Biomedicīnas informātikas (BMI) teorētiski pamatota definīcija ilga laika. Lai pievērstu uzmanību šai zinātnes jomai, Ph.D. Charles Friedman ierosināja biomedicīnas informātikas fundamentālo teorēmu. Tajā teikts, ka "persona, kas sadarbojas ar informācijas resursiem, ir" labāka "nekā tā pati persona." Frīdmana teorēma patiesībā nav formāla matemātiskā teorēma (kas balstās uz atskaitījumu un tiek pieņemta kā patiesa), bet drīzāk destilācija no ĶMI būtības.
Teorēma nozīmē, ka biomedicīnas informātiķi domā par to, kā informācijas resursi var (vai nevar) palīdzēt cilvēkiem. Frīdmanam, atsaucoties uz "personai" savā teorēmā, tiek domāts, ka tas varētu būt vai nu indivīds ( pacientam , klīnicistam, zinātniekam, administratoram ), cilvēku grupai vai pat organizācijai.
Turklāt ierosinātajai teorēmai ir trīs secinājumi, kas palīdz labāk noteikt informātiku:
- Informātika ir vairāk par cilvēkiem nekā par tehnoloģijām. Tas nozīmē, ka resursi jāveido cilvēku labā.
- Informācijas resursam ir jāietver tas, ko persona vēl nezina. Tas liek domāt, ka resursam jābūt gan pareizam, gan informatīvam.
- Mijiedarbība starp personu un resursu nosaka, vai teorēma ir spēkā. Šis secinājums atzīst, ka tas, ko mēs zinām par pašu personu vai pašu resursu, nevar noteikti paredzēt rezultātu.
Frīdmana ieguldījums ir atzīts par ĶMI definēšanu vienkāršā un viegli saprotamā veidā. Tomēr citi autori ir ierosinājuši alternatīvus viedokļus un papildinājumus viņa teorēmu. Piemēram, Princeton Universitātes profesors Stuart Hunters uzsvēra zinātniskās metodes lomu, strādājot ar datiem .
Teksasas universitātes zinātnieku grupa arī atbalstīja, ka ĶMI definīcijā jāiekļauj arī jēdziens, ka informācija informātikā ir "dati plus nozīmē". Citas akadēmiskās iestādes sniedza sīki izstrādātas definīcijas, kas atzina ĶMI daudznozaru būtību un koncentrējās uz datiem, informāciju un zināšanām biomedicīnas kontekstā.
Frīdmena fundamentālās teorēmas izteiksmes
Ir lietderīgi apsvērt teorēmas izpausmes attiecībā uz cilvēkiem vai organizācijām, kas izmantotu informācijas resursus. Neatkarīgi no tā, vai teorēmis ir spēkā konkrētā scenārijā, var empīriski pārbaudīt ar nejaušināti kontrolētiem pētījumiem un citiem pētījumiem.
Zemāk ir minēti daži piemēri tam, kā Frīdmana teorēmu varētu izmantot pašreizējās veselības aprūpes kontekstā no dažādu lietotāju viedokļa.
Pacientu lietotāji
- Pacientam, kas lieto zāļu atgādinājuma lietotni, viņam būs piemērotāks ārstēšanas režīms nekā tam pacientam, kurš neizmanto lietotni.
- Pacients, kurš mēģina zaudēt svaru un kurš izseko uzturu un lieto viedtālrunis, zaudēs svaru nekā pats pacients bez lietotnes.
- Pacientam, kurš lieto pacientu portālu, lai sazinātos ar savu ārstu, viņš vairāk iesaistīsies viņa aprūpē nekā pats pacients bez portāla.
- Pacientam, kurš izmanto pacientu portālu, lai apskatītu testu rezultātus, būs lielāka apmierinātība ar viņas aprūpi nekā pats pacients bez portāla.
- Pacients, kas piedalās tiešsaistes forumā par reimatoīdo artrītu , efektīvāk risinās slimības problēmu nekā pats pacients bez foruma.
Klīnikas lietotāji
- Pediatrs, kurš izmanto elektronisko veselības stāvokli (EHR) un atgādinājumus par vakcināciju, visticamāk, savlaicīgāk piesakās, nekā to pašu ārstu, kam nav atgādinājumu.
- Neatliekamās medicīniskās palīdzības sniedzējs ar piekļuvi vietējai veselības informācijas apmaiņai (HIE) pasūtīs mazāk dublētus testus nekā tas pats pakalpojumu sniedzējs bez HIE.
- Medmāsa, kas bezvadu sistēmu izmanto, lai tieši pārvērstu dzīvībai svarīgās pazīmes tieši EHR, mazāk dokumentācijas kļūdu nekā tā pati medmāsa bez bezvadu sistēmas.
- Lietas pārvaldnieks, kas izmanto pacienta reģistru, identificēs vairāk pacientu ar nekontrolētu hipertensiju nekā to pašu lietu vadītāju, kam nav reģistrācijas.
- Ķirurģiskajai komandai, kas izmanto drošības pārbaudes sarakstu, būs mazāk infekciju ķirurģiskas vietnes nekā tā pati ķirurģiskā komanda bez kontrolsaraksta. ( Ievērojiet, ka kontrolsaraksts ir informācijas resursa piemērs, kuram nav jābūt datorizētam.)
- Ārsts, kas izmanto klīnisko lēmumu atbalsta (CDS) līdzekli antibiotiku ievadīšanai, visticamāk, nozīmēs atbilstošu antibiotiku devu, nekā tas pats ārsts, kam nav CDS līdzekļa.
Veselības aprūpes organizācijas lietotāji
- Slimnīcā ar datorizētu dziļo vēnu trombozes (DVT) riska novērtēšanas programmu EVH būs mazāk DVT nekā tajā pašā slimnīcā bez programmas.
- Slimnīcā ar mobilo datorizēto ārstu pasūtījuma ierakstu (CPOE) platformu būs mazāk telefona pasūtījumu nekā tajā pašā slimnīcā bez mobilā CPOE.
- Slimnīca, kas izmanto HIE, lai nosūtītu primāro aprūpes pakalpojumu sniedzējiem izrakstīšanas kopsavilkumus, būs mazāk atpakaļuzņemšanas nekā tajā pašā slimnīcā bez HIE.
- Cilvēkresursu ēkā, kurā izmanto sensoru tehnoloģijas, pacientiem būs zemāks pacientu skaits, nekā to pašu pansionātu bez sensoriem.
- Studentu veselības klīnika, kas nosūta īsziņu atgādinājumus, sasniegs augstāku cilvēku papilomas vīrusa (HPV) vakcinācijas ātrumu nekā klīnika bez īsziņu sūtīšanas sistēmas.
- Lauku veselības klīnika, kas izmanto telemedicīnu virtuālām konsultācijām ar speciālistiem, nosūtīs neatliekamās palīdzības istabai mazāk pacientu, salīdzinot ar to pašu klīniku bez telemedicīnas.
- Medicīnas prakse ar kvalitātes uzlabošanas informācijas paneli atklās trūkumus veselības aprūpes nodrošināšanā ātrāk nekā tā pati prakse bez paneļa.
Jaunākās biomedicīnas informātika
Dažreiz biomedicīnas informātika izskata sarežģītas problēmas, kuras var būt grūti uztvert. Šajā jomā ir ietverts plašs pētījumu spektrs, sākot no organizāciju novērtēšanas līdz genomu datu kopu analīzēm (piemēram, pētījumi par vēzi). To var arī izmantot, lai izstrādātu klīnisko prognožu modeļus, kurus atbalsta elektroniskās veselības reģistrs (EHR). Divi zinātnieki no Pitsburgas universitātes, Gregory Cooper un Shyam Visweswaran pašlaik strādā, izstrādājot klīniskās prognozēšanas modeļus no datiem, izmantojot mākslīgo intelektu (AI), mašīnu apguvi (ML) un bajēza modelēšanu. Viņu darbs varētu veicināt pacientu specifisko modeļu attīstību. Modeļi, kas mūsdienās kļūst arvien svarīgāki mūsdienu medicīnā.
> Avoti:
> Bernstam E, Smith J, Johnson T. Kas ir biomedicīnas informātika ?. J Biomed Inform . 2010; 43: 104-110.
> Frīdmans KP. Biomedicīnas informātikas fundamentālais teorēma . J Am Med Inform Assoc. 2009; 16: 169-170.
> Hunter J. Frīdmana "Biomedicīnas informātikas fundamentālā teorēma" pastiprināšana . J Am Med Inform Assoc . 2010; 17 (1): 112.
> Visweswaran S, Cooper G. Mācīšanās pēc īpašām raksturīgām prognozēm . J Mach Izzināt Res . 2010; 11: 3333-3369.