Կենսաբժշկական ինֆորմատիկայի (BMI) տեսականորեն հիմնավորված սահմանումը երկար ժամանակ բացակայում էր: Այս գիտական դաշտում որոշակի ուշադրություն դարձնելու համար բ.գ.թ. Չարլզ Ֆրիդմանը առաջարկել է կենսաբժշկական ինֆորմատիկայի հիմնարար հիմնավորում: Այն փաստում է, որ «տեղեկատվական ռեսուրսի հետ աշխատող մարդը ավելի լավն է, քան այն նույն անձը, որը անհամար է»: Friedman- ի թեզաեմտն իրականում ֆիզիկական մաթեմատիկական թարմություն չէ (որը հիմնված է նվազեցման վրա եւ ընդունվում է որպես ճշմարիտ), այլ ոչ թե թորում BMI- ի էությունը:
Թեորեմիան ենթադրում է, որ կենսաբժշկական ինֆորմատիկատները մտահոգված են ինչպես տեղեկատվական ռեսուրսները կարող են (կամ չեն կարող) օգնել մարդկանց: Թեորեմի մեջ «մարդ» ասելով, Ֆրիդմանը առաջարկում է, որ դա կարող է կամ լինել անհատ ( հիվանդ , կլինիկոս, գիտնական, ադմինիստրատոր ), մի խումբ մարդկանց կամ նույնիսկ կազմակերպություն:
Բացի այդ, առաջարկվող հիմնախնդիրը ունի երեք եզրակացություններ, որոնք օգնում են որոշել ինֆորմատիկայի ավելի լավը.
- Ինֆորմատիկան ավելի շատ մարդկանց մասին է, քան տեխնոլոգիան: Սա նշանակում է, որ ռեսուրսները պետք է կառուցվեն մարդկանց օգտին:
- Տեղեկատվական ռեսուրսը պետք է ներառի այն անձը, որը չի ճանաչում: Սա ենթադրում է, որ ռեսուրսը պետք է լինի ճիշտ եւ տեղեկատվական:
- Մարդկանց եւ ռեսուրսի միջեւ փոխգործակցությունը որոշում է, թե արդյոք թեստեր են անցկացվում: Այս եզրակացությունը գիտակցում է, որ այն, ինչ մենք գիտենք միայնակ անձի կամ միայն ռեսուրսի մասին, չի կարող անպայման կանխատեսել արդյունքը:
Friedman- ի ներդրումը ճանաչվել է BMI- ի պարզ եւ հեշտ հասկանալի ձեւով: Այնուամենայնիվ, այլ հեղինակներ առաջարկեցին այլընտրանքային տեսակետներ եւ լրացումներ իր թեզությանը: Օրինակ, պրնցեթոնի համալսարանի պրոֆեսոր Ստյուարտ Հանթերը ընդգծեց տվյալների հետ կապված գիտական մեթոդի դերը:
Տեխասի համալսարանի մի խումբ գիտնականներ նաեւ պնդում էին, որ BMI- ի սահմանումը պետք է ներառի այն հասկացությունը, որ ինֆորմատիկայում տեղեկատվությունը «տվյալների գումարած իմաստ» է: Այլ ակադեմիական հաստատությունների կողմից մշակված ԲՄԿ-ի բազմաբնույթ բնույթը ճանաչված եւ բիոմեդիկինի համատեքստում կենտրոնացած տվյալների, տեղեկատվության եւ գիտելիքների վրա հիմնված մանրակրկիտ սահմանումներ:
Ֆրիդմանի հիմնարար թեւերի արտահայտություններ
Հատկապես օգտակար է համարել այնպիսի արտահայտություններ, որոնք վերաբերում են մարդկանց կամ կազմակերպություններին, որոնք կօգտագործեն տեղեկատվական ռեսուրսները: Անկախ նրանից, թե այդ տեսությունը ճշմարիտ է տվյալ սցենարում, կարող է փորձարկվել էմպիրիկորեն փորձարկված ռադոնալիզացված փորձությունների եւ այլ ուսումնասիրությունների միջոցով:
Ստորեւ բերված են մի քանի օրինակներ, թե ինչպես Friedman- ի թեստաբանությունը կարող է կիրառվել ներկա առողջապահության համատեքստում տարբեր օգտագործողների տեսանկյունից:
Հիվանդի օգտագործողներ
- Դեղամիջոցի հիշեցման հավելվածը օգտագործող հիվանդը ավելի կպահպանի իր դեղորայքի ռեժիմը, քան նույն հիվանդը, օգտագործելով հավելվածը:
- Մի հիվանդը, որը փորձում է նիհարել, սննդակարգի հետքերով եւ սմարթֆոնի հավելվածով վարժվելուց հետո կորցնում է ավելի շատ քաշ, քան նույն հիվանդը, առանց հավելվածի:
- Հիվանդը, ով օգտագործում է հիվանդի պորտալը, շփվելու իր բժշկի հետ, ավելի շատ կզգա իր խնամքի մեջ, քան նույն պասիվը, առանց պորտալի:
- Հիվանդի կողմից, որը օգտագործում է հիվանդի պորտալը, թեստերի արդյունքները դիտելու համար, ավելի մեծ գոհունակություն կպատճառի իր խնամքի հետ, քան նույն պացիենտը, առանց պորտալի:
- Հիվանդը, ով մասնակցում է ռեւմատոիդ արթրիտի առցանց համաժողովին, ավելի արդյունավետ կլինի իր հիվանդությամբ, քան համաժողովի առանց համանախագահի:
Կլինիցիայի օգտագործողներ
- Մանկաբույժը, օգտագործելով էլեկտրոնային առողջապահական ռեկորդ (EHR) պատվաստանյութի հիշեցումներով, ավելի հավանական է, որպեսզի պատվերը կատարեն ժամանակին, քան նույն բժիշկը, առանց հիշեցումների:
- Տեղական առողջապահական տեղեկատվության փոխանակման (HIE) հասանելիություն ունեցող արտակարգ շտապ դեղամիջոցը թույլ կտա ավելի քիչ կրկնօրինակ թեստեր իրականացնել, քան նույն մատակարարը `առանց HIE- ի:
- Մի բուժքույր, որն օգտագործում է անլար համակարգ, կենսական նշաններ փոխանցելու ուղղակիորեն EHR- ին, կնվազեցնի փաստաթղթերի ավելի քիչ սխալներ, քան նույն բուժքույրը, առանց անլար համակարգի:
- Հիվանդանոցի ռեեստրի օգտագործմամբ գործի մենեջերը կարող է բացահայտել ավելի անվստահելի հիպերտոնիկ հիվանդներ, քան առանց ռեեստրի նույն գործի կառավարիչը:
- Վիրաբուժական թիմը, օգտագործելով անվտանգության ստուգման ցուցակը, կունենա ավելի քիչ վիրաբուժական միջամտություն, քան վիրահատական թիմը, առանց ստուգման ցանկի: ( Նշեք, որ ստուգաթերթը տեղեկատվական ռեսուրսի օրինակ է, որը համակարգչային կարիք չունի):
- Բժիշկը, օգտագործելով կլինիկական որոշումների օժանդակության (CDS) գործիք, հակաբիոտիկների դեղաչափի համար ավելի հավանական է, որ համապատասխան հակաբիոտիկ դոզան սահմանվի, քան նույն բժիշկը, առանց CDS գործիքի:
Առողջապահական կազմակերպությունների օգտագործողներ
- EHR- ի համակարգչային խորացված երակային թրոմբոց (DVT) ռիսկի գնահատման ծրագրի հետ հիվանդանոցը կունենա ավելի քիչ DVT, քան նույն հիվանդանոցը `առանց ծրագրի:
- Բջջային համակարգչային բժիշկ կարգի մուտքի (CPOE) պլատֆորմի հետ հիվանդանոցը կունենա ավելի քիչ հեռախոսային պատվերներ, քան բջջային CPOE- ի նույն հիվանդանոցը:
- Հիվանդանոցը, որն օգտագործում է HIE- ը, առաջնային բուժաշխատողներին գաղտնազերծման ամփոփագրեր ուղարկելու համար ավելի քիչ կլիներ, քան ՀԻՄ-ը, նույն հիվանդանոցում:
- Սնուցող տեխնոլոգիաների կիրառմամբ բուժքույրական տունը հիվանդների ցածր տեմպն է ընկնում, քան նույն սնունդը, առանց սենսորների:
- Ուսանողական առողջության կլինիկան, որը ուղարկում է տեքստային հաղորդագրության հիշեցումներ, կստանա մարդու պապիլոմավիրուսի (HPV) ավելի բարձր պատվաստանյութեր, քան `առանց տեքստային հաղորդագրությունների համակարգի:
- Առողջապահական կլինիկայում, որն օգտագործվում է հեռաբժշկության օգնությամբ, մասնագետների հետ վիրտուալ խորհրդատվությունների համար, կփրկի ավելի քիչ հիվանդներին արտակարգ իրավիճակների կենտրոնին, քան նույն հեռուստատեսության հետ միասին:
- Բժշկական պրակտիկան, որակի բարելավման գործիքագոտիով, կբացահայտի առողջապահական ծառայությունների մատուցման թերությունները ավելի արագ, քան նույն պրակտիկան առանց վահանակի:
Կենսաբժշկական ինֆորմատիկայի մասին վերջինը
Երբեմն կենսաբժշկական ինֆորմատիկան ուսումնասիրում է բարդ խնդիրներ, որոնք կարող են գրավել դժվար: Այս դաշտը ներառում է հետազոտությունների լայն շրջանակ `սկսած կազմակերպության գնահատումներից մինչեւ գենոմի տվյալների հավաքագրման վերլուծություններ (օրինակ` քաղցկեղի հետազոտություն): Այն կարող է օգտագործվել նաեւ կլինիկական կանխատեսման մոդելների մշակման համար, որոնք աջակցում են էլեկտրոնային առողջապահական գրառումները (EHR): Պիտսբուրգի համալսարանի երկու գիտնականները, Գրիգորի Կուպերը եւ Շիամ Վիսվեսվարանը, ներկայումս աշխատում են արհեստական հետախուզության (AI), մեքենաների ուսուցման (ML) եւ բայեզյան մոդելավորման տվյալների հիման վրա, կլինիկական կանխատեսման մոդելների նախագծման վրա: Նրանց աշխատանքը կարող է նպաստել հիվանդի հատուկ մոդելների զարգացմանը: Մոդելները, որոնք այժմ կարեւոր են դառնում ժամանակակից բժշկության մեջ:
> Աղբյուրներ.
> Bernstam E, Smith J, Johnson T. Ինչ է կենսաբժշկական ինֆորմատիկան: Ջ . 2010; 43: 104-110:
> Friedman CP: Կենսաբժշկական ինֆորմատիկայի «ֆունդամենտալ տեսություն» : J Am Med Inform դոկտ. 2009, 16: 169-170:
> Hunter J. Ընդլայնել Ֆրիդմանի «Կենսաբժշկական ինֆորմատիկայի հիմնարար ֆորումը» : J Am Med Inform դոկտ . 2010, 17 (1): 112:
> Visweswaran S, Cooper G. Սովորել Instance-Specific Predictive մոդելները : J Mach Իմացեք Res . 2010, 11: 3333-3369: