Biolääketieteellisen informaation (BMI) teoreettisesti maadoitettu määritelmä puuttui pitkään. Jotta keskittyisikin tähän tieteelliseen alaan, tohtori Charles Friedman ehdotti biolääketieteellisen tietojenkäsittelyn perustavaa laatua olevaa lauseita. Se toteaa, että "henkilö, joka toimii yhteistyössä tietoresurssin kanssa, on" parempaa "kuin sama henkilö, jota ei ole avustettu." Friedmanin lause ei ole tosiasiallisesti muodollinen matemaattinen teoreema (joka perustuu vähennykseen ja se hyväksytään tosi), vaan tislaus BMI: n olemuksesta.
Lause tarkoittaa sitä, että biolääketieteellisiä informatiikan henkilöitä on kyse siitä, miten tietoresurssit voivat (tai eivät voi) auttaa ihmisiä. Friedman ehdottaa, että hän voisi olla joko yksilö ( potilas , kliinikko, tutkija, hallinnoija ), ihmisryhmä tai jopa organisaatio.
Lisäksi ehdotetulla lauseella on kolme seurausta, jotka auttavat määrittelemään tietotekniikkaa paremmin:
- Tietotekniikka on enemmän ihmisiä kuin tekniikkaa. Tämä tarkoittaa, että resurssit olisi rakennettava ihmisten hyödyksi.
- Tietovarantoon on sisällyttävä jotain, jota henkilö ei tiedä jo. Tämä viittaa siihen, että resurssin on oltava sekä oikea että informatiivinen.
- Henkilön ja resurssin välinen vuorovaikutus määrittää, jos lause on. Tämä seuraa, että se, mitä tiedämme yksin tai resurssista yksin, ei välttämättä ennusta tulosta.
Friedmanin panos on tunnustettu BMI: n määrittelemiseksi yksinkertaisella ja helposti ymmärrettävällä tavalla. Kuitenkin muut kirjoittajat ovat ehdottaneet vaihtoehtoisia näkemyksiä ja lisäyksiä hänen lauseeseensa. Esimerkiksi Princetonin yliopiston professori Stuart Hunter korosti tieteellisen menetelmän roolia tietojen käsittelyssä .
Teksas-yliopiston tutkijat väittivät myös, että BMI-määritelmän tulisi sisältää käsitys siitä, että tietotekniikan tiedot ovat "data plus meaning". Muut akateemiset laitokset antoivat yksityiskohtaisia määritelmiä, jotka tunnustivat BMI: n monitieteellisen luonteen ja keskittyivät biotieteisiin liittyviin tietoihin, tietoihin ja tietoihin.
Friedmanin perusteorian ilmaisut
On hyödyllistä pohtia lauseita lausekkeista ihmisille tai organisaatioille, jotka käyttävät tietoresursseja. Olipa teoreema pätevä tietyssä skenaariossa, se voidaan empiirisesti testata satunnaistetuilla kontrolloiduilla tutkimuksilla ja muilla tutkimuksilla.
Alla on muutamia esimerkkejä siitä, kuinka Friedmanin lause voitaisiin soveltaa nykyisen terveydenhuollon yhteydessä eri käyttäjien näkökulmasta.
Potilaan käyttäjät
- Lääkitysmuistutusohjelmaa käyttävä potilas noudattaa paremmin lääkitysohjelmaansa kuin sama potilas, joka ei käytä sovellusta.
- Potilas, joka yrittää laihtua, joka seuraa ruokavaliota ja liikuntaa älypuhelimen sovelluksessa, menettää enemmän painoa kuin sama potilas ilman sovellusta.
- Potilas, joka käyttää potilasportaalia kommunikoimaan lääkärinsä kanssa, tuntee enemmän hoidostaan kuin sama potilas ilman portaalia.
- Potilas, joka käyttää potilasportaalia testitulosten tarkasteluun, ilmaisee suurempaa tyydytystä hänen hoidostaan kuin sama potilas ilman portaalia.
- Nivelreuman online-foorumiin osallistuva potilas selviytyy tehokkaammin sairaudestaan kuin sama potilas ilman foorumia.
Hoitohenkilökunnan käyttäjät
- Pediatri, joka käyttää sähköistä terveysrekisteriä (EHR) ja rokotusmainoksia, todennäköisemmin aikoo tilata ajoissa rokotukset kuin sama lääkäri ilman muistutuksia.
- Lääkärin, jolla on pääsy paikalliseen terveydenhuollon tietojenvaihtoon (HIE), tilaa vähemmän kaksoiskokeita kuin sama palveluntarjoaja ilman HIE: tä.
- Sairaanhoitaja, joka käyttää langatonta järjestelmää lähettämään elintärkeitä merkkejä suoraan EHR: ään, tekee vähemmän dokumentaatiovirheitä kuin sama sairaanhoitaja ilman langatonta järjestelmää.
- Potilasrekisteriä käyttävä tapauspäällikkö tunnistaa enemmän potilaita, joilla on hallitsematon verenpainetauti, kuin sama tapausjohtaja ilman rekisteriä.
- Turvallisuustarkistusta käyttävällä kirurgisella tiimellä on vähemmän kirurgisia kohtaustartuntoja kuin sama kirurginen ryhmä ilman tarkistuslistaa. ( Huomaa, että tarkistuslista on esimerkki tietoresurssista, jota ei tarvitse tietokoneistaa.)
- Lääkäri, joka käyttää kliinistä päätöksentekoa (CDS) työkalua antibioottiannostukseen, todennäköisemmin määrittelee asianmukaisen antibioottiannoksen kuin sama lääkäri ilman CDS-työkalua.
Terveydenhoitojärjestöjen käyttäjät
- EHR: ssä sijaitsevalla sairaalalla, jolla on atk-pohjainen laskimotromboosi (DVT) riskinarviointiohjelma, on vähemmän DVT: ää kuin samassa sairaalassa ilman ohjelmaa.
- Sairaala, jolla on siirrettävä atk-lääkärin tilausmerkintä (CPOE) -alusta, saa vähemmän puhelintilauksia kuin samassa sairaalassa ilman mobiili CPOE-laitetta.
- Sairaala, joka käyttää HIE: ää lähettämään vastuuvapauslomakkeet ensisijaisille hoitopalvelujen tarjoajille, on vähemmän takaisinottoa kuin samassa sairaalassa ilman HIE: tä.
- Anturitekniikoiden hoitohenkilökunnalla potilaiden lasku on pienempi kuin samassa hoitohenkilökunnassa ilman antureita.
- Opiskeluklinikka, joka lähettää tekstiviestien muistutuksia, saavuttaa korkeamman rokotusmäärän ihmisen papilloomavirukselle (HPV) kuin klinikalla ilman tekstiviestijärjestelmää.
- Maaseudun terveysklinikka, joka käyttää telelääketieteen asiantuntijoiden kanssa käytävissä virtuaalisissa neuvotteluissa, lähettää vähemmän potilaita hätäpuhelimeen verrattuna samaan klinikkaan ilman telelääketieteellistä hoitoa.
- Lääketieteellinen käytäntö, jossa on laadunparannushanke, tunnistaa terveydenhuollon tarjonnan puutteet nopeammin kuin sama käytäntö ilman kojelautaa.
Viimeisimmät biolääketieteellistä informatiikkaa
Joskus biolääketieteellinen informatiikka tutkii monimutkaisia ongelmia, joita voi olla vaikea kuvata. Tähän alaan kuuluu laaja tutkimusalue, joka ulottuu organisaatioiden arvioinnista genomitietokantojen analyyseihin (esim. Syöpätutkimus). Sitä voidaan käyttää myös kliinisten ennustemallien kehittämiseen, joita tuetaan sähköisen terveysrekisterin (EHR) avulla. Kaksi tutkijaa Pittsburghin yliopistosta, Gregory Cooperista ja Shyam Visweswaranista, työskentelee parhaillaan kliinisten ennustemallien suunnittelussa tietoihin käyttäen keinotekoista älykkyyttä (AI), koneoppimista (ML) ja Bayesian mallintamista. Heidän työnsä voisi osaltaan edistää potilaskohtaisten mallien kehittämistä. Mallit, jotka ovat nykyään ratkaisevia nykyaikaisessa lääketieteessä.
> Lähteet:
> Bernstam E, Smith J, Johnson T. Mikä on biolääketieteellinen informatiikka ?. J Biomed Inform . 2010; 43: 104-110.
> Friedman CP. Biolääketieteen tietotekniikan perusajatus . J Am Med Inform Assoc. 2009; 16: 169-170.
> Hunter J. Tehostamalla Friedmanin "Biolääketieteellisen informaatiotekniikan perustavaa laatua oleva teoria" . J Am Med Inform Assoc . 2010; 17 (1): 112.
> Visweswaran S, Cooper G. Oppimisaste-spesifiset ennakoivat mallit . J Mach Learn Res . 2010; 11: 3333-3369.