Teorema tal-Informatika Bijomedika

Definizzjoni teoretika ta 'l-informatika bijomedika (BMI) kienet nieqsa għal żmien twil. Biex tikkonċentra fuq dan il-qasam xjentifiku, Charles Friedman, Ph.D., ippropona t-teorema fundamentali tal-informatika bijomedika. Hija tiddikjara li "persuna li taħdem bi sħubija ma 'riżorsa ta' informazzjoni hija" aħjar "minn dik l-istess persuna mhux assistita." It-teorema ta 'Friedman mhijiex fil-fatt teorema matematiku formali (li hija bbażata fuq tnaqqis u hija aċċettata bħala vera), iżda distillazzjoni ta 'l-essenza tal-BMI.

It-teorema jimplika li l-informaturi bijomediċi huma mħassba dwar kif ir-riżorsi tal-informazzjoni jistgħu (jew ma jistgħux) jgħinu lin-nies. Meta tirreferi għal "persuna" fit-teorema tiegħu, Friedman jissuġġerixxi li dan jista 'jkun individwu ( pazjent , kliniċista, xjentist, amministratur ), grupp ta' nies jew saħansitra organizzazzjoni.

Barra minn hekk, it-teorema propost għandu tliet korollarji li jgħinu fid-definizzjoni tal-informatika aħjar:

  1. L-informatika hija aktar dwar in-nies milli t-teknoloġija. Dan jimplika li r-riżorsi għandhom jinbnew għall-benefiċċju tan-nies.
  2. Ir-riżorsa ta 'informazzjoni għandha tinkludi xi ħaġa li l-persuna ma tkunx diġà taf. Dan jissuġġerixxi li r-riżorsa għandha tkun kemm korretta kif ukoll informattiva.
  3. L-interazzjoni bejn persuna u riżors tiddetermina jekk teżistix it-teorema. Dan il-korollarju jirrikonoxxi li dak li nafu dwar il-persuna waħedha jew ir-riżors waħdu ma jistax neċessarjament ibassar ir-riżultat.

Il-kontribut ta 'Friedman ġie rikonoxxut bħala li jiddefinixxi l-BMI b'mod sempliċi u faċli biex tinftiehem. Madankollu, awturi oħra ssuġġerew opinjonijiet alternattivi u żidiet mat-teorema tiegħu. Pereżempju, il-Professur Stuart Hunter ta 'l-Università ta' Princeton enfasizza r-rwol tal-metodu xjentifiku meta jittratta d-data .

Grupp ta 'xjentisti mill-Università ta' Texas sostna wkoll li d-definizzjoni ta 'BMI għandha tinkludi l-idea li l-informazzjoni fl-informatika hija' data plus meaning '. Istituzzjonijiet akkademiċi oħra pprovdew definizzjonijiet elaborati li rrikonoxxew in-natura multidixxiplinari tal-BMI u ffokaw fuq dejta, informazzjoni u għarfien fil-kuntest tal-bijomediċina.

Espressjonijiet tat-Teorema Fundamentali ta 'Friedman

Huwa utli li jiġu kkunsidrati espressjonijiet tat-teorema f'termini ta 'nies jew organizzazzjonijiet li jużaw ir-riżorsi tal-informazzjoni. Jekk it-teorema jgħoddx f'xenarju partikolari jista 'jiġi ttestjat b'mod empiriku bi provi kkontrollati randomised u studji oħra.

Hawn taħt huma xi eżempji ta 'kif it-teorema ta' Friedman tista 'tiġi applikata fil-kuntest tal-kura tas-saħħa kurrenti mill-perspettiva ta' utenti differenti.

Utenti tal-Pazjent

Utenti tal-Kliniċisti

Utenti għall-Organizzazzjoni tal-Kura tas-Saħħa

L-Aħħar dwar l-Informatika Bijomedika

Kultant l-informatika bijomedika tistudja problemi kumplessi li jistgħu jkunu diffiċli biex jinqabdu. Dan il-qasam jinkludi spettru wiesa 'ta' riċerka, li jvarja minn evalwazzjonijiet ta 'organizzazzjonijiet għal analiżi tad-dejtajet ġenomiċi (eż. Riċerka dwar il-kanċer). Jista 'jintuża wkoll biex jiżviluppa mudelli ta' tbassir kliniku, li huma appoġġjati minn rekords elettroniċi tas-saħħa (EHR). Żewġ studjużi mill-Università ta 'Pittsburgh, Gregory Cooper u Shyam Visweswaran bħalissa qed jaħdmu fuq it-tfassil ta' mudelli ta 'tbassir kliniku minn dejta bl-użu ta' intelliġenza artifiċjali (AI), tagħlim tal-magni (ML) u mudellar Bayesian. Ix-xogħol tagħhom jista 'jikkontribwixxi għall-iżvilupp ta' mudelli speċifiċi għall-pazjent. Mudelli li issa qegħdin isiru kruċjali fil-mediċina moderna.

> Sorsi:

> Bernstam E, Smith J, Johnson T. X'inhi l-informatika bijomedika ?. J Biomed Inform . 2010; 43: 104-110.

> Friedman CP. "Teorema Fundamentali" ta 'l-Informatika Bijomedika . J Am Med Inform Assoc. 2009; 16: 169-170.

> Hunter J. It-tisħiħ ta 'Friedman "Teorema Fundamentali tal-Informatika Bijomedika" . J Am Med Inform Assoc . 2010; 17 (1): 112.

> Visweswaran S, Cooper G. Mudelli Tbassir Speċifiċi ta 'Istanza ta' Tagħlim . J Mach Learn Res . 2010; 11: 3333-3369.