetlen lesz, hogy ezeket az eszközöket, információkat gyorsan és egyszerűen el lehessen érni, illetve szükség szerint a vizsgálati folyamatot bármikor meg lehessen ismételni. A teljesség igénye nélkül, felsorolásszerűen a következőkben olyan, a genetika területéhez kapcsolódó alkalmazásokat sorolunk fel, amelyek vagy a grid technológiák alkalmazása révén válnának lehetővé, vagy pedig a már meglévő törekvések sikeréhez járulnának hozzá: • Gének és proteinek azonosításához, automatikus annotálásához és egyéni genetikai variációk jellemzéséhez szükséges számítások. • Nagy mennyiségű fenotípus, genotípus és proteotípus adat tárolásához szükséges elosztott háttértár és adatbázis technológiák. • Klinikai tesztek kialakításának támogatása. • Személyre szabott egészségügyi ellátás (i) a páciensek genetikai profilja, (ii) epidemiológiai vizsgálatok, (iii) öröklődés, (iv) statisztikai analízis vagy (v) klinikai megfigyelések alapján. • Sejtek és betegségek modelljeinek és digitális szimulációjának fejlesztése, a genetikai minták és betegségmodellek összekapcsolásával, egy páciens teljes kórtörténeték felfedése céljából. • Orvosok képzésére és az orvos-biológiai tudásmenedzsment fejlesztésére szolgáló eszközök kialakítása, például e-learning vagy virtuális valóság módszerekkel. • Molekuláris képalkotás, amely egyesíti az orvosi képalkotás módszereit a genetikai eljárásokkal. Ez a módszer egy újabb diagnosztikai eszközként szolgálhatna a sejtszintű és genetikai folyamatok „in vivio” megjelenítésével. • Genetikus epidemiológia. Olyan népesség-tanulmányok, amelyben a környezeti és genetikai faktorok befolyását vizsgálnák egy-egy betegség kialakulásában. • Gyógyszergenetikai alkalmazások fejlesztése. A gyógyszertervezést forradalmisíthatnák azok a módszerek, amelyek nem a hagyományos próbálkozásos módszereken, hanem a génszekvenciákból és fehérjestruktúrákból nyert információkra építenének. • Klinikai döntéstámogató rendszerek kifejlesztése, a grid által rendelkezésre bocsátott nagyszámú adatforrás adatai alapján. Itt érdemes megemlíteni az egyik legnagyobb EU grid projektet, a BioGrid-et [8], amely biomolekuláris és kvantum kémiai alkalmazások támogatására specializálódott. A JGRID RENDSZER A Veszprémi Egyetem Információs Rendszerek tanszékén fejlesztett Jini technológián [9] alapuló JGrid rendszer- INFOKOMMUNIKÁCIÓ NEMZETKÖZI KITEKINTÔ ben [4] a Grid funkciókat lazán csatolt, elosztottan elhelyezkedő hálózati szolgáltatások látják el. Más szóval a JGrid egy olyan szoftver rendszer, amely az adott intézetben működtetett különféle erőforrásokra települve (számítógépek, műszerek, mobil-eszközök) azokat hálózati szolgáltatásokként jeleníti meg, így a rá épülő alkalmazások a teljes infrastruktúrát egy homogén szolgáltatás halmazként látják. Ezek a szolgáltatások lefedik a grid rendszerek kialakításhoz szükséges összes területet, úgy mint szolgáltatás felfedezés, biztonság, interaktív és kötegelt számítások illetve adathozzáférés. Ennek az egységes megjelenésnek köszönhetően a grid alkalmazások fejlesztése csupán a szükséges szolgáltatások kiválasztását és összekapcsolását jelenti. A szolgáltatás komponensek futási időben felfedezhetők illetve le is cserélhetők. A Java nyelvre épülő JGrid szolgáltatások platform függetlenek, könnyen telepíthetőek, és biztonságosak, a szintén Java-alapú Jini technológia pedig lehetővé teszi a szolgáltatások protokoll független kommunikációját, illetve egy robosztus, önszerveződő rendszer kialakítását. Platform és kommunikációs protokoll-függetlenségének köszönhetően a Jini technológia kiválóan alkalmas rendszerintegrációs feladatok megoldására is. A végfelhasználók számára a JGrid rendszer az 1. ábrán látható szolgáltatás-böngészőt nyújtja, melyet úgy készítettünk el, hogy az illeszkedjen a megszokott „desktop” környezetbe. A „desktop” környezetekkel analóg módon az egyes szolgáltatásokat ikonok reprezentálják, ám ebben az esetben ezek nem helyileg telepített programokat indítanak, hanem távoli szolgáltatásokat érnek el és egy dinamikusan letöltött grafikus-szolgáltatás interfészt jelenítenek meg. A böngésző beépülő alkalmazások futtatására is képes, amelyek a felfedezett szolgáltatásokat felhasználva hajthatják végre a szükséges, alkalmazás-specifikus feladatokat. A JGrid rendszer támogatja számítási, adat, illetve kollaboratív grid rendszerek kialakítását. A magasszintű Java nyelvnek köszönhetően a meglévő rendszerek minimális fejlesztéssel integrálhatóak, az egységes szolgáltatás-orientált nézet pedig homogén felületet biztosít a grid alkalmazások számára. A JGrid rendszer kifejlesztése az IKTA-5 089/2002 számú projekt keretében folyt együttműködve az MTA SZTAKI, ELTE és Sun Microsystems Magyarország Kft. munkatársaival az elmúlt két év során. Jelenleg a GVOP AKF 0035/2004 számú projekt keretében – a köztes réteg kifejlesztésén túllépve – grid alkalmazások kutatására és kifejlesztésére koncentrálunk, amelynek keretében orvosi, egészségügyi alkalmazásokat is megvizsgálunk. A projekt további célkitűzései közé tartozik még esettanulmányok kidolgozása, pilot alkalmazások kifejlesztése és a szolgáltatás-orientált rendszerek (gridek) bevezetése. Természetesen a projekt sikeréhez, a szolgáltatás-orientált technológiák kutatásán és tanulmányozásán kívül elengedhetetlen üzleti, ipari, illetve egészségügyi partnerek együttműködése is, akik problémáik megoldására szeretnék alkalmazni e technológiákat. A projekt így jelen pillanatban olyan üzleti partnereket keres, aki hajlandóak együttműködni a szolgáltatásorientált technológiák alaposabb megismerése és sikeres alkalmazása érdekében. KONKLÚZIÓ A grid rendszerek az információs és a hagyományos elosztott rendszerek új generációját alkotják. Az ígért nagyméretű skálázhatóság és a heterogén erőforrások hatékony, biztonságos megosztása megoldást nyújthat minden olyan esetben, ahol nagy számításigényű feladatok megoldása, nagymennyiségű elosztott adat kezelése vagy éppen rendkívül változatos eszközök együttműködése a cél. Ezek az igények az orvos-biológiai, illetve egészségügyi informatikai rendszerekben egyre intenzívebben jelentkeznek, 1. ábra A JGird rendszer szolgáltatásainak megjelenítésére és elérésére szolgáló „desktop”- megjelenésű szolgáltatás-böngésző. IME V. ÉVFOLYAM 3. SZÁM 2006. ÁPRILIS 43 INFOKOMMUNIKÁCIÓ NEMZETKÖZI KITEKINTÔ aminek következtében a jövőben ideális grid alkalmazásokká léphetnek elő. Jelen tanulmányban megmutattuk, hogy a grid rendszerek az élettudományok számos területén nyújthatnak megoldást olyan problémákra, amelyek ma még megoldatlanok vagy csak nehézkesen kivitelezhetők. Nem esett szó azonban azokról a kihívásokról, amelyek ma még gátolják a grid rendszerek elterjedését és megoldásra várnak. Ide sorolható többek között a több intézetet átfogó biztonsági architek- túra kialakítása, amely figyelembe veszi a páciensekre vonatkozó jogi és etikai előírásokat; a különféle rendszerek együttműködésének megoldása, szabványosítása; valamint megbízható számlázási, kontrol és monitoring rendszerek kifejlesztése. Ennek alapján elmondható, hogy a grid kutatás még az elkövetkezendő években is aktív kutatási terület lesz, és remélhetőleg mindennapos eszközzé válik az egészségügy, orvos-biológia és más tudományterületek problémáinak megoldásában. IRODALOMJEGYZÉK [1] LHC Computing Grid Project, http://lcg.web.cern.ch/LCG [2] Breton V., Medina M., Montagnat J: Datagrid, Prototype of a Biomedical Grid. Methods Inf. Med.2003;42:143 – 147. [3] Bubak, M., Malawski, M., Zajac, K: Architecture of the Grid for Interactive Applications, Lecture Notes in Computer Science 2003; 2657:207 – 213 [4] JGrid: Jini-alpú univerzális szolgáltatás grid, http://pds.irt.vein.hu/jgrid [5] Healthgrid White Paper, http://whitepaper.healthgrid.org [6] Amendolia S. R., Brady M., McClatchey R., MuletParada M., Odeh M., Solomonides T: MammoGrid: Large-Scale Distributed Mammogram Analysis. In Proc. MIE2003 2003 194-199. [7] Orphanoudakis S., Kafetzopoulos D., Tsiknakis M: Biomedical Informatics in Support of Individualized Medicine. ERCIM News 2005; 60:12-14 [8] BioGrid Project, http://biogrid.icm.edu.pl/. [9] Waldo J., Arnold K: The Jini Specifications. Jini Technology Services. Addison-Wesley, Reading, MA, USA 2001. [10] Chee Sun Won, Robert M: Gray, Stochastic Image Porcessing, 2004, Kluwer Academic/Plenum, ISBN 0306-48192-8 [11] Curcin V., Ghanem M., Y. Guo Y: SARS Analysis on the Grid., in Proceedings of the 3rd UK e-Science All-hands Conference AHM 2004, 114-120, Nottingham UK, September 2004. ISBN 1-904425-21-6 A SZERZÔK BEMUTATÁSA 44 Póta Szabolcs A Veszprémi Egyetem Mérnöki Karán szerzett 2002-ben mérnök-informatikus diplomát. 2002-ben kezdte PhD tanulmányait, amelynek keretében jelenleg is folytatja kutatásait a nagyméretű Grid rendszerek területén, különös tekintettel az elosztott számítá- si környezetek megvalósítására. 2002-05 között az MTA Műszaki Fizikai és Anyagtudományi Kutatóintézet Biomérnökség osztályán volt tudományos segédmunkatárs. Jelenleg tanszéki mérnökként folytatja kutatásait a Veszprémi Egyetem, Információs Rendszerek tanszékén. Több magyarországi és egy ausztriai grid kutatási projektben is részt vett. Kutatási területei: grid, szolgáltatás-orientált rendszerek. Dr. Juhász Zoltán egyetemi docens a Veszprémi Egyetem Információs Rendszerek tanszékén, ahol a Párhuzamos és Elosztott Rendszerek kutatócsoport vezetője. Okleveles villamosmérnöki diplomát szerzett 1989-ben (BME), majd két évig Észak-Írországban, a The Queen’s University of Belfast Computer Science tanszékén kutató. 1992 óta dolgozik a Veszprémi Egyetemen. 1997-ben szerzett Műszaki Informatika PhD fokozatot. Kutatási területe a párhuzamos és elosztott számítási rendszerek elmélete és fejlesztése, valamint az objektumorientált technológiák alkalmazása ezen területeken. Az elmúlt évek alatt több tudományos kutatási pályázatot nyert, valamint többször volt vendégoktató az angliai University of Exeter Computer Science tanszékén. IME V. ÉVFOLYAM 3. SZÁM 2006. ÁPRILIS
