Теоретски основаната дефиниција на биомедицинската информатика (БМИ) беше недостижна за долго време. За да се посвети внимание на оваа научна област, д-р Чарлс Фридман предложи основна теорема за биомедицинска информатика. Во него се наведува дека "лице кое работи во партнерство со информациски ресурс е" подобро "од тоа истото лице кое не е поставено." Фридман теоремата всушност не е формална математичка теорема (која се базира на дедукција и е прифатена како вистинска), туку дестилација на суштината на БМИ.
Теоремот имплицира дека биомедицинските информатори се загрижени за тоа како информативните ресурси можат (или не можат) да им помогнат на луѓето. Кога се осврнува на "лице" во неговата теорема, Фридман сугерира дека ова би можело да биде или поединец ( пациент , клиничар, научник, администратор ), група луѓе или дури организација.
Понатаму, предложената теорема има три последици кои помагаат подобро да се дефинира информатиката:
- Информатиката е повеќе за луѓето отколку за технологијата. Ова значи дека ресурсите треба да се изградат за доброто на луѓето.
- Информативниот ресурс мора да содржи нешто што лицето не го знае. Ова сугерира дека ресурсот треба да биде точен и информативен.
- Интеракцијата помеѓу една личност и ресурс одредува дали теоремата има. Ова последица признава дека она што го знаеме само за личноста или самиот ресурс не може да го предвиди резултатот.
Придонесот на Фридман е препознаен како дефинирање на БМИ на едноставен и лесен начин за разбирање. Сепак, други автори предложиле алтернативни гледишта и дополнувања на неговата теорема. На пример, професорот Стјуарт Хантер од Универзитетот Принстон ја нагласи улогата на научниот метод кога се занимава со податоци .
Група научници од Универзитетот во Тексас, исто така, се залагаше дека дефиницијата за БМИ треба да ја вклучи идејата дека информациите во информатиката се 'податоци плус значење'. Други академски институции обезбедија елаборирани дефиниции кои ја препознаа мултидисциплинарната природа на БМИ и се фокусираа на податоци, информации и знаење во контекст на биомедицината.
Изразите на Фридмановската фундаментална теорема
Корисно е да се разгледаат изразите на теоремата во однос на луѓето или организациите кои би ги користеле информативните ресурси. Дали теорема важи во дадено сценарио може да се емпириски тестирани со рандомизирани контролирани испитувања и други студии.
Подолу се дадени примери за тоа како теоремата на Фридман може да се примени во контекст на тековната здравствена заштита од перспектива на различни корисници.
Корисници на пациентите
- Пациент кој користи апликација за потсетување на лекови ќе биде попристоен на нејзиниот режим на лекување отколку истиот пациент кој не ја користи апликацијата.
- Пациент кој се обидува да изгуби тежина кој ја следи исхраната и вежбање на апликација за паметни телефони ќе изгуби повеќе тежина од истиот пациент без апликацијата.
- Пациент кој користи портал за пациенти за комуникација со својот лекар ќе се чувствува повеќе ангажиран во неговата грижа од истиот пациент без порталот.
- Пациент кој користи портал за пациенти за да ги види резултатите од тестовите ќе изрази поголемо задоволство од нејзината грижа од истиот пациент без порталот.
- Пациент кој учествува во онлајн форум за ревматоиден артритис ќе се справи со нејзината болест повеќе од истиот пациент без форум.
Клиничарите
- Педијатар кој користи електронски здравствен запис (EHR) со потсетници за вакцинирање, со поголема веројатност ќе нареди навремено вакцинирање од истиот лекар без потсетници.
- Провајдер за итна медицина со пристап до локална размена на здравствени информации (HIE) ќе нарача помалку дупликати тестови од истиот провајдер без HIE.
- Медицинска сестра која користи безжичен систем за пренесување на виталните знаци директно во EHR ќе направи помалку грешки во документацијата од иста медицинска сестра без безжичен систем.
- Менаџерот на случај кој користи регистар на пациенти ќе идентификува повеќе пациенти со неконтролирана хипертензија од истиот менаџер на случаи без регистарот.
- Хируршки тим кој користи безбедносна листа за проверка ќе има помалку хируршки инфекции од местото од истиот хируршки тим без список за проверка. ( Забележете дека листата за проверка е пример за информативен ресурс кој не треба да се компјутеризира.)
- Лекарот кој користи клиничка одлука за поддршка (ЦДС) за дозирање на антибиотик е поверојатно да ја пропише соодветната доза на антибиотици од истиот лекар без ЦДС алатката.
Корисници на здравствената организација
- Во болница со компјутерска длабока венска тромбоза (DVT), програмата за проценка на ризикот во EHR ќе има помалку DVTs отколку истата болница без програмата.
- Болницата со мобилна компјутеризирана лекарска наредба (CPOE) ќе има помалку телефонски налози отколку истата болница без мобилен CPOE.
- Болницата која користи HIE да испрати извештаи за отпуштање на давателите на примарната здравствена заштита, ќе има помалку предавања од истата болница без ХИЕ.
- Старечки дом со помош на сензорни технологии ќе има пониска стапка на пад на пациентот од истиот старечки дом без сензори.
- Студентската клиника за здравство која испраќа потсетници за текстуални пораки ќе постигне повисоки стапки на вакцинација за хуман папилома вирус (ХПВ) од клиниката без систем за пораки со текст.
- Руралната здравствена клиника која користи телемедицина за виртуелни консултации со специјалисти ќе испрати помалку пациенти во просториите за итни случаи, во споредба со истата клиника без телемедицина.
- Медицинската пракса со табла за подобрување на квалитетот ќе ги идентификува празнините во обезбедувањето на здравствената заштита побрзо од истата практика без контролната табла.
Најновиот за биомедицинската информатика
Понекогаш биомедицинската информатика ги проучува сложените проблеми што може да бидат тешки за фаќање. Ова поле вклучува широк спектар на истражувања, почнувајќи од евалуација на организации до анализи на генетички податоци (на пр. Истражување на ракот). Исто така, може да се користи за развивање на модели за клинички предвидувања, кои се поддржани од електронската здравствена евиденција (EHR). Двајца научници од Универзитетот во Питсбург, Григори Купер и Шајам Висвесваран, во моментов работат на дизајнирање на клинички модели за прогнозирање користејќи вештачка интелигенција (АИ), машинско учење (ML) и бајесовско моделирање. Нивната работа може да придонесе за развој на специфични модели за пациенти. Модели кои сега стануваат клучни во модерната медицина.
> Извори:
> Бернштам Е, Смит Ј, Џонсон Т. Што е биомедицинска информатика ?. J Биомед Информ . 2010; 43: 104-110.
> Фридман КП. "Основна теорема" на биомедицинската информатика . J Am Med Inform Assoc. 2009; 16: 169-170.
> Хантер Ј. Подобрувајќи ја "Фундаменталната теорема на биомедицинската информатика" на Фридман . J Am Med Inform Assoc . 2010; 17 (1): 112.
> Visweswaran S, Cooper G. Учење на специфични предвижни модели . Ј Мач Научете се . 2010; 11: 3333-3369.