Teoriškai pagrįstas biomedicinos informatikos (KMI) apibrėžimas trūko ilgą laiką. Norėdamas sutelkti dėmesį į šią mokslo sritį, Ph.D. Charlesas Friedmanas pasiūlė pagrindinę biomedicinos informatikos teoremą. Jame teigiama, kad "asmuo, dirbantis kartu su informacijos šaltiniu, yra" geresnis ", nei tas pats asmuo nepatyrė". Friedmano teorema iš tikrųjų nėra formali matematinė teorema (pagrįsta atskaita ir yra laikoma tiesa), o distiliacija KMI esmė.
Teorema reiškia, kad biomedicinos informatizatoriai rūpinasi, kaip informaciniai ištekliai gali (arba negali) padėti žmonėms. Kreipdamasis į "asmenį" savo teorijoje, Friedmanas siūlo tai, kad tai galėtų būti individas ( pacientas , klinikas, mokslininkas, administratorius ), žmonių grupė ar net organizacija.
Be to, siūloma teorema turi tris išteklius, kurie padeda geriau apibrėžti informatiką:
- Informatika yra daugiau apie žmones nei technologijas. Tai reiškia, kad ištekliai turėtų būti sukurti žmonių naudai.
- Informacijos šaltinyje turi būti kažkas, kurio žmogus dar nežino. Tai rodo, kad ištekliai turi būti teisingi ir informatyvūs.
- Sąveika tarp asmens ir išteklių nustato, ar teorema tinka. Šis išvada pripažįsta, kad tai, ką mes žinome apie asmenį arba vien tik išteklius, nebūtinai gali numatyti rezultatą.
Friedmano indėlis buvo pripažintas KMI nustatymu paprastu ir lengvai suprantamu būdu. Tačiau kiti autoriai pasiūlė alternatyvius požiūrius ir papildymus jo teoremai. Pvz., Prinstono universiteto profesorius Stuartas Hunteris pabrėžė mokslinio metodo vaidmenį sprendžiant duomenis .
Teologijos universiteto mokslininkų grupė taip pat pasisakė už tai, kad KMI apibrėžimas turėtų apimti ir teiginį, kad informatikos informacija yra "duomenys plius". Kitos akademinės institucijos pateikė išsamius apibrėžimus, kurie pripažino daugialypį KMI pobūdį ir sutelkė dėmesį į duomenis, informaciją ir žinias biomedicinos kontekste.
Friedmano pagrindinės teorijos išraiškos
Naudinga išnagrinėti teoremos išraišką žmonėms ar organizacijoms, naudojančioms informacijos šaltinius. Konkrečiame scenarijuje teorija gali būti patikimai ištirta atsitiktinių imčių kontroliuojamais tyrimais ir kitais tyrimais.
Žemiau pateikiami kai kurie pavyzdžiai, kaip Friedmano teorema gali būti naudojama dabartinės sveikatos priežiūros kontekste skirtingų vartotojų požiūriu.
Pacientų vartotojai
- Pacientas, vartojantis vaistų priminimo programą, labiau priklausys nuo vaisto vartojimo režimo nei to paties paciento, kuris nenaudoja programos.
- Pacientas, stengiantis numesti svorį, kuris stebi dietą ir pratybas smartfon app, praras daugiau svorio negu tas pats pacientas be programos.
- Pacientas, kuris naudoja paciento portalą, norėdamas bendrauti su savo gydytoju, jausmas labiau rūpinsis jo priežiūra nei tas pats pacientas be portalo.
- Pacientas, kuris naudoja paciento portalą, norėdamas pamatyti bandymų rezultatus, išreikštų didesnį pasitenkinimą savo priežiūra nei tas pats pacientas be portalo.
- Pacientas, kuris dalyvauja internetiniame reumatoidinio artrito forume, veiksmingiau susidurs su ligomis, nei tas pats pacientas be forumo.
Klinikų vartotojai
- Pediatras, naudodamas elektroninį sveikatos įrašą (EHR) su priminimais apie skiepijimą, labiau tikėtina, kad skubos skiepijimas bus skubesnis nei tas pats gydytojas be priminimų.
- Neatidėliotinos medicinos pagalbos teikėjas, turintis prieigą prie vietos sveikatos informacijos mainų (HIE), užsakys mažiau kartotinių testų nei tas pats teikėjas be HIE.
- Slaugytoja, naudojanti belaidę sistemą, kad tiesiogiai perduotų gyvybiškai svarbius požymius į EHR, mažiau dokumentavimo klaidų nei tos pačios slaugos be belaidžio ryšio sistemos.
- Pacientų registro naudojamas atvejų valdytojas nustatys daugiau pacientų, kuriems yra nekontroliuojama hipertenzija, nei tas pats atvejų vadybininkas be registro.
- Chirurginė komanda, naudodama saugos kontrolinį sąrašą, turės mažiau chirurginių infekcijų vietoje nei ta pati chirurginė komanda be kontrolinio sąrašo. ( Atkreipkite dėmesį, kad kontrolinis sąrašas yra informacijos šaltinio, kurio nereikia kompiuterizuoti, pavyzdys.)
- Gydytojas, kuris naudoja klinikinių sprendimų palaikymo (CDS) priemonę antibiotikų dozavimui, dažniau nurodo tinkamą antibiotikų dozę nei tas pats gydytojas be CDS priemonės.
Sveikatos priežiūros organizacijos vartotojai
- Ligonyje su kompiuterizuota giliųjų venų trombozės (DVT) rizikos vertinimo programa ESS bus mažiau DVT, nei tos pačios ligoninės be programos.
- Ligoninė su mobilia kompiuterizuota gydytojo užsakymo įvedimo (CPOE) platforma turės mažiau užsakymų telefonu nei ta pati ligoninė be mobilaus CPOE.
- Ligoninė, kuri naudoja HIE, norėdama išsiųsti sutrumpintus duomenis pirminės sveikatos priežiūros paslaugų teikėjams, turės mažiau readmisijos nei ta pati ligoninė be HIE.
- Slaugos namuose, kuriame naudojamos jutiklių technologijos, pacientų krūvis bus mažesnis nei toje pačioje slaugos namuose be jutiklių.
- Studentų sveikatos klinika, siunčianti teksto žinučių priminimus, padidins žmonių papilomos viruso (ŽPV) vakcinacijos greitį nei klinika be teksto pranešimų sistemos.
- Kaimo medicinos klinika, naudojanti nuotolinę mediciną virtualių konsultacijų su specialistais, siunčia nepaprastąją patalpą mažiau pacientų, palyginti su tuo pačiu klinika be telemedicinos.
- Medicinos praktika, atliekanti kokybės gerinimo prietaisų skydelį, sveikatos priežiūros paslaugų teikimo spragas nustatys greičiau nei ta pati praktika be prietaisų skydo.
Naujausia biomedicinos informatikos tema
Kartais biomedicinos informatika nagrinėja sudėtingas problemas, kurias sunku užfiksuoti. Ši sritis apima platų mokslinių tyrimų spektrą, pradedant nuo organizacijų vertinimų iki genominių duomenų rinkinių analizių (pvz., Vėžio tyrimų). Jis taip pat gali būti naudojamas klinikinių prognozavimo modelių, kuriuos palaiko elektroniniai sveikatos įrašai (EHR), kūrimui. Dvi mokslininkai iš Pitsburgo universiteto, Gregory Cooper ir Shyam Visweswaran šiuo metu rengia klinikinius prognozavimo modelius iš duomenų, naudojančių dirbtinį intelektą (AI), mašininį mokymąsi (ML) ir bajzezo modeliavimą. Jų darbas galėtų prisidėti prie pacientų specifinių modelių kūrimo. Modeliai, kurie dabar tampa labai svarbūs šiuolaikinėje medicinoje.
> Šaltiniai:
> Bernstam E, Smith J, Johnson T. Kas yra biomedicinos informatika ?. J Biomed Inform . 2010; 43: 104-110.
> Friedmanas CP. Biomedicinos informatikos pagrindinis teoremas . J Am Med Inform Assoc. 2009; 16: 169-170.
> Hunter J. Friedmano "Pagrindinės biomedicinos informatikos teoremos" tobulinimas . J Am Med Inform Assoc . 2010; 17 (1): 112.
> Visweswaran S, Cooper G. Specifinių mokymosi modelių prognozavimo modeliai . J Mach Learn Res . 2010; 11: 3333-3369.