A biomedikai informatika (BMI) elméletileg megalapozott definíciója hosszú időre hiányzott. Ennek a tudománynak a középpontba állításával Dr. Charles Friedman Ph.D.-t javasolta az orvosbiológiai informatika alapvető tételének. Azt állítja, hogy "az információforrással partnerségben dolgozó személy" jobb ", mint a nem segített személy." Friedman tétele nem egy formális matematikai tétel (amely a levonáson alapul, és elfogadott valódi) a BMI lényege.
A tétel azt sugallja, hogy az orvosbiológiai informatikusok foglalkoznak azzal, hogy az információs források (vagy nem) segíthetnek az embereknek. A tételben szereplő "személyre" hivatkozva Friedman azt javasolja, hogy ez egyéni lehet (egy beteg , egy klinikus, egy tudós, egy adminisztrátor ), egy embercsoport vagy akár egy szervezet.
Továbbá a javasolt tételnek három olyan következménye van, amelyek segítik az informatika jobb meghatározását:
- Az informatika inkább az emberekről szól, mint a technológiáról. Ez azt jelenti, hogy az erőforrásokat az emberek javára kell megteremteni.
- Az információforrásnak tartalmaznia kell valamit, amit az ember még nem ismeri. Ez arra utal, hogy az erőforrásnak helyesnek és informatívnak kell lennie.
- Egy személy és egy erőforrás közötti kölcsönhatás határozza meg, hogy a tétel tartja-e. Ez a következménye felismeri, hogy amit önmagunkról vagy az erőforrásról tudunk, nem feltétlenül lehet előrejelezni az eredményt.
Friedman közreműködését a BMI egyszerű és könnyen érthető módon határozta meg. Más szerzők azonban javasoltak alternatív nézőpontokat és kiegészítéseket tételéhez. Például Stuart Hunter professzor a Princeton Egyetemen hangsúlyozta a tudományos módszer szerepét az adatok kezelésével kapcsolatban .
A Texas-i Egyetem kutatói szintén azt állították, hogy a BMI fogalommeghatározásának magában kell foglalnia azt az elképzelést, hogy az informatikai információ az "adat és a jelentés". Más tudományos intézmények olyan részletes definíciókat adtak, amelyek felismerték a BMI multidiszciplináris jellegét, és a biomedicin összefüggésében összpontosították az adatokat, információkat és ismereteket.
Friedman alapfogalmának kifejeződései
Fontos megfontolni a tétel kifejezését az emberek vagy szervezetek számára, amelyek az információforrásokat használják. Az adott forgatókönyvben szereplő tétel igazolható-e véletlenszerűen ellenőrzött vizsgálatokkal és más vizsgálatokkal empirikusan.
Az alábbiakban néhány példa arra, hogy Friedman tétele hogyan alkalmazható a jelenlegi egészségügyi ellátás keretében a különböző felhasználók szempontjából.
Betegfelhasználók
- A gyógyszeres emlékeztető alkalmazást használó beteg jobban alkalmazkodik a gyógyszeres kezeléshez, mint az ugyanazon beteg, aki nem használja az alkalmazást.
- A páciens, aki megpróbálja lefogyni az étrendet és a testmozgást az okostelefon alkalmazásban, nagyobb súlyt veszít, mint az ugyanazon betegnek az alkalmazás nélkül.
- Az a beteg, aki a beteg portálát használja az orvosával való kommunikációra, jobban érzi magát az ellátásában, mint a portál nélkül.
- Az a beteg, aki a betegek portálját használja a vizsgálati eredmények megtekintésére, nagyobb gondot fordít az ellátására, mint a portál nélküli azonos beteg.
- Egy beteg, aki részt vesz a reumatoid arthritis online fórumán, hatékonyabban megbirkózik betegségével, mint a fórum nélkül.
Klinikai felhasználók
- A gyermekgyógyász, aki az elektronikus egészségügyi rekordot (EHR) vakcinázási emlékeztetőkkel használja fel, valószínűbb, hogy időszerű oltásokat rendel, mint az orvos, az emlékeztetők nélkül.
- A helyi egészségügyi információcseréhez (HIE) hozzáférést biztosító sürgősségi orvoshoz hasonlóan a HIE nélkül ugyanazt a szolgáltatót kevesebb duplán tesztelik.
- A nővér, aki vezeték nélküli rendszert használ a vitális jelek közvetlenül az EHR-be történő továbbításához, kevesebb dokumentációs hibát okoz, mint a vezeték nélküli rendszer nélkül.
- Egy páciens-nyilvántartást alkalmazó ügyvezető több pácienst azonosít, kontrollálatlan hipertónia esetén, mint a regisztrációs adatbázis nélkül.
- A biztonsági ellenőrző listát használó sebészi csoportnak kevesebb műtéti befertőzöttsége lesz, mint egy ugyanazon sebészi csoport, amelyen nincs ellenőrző lista. ( Ne feledje, hogy az ellenőrzőlista egy olyan információforrás példája, amelyet nem kell számítógépesíteni.)
- Az antibiotikum adagolására szolgáló klinikai döntéstámogató eszköz (CDS) alkalmazásával járó orvos nagyobb valószínűséggel írja elő a megfelelő antibiotikum dózist, mint az ugyanazon orvos, a CDS eszköz nélkül.
Egészségügyi szervezet felhasználói
- Az EHR-ben számítógépes mélyvénás trombózis (DVT) kockázatértékelési programmal rendelkező kórháznak kevesebb műtéti beavatkozása lesz, mint a program nélkül.
- A mobil számítógépes orvos rendelési (CPOE) platformmal rendelkező kórház kevesebb telefonos megrendelést kap, mint a mobil CPOE nélkül.
- Az a kórház, amely a HIE-t használja fel a mentési összefoglalók elküldésére az alapellátási szolgáltatók számára, kevesebb visszanyeréssel fog rendelkezni, mint a HIE nélkül.
- Az érzékelő technológiát alkalmazó ápolási otthonban az érzékelők nélkül alacsonyabb a beteg esése, mint az ugyanazon ápolási otthon.
- A szöveges üzenetekhez emlékeztető diák egészségügyi klinikája magasabb humán papillomavírus (HPV) vakcinázási arányt ér el, mint a szöveges üzenetküldő rendszer nélküli klinika.
- A távorvoslással foglalkozó vidéki egészségügyi klinika a szakértők virtuális konzultációi során kevesebb beteg bevonását teszi a sürgősségi helyiségbe, mint a távorvoslás nélküli klinikának.
- A minőségi javítással foglalkozó műszeres orvosi gyakorlat az egészségügyi ellátás gyorsaságát azonosítja majd, mint a műszerfal nélkül.
A legújabb az orvosbiológiai informatika
Néha az orvosbiológiai informatika olyan összetett problémákat vizsgál, amelyeket nehéz megragadni. Ez a terület széles körű kutatást foglal magában, a szervezetek értékelésétől kezdve a genomikai adatgyűjtési elemzésekig (pl. Rákkutatás). A klinikai előrejelző modellek kifejlesztésére is használható, amelyeket az elektronikus egészségügyi nyilvántartás (EHR) támogat. A Pittsburgh-i Egyetem, Gregory Cooper és Shyam Visweswaran két tudós dolgozik a klinikai becslési modellek tervezésekor a mesterséges intelligencia (AI), a gépi tanulás (ML) és a Bayes-i modellezés segítségével. Munkájuk hozzájárulhat a páciens-specifikus modellek fejlesztéséhez. A modern orvostudományban egyre fontosabb modellek.
> Források:
> Bernstam E, Smith J, Johnson T. Mi az orvosbiológiai informatika ?. J Biomed Inform . 2010-ben; 43: 104-110.
> Friedman CP. A biomedikai informatika "Alapvető tétele" . J Am Med Inform Assoc. 2009-ben; 16: 169-170.
> Hunter J. Friedman "Biomedical Informatics Alapfogalmának" megerősítése . J Am Med Inform Assoc . 2010 17 (1): 112.
> Visweswaran S, Cooper G. Tanulmányi pont-specifikus prediktív modellek . J Mach Learn Res . 2010-ben; 11: 3333-3369.