הגדרה מעוגנת תיאורטית של אינפורמטיקה ביו רפואית (BMI) היה חסר במשך זמן רב. כדי להפנות את תשומת לבו לתחום מדעי זה, הציע ד"ר צ'רלס פרידמן, דוקטורט, את המשפט היסודי של מידע ביו-רפואי. היא קובעת כי "אדם העובד בשותפות עם משאב מידע הוא" טוב יותר "מאותו אדם ללא סיוע". משפט פרידמן אינו למעשה משפט מתמטי פורמלי (המבוסס על ניכוי ומקובל כאמת), אלא זיקוק של המהות של BMI.
התיאוריה מרמזת כי אינפורמטיקאים ביו-רפואיים עוסקים במשאבי מידע (או לא יכולים) לעזור לאנשים. בהתייחסו ל"אדם "במשפט שלו, פרידמן מציע שזה יכול להיות אדם ( מטופל , קלינאי, מדען, מנהל ), קבוצה של אנשים או אפילו ארגון.
יתרה מזאת, למשפט המוצע יש שלוש תובנות המסייעות להגדיר את המידע בצורה טובה יותר:
- אינפורמטיקה היא יותר על אנשים מאשר טכנולוגיה. משמעות הדבר היא כי משאבים צריך להיות בנוי לטובת אנשים.
- משאב המידע חייב לכלול משהו שהאדם אינו מכיר. זה מצביע על כך שהמשאב צריך להיות נכון ואינפורמטיבי.
- האינטראקציה בין אדם למשאב קובעת אם המשפט מחזיק. תולדה זו מכירה בכך שמה שאנו יודעים על האדם בלבד או על המשאב לבדו אינו יכול בהכרח לחזות את התוצאה.
תרומתו של פרידמן הוכר כהגדרת ה- BMI בדרך פשוטה וקלה להבנה. עם זאת, מחברים אחרים הציעו נקודות מבט חלופיות ותוספות למשפט שלו. לדוגמה, פרופסור סטיוארט האנטר מאוניברסיטת פרינסטון הדגיש את תפקיד השיטה המדעית בהתמודדות עם נתונים .
קבוצה של מדענים מאוניברסיטת טקסס גם דגל כי ההגדרה של BMI צריך לכלול את הרעיון כי מידע אינפורמטיקה הוא "נתונים בתוספת משמעות". מוסדות אקדמיים אחרים סיפקו הגדרות מפורטות שהכירו את האופי הרב-תחומי של BMI והתמקדו בנתונים, מידע וידע בהקשר לביו-רפואה.
ביטויים של משפט היסוד של פרידמן
כדאי לשקול ביטויים של המשפט במונחים של אנשים או ארגונים שישתמשו במשאבי המידע. בין אם משפט זה נכון בתרחיש נתון ניתן לבדוק באופן אמפירי עם ניסויים מבוקרים אקראיים ומחקרים אחרים.
להלן כמה דוגמאות כיצד ניתן ליישם את משפט פרידמן בהקשר של טיפול רפואי שוטף מנקודת מבט של משתמשים שונים.
מטופלים משתמשים
- מטופל המשתמש ביישום תזכורת לתרופות יהיה יעיל יותר למשטר התרופות שלה מאשר אותו מטופל שאינו משתמש באפליקציה.
- החולה מנסה לרדת במשקל אשר עוקב אחר דיאטה ופעילות גופנית על יישום הטלפון החכם תאבד משקל רב יותר מאשר המטופל אותו ללא האפליקציה.
- מטופל המשתמש בפורטל המטופל כדי לתקשר עם הרופא שלו ירגיש מעורב יותר בטיפול שלו מאשר המטופל אותו ללא הפורטל.
- מטופל המשתמש בפורטל המטופל כדי להציג תוצאות בדיקות יביע שביעות רצון גבוהה יותר מאשר טיפול שלה אותו מטופל ללא הפורטל.
- מטופלת שמשתתפת בפורום מקוון לדלקת מפרקים שגרונית תתמודד בצורה יעילה יותר עם המחלה שלה מאשר אותו מטופל ללא הפורום.
משתמשי הקליניקה
- רופא ילדים המשתמש ברשומה רפואית אלקטרונית (EHR) עם תזכורות חיסוניות יהיה סביר יותר להזמין חיסונים בזמן מאשר הרופא אותו ללא תזכורות.
- ספקית חירום חירום עם גישה מקומית חילופי מידע בריאות (HIE) יורה בדיקות כפולות פחות מאשר ספק זהה ללא HIE.
- אחות המשתמשת במערכת אלחוטית להעברת סימנים חיוניים ישירות לתוך EHR תעשה פחות שגיאות תיעוד מאשר אותה אחות ללא מערכת אלחוטית.
- מנהל מקרה המשתמש ברישום המטופל יזהה יותר חולים עם יתר לחץ דם לא מבוקר מאשר אותו מנהל מקרה ללא הרישום.
- צוות כירורגי באמצעות רשימת הבטיחות יהיה פחות זיהומים באתר כירורגי מאשר צוות כירורגי אותו ללא רשימת. ( שים לב שהרשימה היא דוגמה למשאב מידע שאינו צריך להיות ממוחשב).
- רופא המשתמש בכלי מינון אנטיביוטי (CDS) עבור מינון אנטיביוטי עשוי לקבוע את המינון המתאים לאנטיביוטיקה מאשר אותו רופא ללא כלי ה- CDS.
משתמשי ארגון הבריאות
- בית החולים עם תוכנית הערכת הסיכון של פקקת ורידים ממוחשבת (DVT) ב- EHR יהיה פחות DVTs מאשר אותו בית חולים ללא התוכנית.
- לבית חולים עם פלטפורמה ממוחשבת של הזמנת רופא ממוחשב (CPOE) יהיו פחות הזמנות טלפון מאשר אותו בית חולים ללא CPOE.
- בית החולים שמשתמש ב- HIE כדי לשלוח סיכומי פריקה לספקי טיפול ראשוני, יקבל פחות קליטה מאשר בבית החולים עצמו ללא HIE.
- בית אבות באמצעות טכנולוגיות חיישן יהיה שיעור נמוך יותר של המטופל נופל מאשר באותו בית אבות ללא חיישנים.
- מרפאת בריאות סטודנטים השולחת תזכורות של הודעות טקסט תשיג שיעורי חיסון גבוהים יותר עבור הפפילומה האנושי (HPV) מאשר במרפאה ללא מערכת העברת הודעות טקסט.
- מרפאה כפרית באמצעות Telemedicine עבור התייעצויות וירטואליות עם מומחים ישלחו פחות חולים לחדר מיון, לעומת אותה קליניקה ללא Telemedicine.
- פרקטיקה רפואית עם לוח המחוונים לשיפור איכות יזהה פערים בהספקת שירותי בריאות מהר יותר מאשר אותה תרגול ללא לוח המחוונים.
האחרונה על ביו אינפורמטיקה
לפעמים מידע ביו-רפואי בוחן בעיות מורכבות שקשה לתפוס אותן. תחום זה כולל קשת רחבה של מחקרים, החל בהערכות של ארגונים ועד לנתוני מערכי נתונים גנומיים (למשל, מחקר סרטני). זה יכול לשמש גם לפתח מודלים חיזוי קליני, אשר נתמכים על ידי רשומות בריאות אלקטרונית (EHR). שני חוקרים מאוניברסיטת פיטסבורג, גרגורי קופר ושיאם וויסווסוורן, עובדים כיום על תכנון מודלים לחיזוי קליני מתוך נתונים באמצעות אינטליגנציה מלאכותית (AI), למידה ממוחשבת (ML) ומידול בייסי. עבודתם יכולה לתרום לפיתוח של מודלים ספציפיים לחולה. מודלים אשר כיום להיות מכריע ברפואה המודרנית.
> מקורות:
> ברנסטאם E, סמית 'ג, ג' ונסון T. מה אינפורמטיקה ביו ?. J ביומד להודיע . 2010, 43: 104-110.
> מחסום פרידמן. "משפט בסיסי" של ביומדיקל אינפורמטיקה . J Am Med Inform אס. 2009, 16: 169-170.
> האנטר ג ' שיפור "פרידמן של" משפט בסיסי של ביו אינפורמטיקה " . J Am Med Inform אס . , 17 (1): 112.
> Visweswaran S, קופר ג ' למידה ספציפיים מודלים חזוי מסוים . J ללמוד ללמוד . 2010, 11: 3333-3369.