Věda biomedicínské informatiky
Obsah:
- Výrazy Friedmanovy základní věty
- Uživatelé pacientů
- Uživatelé klinických lékařů
- Uživatelé zdravotnické organizace
- Nejnovější na téma biomedicínská informatika
NEZkreslená věda II: 3. Radioaktivita (Září 2024)
Teoreticky zakotvená definice biomedicínské informatiky (BMI) chyběla po dlouhou dobu. Aby se zaměřil na tuto vědeckou oblast, Charles Friedman, Ph.D., navrhl základní teorém biomedicínské informatiky.Uvádí, že "osoba pracující v partnerství s informačním zdrojem je" lepší "než ta samá osoba bez pomoci." Friedmanova věta není ve skutečnosti formální matematickou teorou (která je založena na odečtení a je uznána jako pravdivá), ale spíše destilací podstaty BMI.
Věta naznačuje, že biomedicínští informatici se zabývají tím, jak informační zdroje mohou (nebo nemohou) pomoci lidem. Když se Friedman zmínil o "osobě" ve své vědě, naznačuje, že to může být buď jedinec (pacient, klinik, vědec, správce), skupina lidí nebo dokonce organizace.
Dále navrhovaná věta má tři důsledky, které lépe definují informatiku:
- Informatika je více o lidech než o technologii. To znamená, že zdroje by měly být postaveny ve prospěch lidí.
- Informační zdroj musí obsahovat něco, co člověk ještě neví. To naznačuje, že zdroj musí být správný a informativní.
- Interakce mezi člověkem a prostředkem určuje, zda má věta větu. Tento důsledek uznává, že to, co víme o samotné osobě nebo zdroji, nemůže nutně předvídat výsledek.
Friedmanův příspěvek byl uznaný za definici BMI jednoduchým a snadno srozumitelným způsobem. Jiní autoři však navrhli alternativní pohledy a dodatky ke své vědě. Například profesor Stuart Hunter z Princetonské univerzity zdůraznil úlohu vědecké metody při zpracování dat. Skupina vědců z Texaské univerzity také obhajovala, že definice BMI by měla zahrnovat myšlenku, že informace v informatice jsou "data plus význam". Jiné akademické instituce poskytly složité definice, které uznaly multidisciplinární charakter BMI a zaměřily se na údaje, informace a znalosti v kontextu biomedicíny.
Výrazy Friedmanovy základní věty
Je užitečné zvážit výrazy věty z hlediska lidí nebo organizací, které by používaly informační zdroje. Zda je tato věta v daném scénáři pravdivá, může být empiricky testována pomocí randomizovaných kontrolovaných studií a dalších studií.
Níže uvádíme několik příkladů toho, jak by Friedmanova věta mohla být použita v kontextu současné zdravotní péče z pohledu různých uživatelů.
Uživatelé pacientů
- Pacient, který používá aplikaci pro připomenutí léku, bude lépe dodržovat léčivý režim než stejný pacient, který aplikace nepoužívá.
- Pacient, který se pokusí zhubnout, který sleduje dietu a cvičení v smartphonu, ztratí větší váhu než ten stejný pacient bez aplikace.
- Pacient, který používá portál pro pacienty ke komunikaci se svým lékařem, se bude cítit více zapojen do péče než stejný pacient bez portálu.
- Pacient, který používá portál pro pacienty k zobrazení výsledků testů, vyjádří vyšší spokojenost s péčí než stejný pacient bez portálu.
- Pacient, který se účastní on-line fóra pro revmatoidní artritidu, bude lépe zvládat její onemocnění než stejný pacient bez fóra.
Uživatelé klinických lékařů
- Pediatr, který používá záznam o elektronickém zdravotním stavu (EHR) s upozorněním na očkování, bude častěji objednávat včasná očkování než stejný lékař bez připomenutí.
- Pohotovostní lékař, který má přístup k místní výměně zdravotních informací (HIE), si objednal méně duplicitních testů než stejný poskytovatel bez HIE.
- Sestra, která používá bezdrátový systém k přenosu vitálních funkcí přímo do EHR, způsobí méně dokumentačních chyb než stejná zdravotní sestra bez bezdrátového systému.
- Správce případů, který používá registr pacientů, identifikuje více pacientů s nekontrolovanou hypertenzí než stejný správce případů bez registru.
- Chirurgický tým používající bezpečnostní kontrolní seznam bude mít méně infekcí v místě chirurgického výkonu než stejný chirurgický tým bez kontrolního seznamu. (Mějte na paměti, že kontrolní seznam je příkladem informačního zdroje, který nemusí být počítačový.)
- Lékař, který používá nástroj pro podporu klinického rozhodování (CDS) pro dávkování antibiotik, s větší pravděpodobností předepíše vhodnou dávku antibiotika než ten lékař bez CDS nástroje.
Uživatelé zdravotnické organizace
- Nemocnice s počítačovým programem pro hodnocení rizika hluboké žilní trombózy (DVT) v EHR bude mít méně HVT než stejná nemocnice bez programu.
- Nemocnice s platformou mobilního počítače s počítačem (CPOE) bude mít méně telefonních objednávek než stejná nemocnice bez mobilní CPOE.
- Nemocnice, která využívá HIE k zasílání shrnutí výpůjček poskytovatelům primární péče, bude mít méně readmisií než stejná nemocnice bez HIE.
- Sesterský dům používající senzorové technologie bude mít sníženou rychlost pádu pacientů, než je tomu u stejného sesterského domova bez senzorů.
- Studentská zdravotní klinika, která odešle připomenutí textových zpráv, dosáhne vyššího počtu očkování proti lidskému papilomaviru (HPV) než klinice bez systému textových zpráv.
- Klinika zdravotnictví na venkově, která využívá telemedicínu pro virtuální konzultace se specialisty, pošle méně pacientů do pohotovosti v porovnání se stejnou klinikou bez telemedicíny.
- Lékařská praxe s palubním přístrojem pro zlepšení kvality identifikuje nedostatky v poskytování zdravotní péče rychleji než stejná praxe bez přístrojové desky.
Nejnovější na téma biomedicínská informatika
Někdy biomedicínská informatika zkoumá složité problémy, které lze obtížně zachytit. Toto pole zahrnuje široké spektrum výzkumů, od hodnocení organizací až po analýzu genomických datových souborů (např. Výzkum rakoviny).Může být také použit k vývoji klinických predikčních modelů, které jsou podporovány elektronickými zdravotními záznamy (EHR). Dva učenci z University of Pittsburgh, Gregory Cooper a Shyam Visweswaran pracují v současné době na navrhování klinických modelů předpovědí z dat pomocí umělé inteligence (AI), strojového učení (ML) a Bayesovského modelování. Jejich práce by mohla přispět k rozvoji modelů specifických pro pacienty. Modely, které se v moderní medicíně stávají klíčovými.
Nejlepší čínské pokrmy na jídlo pro vyloučení kyselého zpětného proudění
Získejte tipy pro výběr čínského jídla, které je méně pravděpodobné, že spustí kyselý reflux, plus naučit se, které položky se naprosto vyhnout, pokud jste žaludek sufferer.
Profil ošetřovatelské informatiky
Zde je základní popis práce v kariéře ošetřovatelské informatiky, jak získat potřebnou kvalifikaci a co očekávat od této kariéry.
Jak se stát biomedicínským inženýrem
Chcete se stát biomedicínským inženýrem? Pokud máte rádi biologii, inženýrství a lékařství, kariéra jako biomedicínský inženýr může být pro vás.