생의학 정보학 정리

생물 의학 정보학 (BMI)에 대한 이론적 근거는 오랫동안 부족했습니다. 이 과학 분야에 초점을 맞추기 위해 Charles Friedman 박사는 생물 의학 정보학의 기본 이론을 제안했습니다.Friedman의 정리는 실제로 공식적인 수학적 정리 (공제에 기반을두고 사실로 받아 들여지는)가 아니라 오히려 증류법 BMI의 본질.

이 정리는 생물 의학 정보 학자들이 정보 자원이 사람들을 어떻게 도울 수 있는지 (또는 할 수 없는지)에 관심을 갖는다는 것을 의미한다. Friedman은 자신의 정리에서 '사람'을 언급 할 때 이것이 개인 (환자, 임상의, 과학자, 관리자), 사람들 집단 또는 조직 일 수 있다고 제안합니다.

게다가, 제안 된 정리는 정보학을 더 잘 정의하는 데 도움이되는 세 가지 결과를 가지고있다.

1. 인포 매틱스는 기술보다 사람에 관한 것입니다. 이는 사람들의 이익을 위해 자원을 만들어야 함을 의미합니다.
2. 정보 자원은 사람이 이미 알지 못하는 것을 포함해야합니다. 이는 리소스가 정확하고 유익해야 함을 의미합니다.
3. 사람과 자원 간의 상호 작용은 정리가 성립 하는지를 결정합니다. 이 결과는 우리가 사람이나 자원에 대해 아는 것이 반드시 결과를 예측할 수는 없다는 것을 인식합니다.

Friedman의 기여는 간단하고 이해하기 쉬운 방법으로 BMI를 정의하는 것으로 인식되었습니다. 그러나 다른 저자들은 자신의 정리에 대한 대안적인 견해와 추가 사항을 제안했다. 예를 들어, Princeton University의 Stuart Hunter 교수는 데이터를 다룰 때 과학적 방법의 역할을 강조했습니다. 텍사스 대학 (University of Texas)의 한 과학자 그룹은 BMI의 정의가 정보학의 정보가 '데이터와 의미'라는 개념을 포함해야한다고 주장했다. 다른 학술 기관은 BMI의 다 분야 성격을 인식하고 생의학의 맥락에서 데이터, 정보 및 지식에 중점을 둔 정교한 정의를 제공했습니다.

프리드먼의 근본 정리의 표현

정보 자원을 사용할 사람이나 조직의 관점에서 정리의 표현을 고려하는 것이 유용합니다. 주어진 시나리오에서 정리이 사실인지 여부는 무작위 통제 시험 및 기타 연구를 통해 경험적으로 테스트 할 수 있습니다.

아래는 Friedman의 정리가 다른 사용자의 관점에서 현재 건강 관리의 맥락에서 어떻게 적용될 수 있는지에 대한 몇 가지 예입니다.

환자 사용자

• 약물 알리미 응용 프로그램을 사용하는 환자는 해당 응용 프로그램을 사용하지 않는 동일한 환자보다 투약 요법을 더 준수하게됩니다.
• 다이어트와 운동을 스마트 폰 앱으로 추적하는 체중 감량을 시도하는 환자는 앱이없는 동일한 환자보다 더 많은 체중을 잃을 것입니다.
• 의사와 의사 소통하기 위해 환자 포털을 사용하는 환자는 포털이없는 동일한 환자보다 자신의 치료에 더 많이 종사한다고 느끼게됩니다.
• 환자 포털을 사용하여 검사 결과를 보는 환자는 포털이없는 동일한 환자보다 치료에 대한 만족도가 높습니다.
• 류마티스 관절염에 대한 온라인 포럼에 참여하는 환자는 포럼이없는 동일한 환자보다 자신의 질병에 효과적으로 대처할 수 있습니다.

임상의 사용자

• 예방 접종 알림이있는 전자 건강 기록 (EHR)을 사용하는 소아과 의사는 알리미가없는 동일한 의사보다시기 적절한 예방 접종을 주문할 가능성이 더 높습니다.
• 지역 의료 정보 교환 (HIE)에 대한 응급 의료 제공자는 HIE가없는 동일한 공급자보다 중복 검사를 줄입니다.
• 무선 시스템을 사용하여 EHR에 생체 신호를 직접 전송하는 간호사는 무선 시스템이없는 동일한 간호사보다 문서화 오류가 적습니다.
• 환자 레지스트리를 사용하는 사례 관리자는 레지스트리가없는 동일한 사례 관리자보다 통제되지 않은 고혈압 환자를 더 많이 식별합니다.
• 안전 체크리스트를 사용하는 수술 팀은 체크리스트가없는 동일한 수술 팀보다 수술 사이트 감염이 적습니다. (체크리스트는 컴퓨터화할 필요가없는 정보 자원의 예입니다.
• 항생제 투여를위한 임상 의사 결정 지원 (CDS) 도구를 사용하는 의사는 CDS 도구가없는 동일한 의사보다 적절한 항생제 투여 량을 처방 할 가능성이 더 큽니다.

건강 관리 조직 사용자

• EHR에서 전산화 심부 정맥 혈전증 (DVT) 위험 평가 프로그램을 시행하는 병원은 프로그램이없는 동일한 병원보다 DVT 수가 적습니다.
• 모바일 전산 의사 진료 시스템 (CPOE) 플랫폼을 갖춘 병원은 모바일 CPO가없는 동일한 병원보다 전화 주문이 적습니다.
• HIE를 사용하여 일차 진료 제공자에게 퇴원 요약을 보내는 병원은 HIE가없는 동일한 병원보다 재출국 수가 적습니다.
• 센서 기술을 사용하는 요양원은 센서가없는 동일한 요양원보다 환자 낙상 율이 낮습니다.
• 문자 메시지 알림을 보내는 학생 건강 클리닉은 문자 메시지 시스템이없는 클리닉보다 HPV (human papillomavirus)에 대한 높은 백신 접종률을 달성합니다.
• 전문가와의 가상 협의를 위해 원격 진료를 이용하는 농촌 보건 진료소는 원격 진료가없는 동일한 진료소에 비해 응급실에 환자를 더 적게 보낼 것이다.
• 품질 개선 대시 보드가있는 의료 관행은 대시 보드가없는 동일한 관행보다 더 신속하게 의료 서비스의 갭을 식별합니다.

생의학 정보학 최신 정보

때로는 생물 의학 정보학이 복잡한 문제를 연구하여이를 포착하기가 어렵습니다. 이 분야에는 조직의 평가에서부터 게놈 데이터 세트 분석 (예: 암 연구)에 이르기까지 광범위한 연구가 포함됩니다.또한 전자 건강 기록 (EHR)에서 지원하는 임상 예측 모델을 개발하는데도 사용할 수 있습니다. 피츠버그 대 (University of Pittsburgh), Gregory Cooper 및 Shyam Visweswaran의 두 학자는 인공 지능 (AI), 기계 학습 (ML) 및 베이지안 모델링을 사용하여 데이터로부터 임상 예측 모델을 설계하는 중입니다. 그들의 연구는 환자 특정 모델의 개발에 기여할 수 있습니다. 현대 의학에서 결정적인 역할을하는 모델.