Teoretično utemeljena opredelitev biomedicinske informatike (ITM) ni bila dolgo časa. Charles Friedman je predlagal temeljno izrekanje biomedicinske informatike, da bi se osredotočil na to znanstveno področje. Navaja, da "oseba, ki dela v partnerstvu z informacijskim virom, je" boljša "od iste osebe brez pomoči." Friedmanova izreka ni dejansko formalna matematična teorema (ki temelji na dedukciji in je sprejeta kot resnična), temveč kot destilacija bistva ITM.
Izrek pomeni, da se biomedicinski informatika ukvarja s tem, kako lahko informacijski viri (ali ne morejo) pomagati ljudem. Ko gre za "osebo" v izreku, Friedman predlaga, da bi to lahko bilo posameznik ( bolnik , zdravnik, znanstvenik, administrator ), skupina ljudi ali celo organizacija.
Poleg tega ima predlagana izrek tri sledi, ki pomagajo bolje opredeliti informatiko:
- Informatika je več o ljudeh kot tehnologija. To pomeni, da je treba graditi vire v korist ljudi.
- Informacijski vir mora vsebovati nekaj, česar oseba še ne ve. To nakazuje, da mora biti vir pravilen in informativen.
- Interakcija med osebo in virom določa, ali ima izrek. Ta posledica pripozna, da tisto, kar vemo o sami osebi ali samem, ne moremo nujno napovedati rezultata.
Friedmanov prispevek je bil prepoznan kot določanje BMI na preprost in enostaven način razumevanja. Vendar pa so drugi avtorji predlagali alternativne vidike in dopolnitve njegove izreke. Na primer, profesor Stuart Hunter iz Princetonove univerze je poudaril vlogo znanstvene metode pri obdelavi podatkov .
Skupina znanstvenikov s Teksaške univerze je tudi zagovarjala, da bi definicija ITM morala vsebovati pojem, da so informacije v informatiki "podatki plus pomen". Druge akademske ustanove so pripravile natančne opredelitve, ki so priznale multidisciplinarnost ITM in se osredotočale na podatke, informacije in znanje v kontekstu biomedicine.
Izrazi Friedmanove temeljne teoreme
Koristno je upoštevati izraze izrek v smislu ljudi ali organizacij, ki bi uporabile informacijske vire. Ali izrek velja za določen scenarij, je lahko empirično testiran z randomiziranimi kontroliranimi preskušanji in drugimi študijami.
Spodaj je nekaj primerov, kako bi lahko Friedmanov izrek uporabil v kontekstu sedanjega zdravstvenega varstva z vidika različnih uporabnikov.
Uporabniki pacientov
- Bolnik, ki uporablja aplikacijo za opomnike za zdravilo, bo bolj upošteval njen režim zdravljenja kot isti bolnik, ki ne uporablja aplikacije.
- Pacient, ki poskuša izgubiti težo, ki sledi prehrani in telesni vadbi v aplikaciji za pametne telefone, izgubi večje teže kot isti bolnik brez aplikacije.
- Pacient, ki uporablja portal bolnika za komuniciranje s svojim zdravnikom, se bo bolj zavzemal za njegovo nego kot isti bolnik brez portala.
- Pacient, ki uporablja pacientov portal za ogled rezultatov testov, izraža večjo zadovoljstvo z njeno skrbjo kot isti bolnik brez portala.
- Pacient, ki se udeležuje spletnega foruma za revmatoidni artritis, bo učinkoviteje obvladal njeno bolezen kot isti bolnik brez foruma.
Uporabniki klinike
- Pediater, ki uporablja elektronsko zdravstveno kartoteko (EHR) z opozorili o cepljenju, bo verjetneje pravočasno cepljenje opravil kot isti zdravnik brez opominov.
- Izvajalec nujne medicine z dostopom do lokalne izmenjave podatkov o zdravju (HIE) bo naročil manj podvojenih testov kot isti ponudnik brez HIE.
- Medicinska sestra, ki uporablja brezžični sistem za prenos vitalnih znakov neposredno v EHR, bo zmanjšala število dokumentacijskih napak kot enaka medicinska sestra brez brezžičnega sistema.
- Upravitelj primerov, ki uporablja register bolnikov, bo identificiral več bolnikov z nenadzorovano hipertenzijo kot isti upravitelj primerov brez registra.
- Kirurška ekipa, ki uporablja varnostni kontrolni seznam, bo imela manj okužb na mestu operacije kot enaka kirurška ekipa brez kontrolnega seznama. ( Upoštevajte, da je kontrolni seznam primer informacijskega vira, ki ga ni treba računati.)
- Zdravnik, ki uporablja orodje za klinično odločanje (CDS) za odmerjanje antibiotikov, bolj verjetno predpisuje ustrezen odmerek antibiotika kot isti zdravnik brez orodja CDS.
Uporabniki zdravstvene organizacije
- V bolnišnici s programom za ocenjevanje tveganj v računalniški globoki venski trombozi (DVT) v EHR bo imela manj DVT kot enaka bolnišnica brez programa.
- Bolnišnica z mobilnim računalniškim zdravniškim naročnikom (CPOE) bo imela manj telefonskih naročil kot v isti bolnišnici brez mobilnega CPOE.
- V bolnišnici, ki uporablja HIE za pošiljanje povzetkov razrešnica ponudnikom primarne zdravstvene oskrbe, bo imela manj prenosa kot enaka bolnišnica brez HIE.
- Zdravstveni dom, ki uporablja senzorske tehnologije, bo imel nižjo stopnjo pacientov, ki so pali kot isti dom za starejše brez senzorjev.
- Študent zdravstvene klinike, ki pošilja opomnike za sporočila, bo dosegel višje stopnje cepljenja za humanega papiloma virusov (HPV) kot klinike brez sistema za pošiljanje besedilnih sporočil.
- Klinika za podeželsko zdravstvo, ki uporablja telemedicino za virtualna posvetovanja s strokovnjaki, bo v bolnišnico v bolnišnico poslala manj pacientov, v primerjavi z isto kliniko brez telemedicine.
- Medicinska praksa z nadzorno ploščo za izboljšanje kakovosti bo ugotovila vrzeli pri zagotavljanju zdravstvenega varstva hitreje kot enaka praksa brez armaturne plošče.
Najnovejše o biomedicinski informatiki
Včasih biomedicinska informatika proučuje kompleksne probleme, ki jih je težko ujeti. To področje vključuje širok spekter raziskav, od ocenjevanja organizacij do analiz genomskih podatkovnih nizov (npr. Raziskav raka). Prav tako se lahko uporablja za razvoj modelov klinične napovedi, ki jih podpirajo elektronski zdravstveni zapisi (EHR). Dva učenjaka z Univerze v Pittsburghu, Gregory Cooper in Shyam Visweswaran, trenutno pripravljata klinične napovedne modele iz podatkov s pomočjo umetne inteligence (AI), strojnega učenja (ML) in Bayesovega modeliranja. Njihovo delo bi lahko prispevalo k razvoju modelov, specifičnih za paciente. Modeli, ki v sodobni medicini postajajo ključni.
> Viri:
> Bernstam E, Smith J, Johnson T. Kaj je biomedicinska informatika? J Biomed Inform . 2010; 43: 104-110.
> Friedman CP. "Temeljna izreka" biomedicinske informatike . J Am Med Inform Assoc. 2009; 16: 169-170.
> Hunter J. Izboljšanje Friedmanove "Temeljne izreke o biomedicinski informatiki" . J Am Med Inform Assoc . 2010; 17 (1): 112.
> Visweswaran S, Cooper G. Učenje primernih prediktivnih modelov . J Mach učite res . 2010; 11: 3333-3369.