ทฤษฎีสารสนเทศชีวการแพทย์

คำจำกัดความที่มีเหตุผลเชิงเหตุผลของสารสนเทศชีวการแพทย์ (BMI) ขาดมาเป็นเวลานาน เพื่อนำความสนใจมาสู่สาขาวิทยาศาสตร์นี้ Charles Friedman, Ph.D. ได้เสนอทฤษฎีพื้นฐานของสารสนเทศชีวการแพทย์มันระบุว่า“ คนที่ทำงานร่วมกับแหล่งข้อมูลนั้น 'ดีกว่า' คน ๆ นั้นโดยไม่มีใครช่วยเหลือ” ทฤษฎีบทของฟรีดแมนไม่ได้เป็นทฤษฎีบททางคณิตศาสตร์อย่างเป็นทางการ ของแก่นแท้ของค่าดัชนีมวลกาย

ทฤษฎีบทนี้บ่งบอกว่าผู้ให้ข้อมูลด้านชีวการแพทย์มีความกังวลว่าทรัพยากรสารสนเทศสามารถ (หรือไม่สามารถ) ช่วยเหลือผู้คนได้อย่างไร เมื่อกล่าวถึง 'คน' ในทฤษฎีบทของเขาฟรีดแมนแนะนำว่าสิ่งนี้อาจเป็นรายบุคคล (ผู้ป่วยแพทย์นักวิทยาศาสตร์ผู้ดูแลระบบ) กลุ่มคนหรือแม้แต่องค์กร

นอกจากนี้ทฤษฎีบทที่เสนอยังมีข้อพิสูจน์สามข้อที่ช่วยกำหนดสารสนเทศให้ดีขึ้น:

1. สารสนเทศเป็นเรื่องของคนมากกว่าเทคโนโลยี นี่ก็หมายความว่าทรัพยากรควรถูกสร้างขึ้นเพื่อประโยชน์ของคน
2. แหล่งข้อมูลจะต้องมีบางสิ่งที่คนไม่รู้ สิ่งนี้ชี้ให้เห็นว่าทรัพยากรจำเป็นต้องถูกต้องและมีข้อมูล
3. ปฏิสัมพันธ์ระหว่างบุคคลและทรัพยากรเป็นตัวกำหนดว่าทฤษฎีบทมีไว้หรือไม่ ข้อพิสูจน์นี้ยอมรับว่าสิ่งที่เรารู้เกี่ยวกับบุคคลเพียงอย่างเดียวหรือทรัพยากรเพียงอย่างเดียวไม่สามารถทำนายผลลัพธ์ได้

ผลงานของ Friedman ได้รับการยอมรับว่าเป็นตัวกำหนดค่าดัชนีมวลกายในวิธีที่ง่ายและเข้าใจได้ง่าย อย่างไรก็ตามผู้เขียนคนอื่นได้แนะนำมุมมองและทางเลือกเพิ่มเติมในทฤษฎีบทของเขา ตัวอย่างเช่นศาสตราจารย์ Stuart Hunter แห่งมหาวิทยาลัยพรินซ์ตันได้เน้นถึงบทบาทของวิธีการทางวิทยาศาสตร์เมื่อต้องรับมือกับข้อมูล กลุ่มนักวิทยาศาสตร์จากมหาวิทยาลัยเท็กซัสยังสนับสนุนด้วยว่าคำจำกัดความของค่าดัชนีมวลกายควรมีแนวคิดที่ว่าข้อมูลในสารสนเทศเป็น 'ข้อมูลบวกความหมาย' สถาบันการศึกษาอื่น ๆ ได้ให้คำจำกัดความที่ซับซ้อนซึ่งยอมรับลักษณะของสหสาขาวิชาชีพของ BMI และมุ่งเน้นไปที่ข้อมูลสารสนเทศและความรู้ในบริบทของชีวการแพทย์

การแสดงออกของทฤษฎีบทพื้นฐานของฟรีดแมน

มันเป็นประโยชน์ที่จะพิจารณาการแสดงออกของทฤษฎีบทในแง่ของคนหรือองค์กรที่จะใช้ทรัพยากรสารสนเทศ ไม่ว่าทฤษฎีบทดังกล่าวจะเกิดขึ้นจริงในสถานการณ์ที่กำหนดหรือไม่นั้นสามารถทดสอบเชิงประจักษ์ด้วยการทดลองแบบสุ่มและการศึกษาอื่น ๆ

ด้านล่างเป็นตัวอย่างของวิธีการที่ทฤษฎีบทของ Friedman สามารถนำไปใช้ในบริบทของการดูแลสุขภาพในปัจจุบันจากมุมมองของผู้ใช้ที่แตกต่างกัน

ผู้ใช้ผู้ป่วย

• ผู้ป่วยที่ใช้แอพเตือนความจำเรื่องยาจะปฏิบัติตามกฎเกณฑ์การใช้ยาของเธอมากกว่าผู้ป่วยรายเดียวกันที่ไม่ได้ใช้แอพ
• ผู้ป่วยที่พยายามลดน้ำหนักที่ติดตามอาหารและออกกำลังกายในแอพสมาร์ทโฟนจะลดน้ำหนักมากกว่าผู้ป่วยรายเดียวกันโดยไม่ต้องใช้แอพ
• ผู้ป่วยที่ใช้พอร์ทัลผู้ป่วยในการสื่อสารกับแพทย์ของเขาจะรู้สึกมีส่วนร่วมในการดูแลของเขามากกว่าผู้ป่วยรายเดียวกันโดยไม่ต้องพอร์ทัล
• ผู้ป่วยที่ใช้พอร์ทัลผู้ป่วยเพื่อดูผลการทดสอบจะแสดงความพึงพอใจกับการดูแลของเธอสูงกว่าผู้ป่วยรายเดียวกันโดยไม่ต้องพอร์ทัล
• ผู้ป่วยที่เข้าร่วมฟอรัมออนไลน์สำหรับโรคไขข้ออักเสบจะสามารถรับมือกับโรคของเธอได้อย่างมีประสิทธิภาพมากกว่าผู้ป่วยรายเดียวกันที่ไม่มีฟอรัม

ผู้ใช้งานแพทย์

• กุมารแพทย์ที่ใช้บันทึกสุขภาพอิเล็กทรอนิกส์ (EHR) พร้อมระบบเตือนการฉีดวัคซีนมีแนวโน้มที่จะสั่งซื้อวัคซีนได้ทันเวลามากกว่าแพทย์คนเดียวกันโดยไม่มีการแจ้งเตือน
• ผู้ให้บริการด้านการแพทย์ฉุกเฉินที่สามารถเข้าถึงการแลกเปลี่ยนข้อมูลด้านสุขภาพในท้องถิ่น (HIE) จะสั่งการทดสอบซ้ำซ้อนน้อยกว่าผู้ให้บริการรายเดียวกันโดยไม่ต้องใช้ HIE
• พยาบาลที่ใช้ระบบไร้สายในการส่งสัญญาณชีพโดยตรงสู่ EHR จะทำให้เกิดข้อผิดพลาดเอกสารน้อยกว่าพยาบาลคนเดียวกันที่ไม่มีระบบไร้สาย
• ตัวจัดการเคสที่ใช้รีจีสทรีผู้ป่วยจะระบุผู้ป่วยที่มีความดันโลหิตสูงที่ไม่สามารถควบคุมได้มากกว่าตัวจัดการเคสรายเดียวกันโดยไม่มีรีจิสตรี
• ทีมผ่าตัดโดยใช้รายการตรวจสอบความปลอดภัยจะมีการติดเชื้อในพื้นที่ผ่าตัดน้อยกว่าทีมผ่าตัดเดียวกันโดยไม่มีรายการตรวจสอบ (โปรดทราบว่ารายการตรวจสอบเป็นตัวอย่างของแหล่งข้อมูลที่ไม่จำเป็นต้องใช้คอมพิวเตอร์)
• แพทย์ที่ใช้เครื่องมือสนับสนุนการตัดสินใจทางคลินิก (CDS) สำหรับการใช้ยาปฏิชีวนะมีแนวโน้มที่จะกำหนดปริมาณยาปฏิชีวนะที่เหมาะสมกว่าแพทย์คนเดียวกันโดยไม่มีเครื่องมือ CDS

ผู้ใช้องค์กรด้านการดูแลสุขภาพ

• โรงพยาบาลที่มีโปรแกรมการประเมินความเสี่ยงหลอดเลือดดำลึก (DVT) ใน EHR จะมี DVT น้อยกว่าโรงพยาบาลเดียวกันโดยไม่ต้องใช้โปรแกรม
• โรงพยาบาลที่มีคำสั่งซื้อแพทย์ (CPOE) แพลตฟอร์มโทรศัพท์มือถือจะมีคำสั่งโทรศัพท์น้อยกว่าโรงพยาบาลเดียวกันโดยไม่มี CPOE มือถือ
• โรงพยาบาลที่ใช้ HIE เพื่อส่งข้อมูลสรุปการจำหน่ายให้กับผู้ให้บริการปฐมภูมิจะมีจำนวนการอ่านน้อยกว่าโรงพยาบาลเดียวกันโดยไม่มี HIE
• บ้านพักคนชราที่ใช้เทคโนโลยีเซ็นเซอร์จะมีอัตราการลดลงของผู้ป่วยต่ำกว่าสถานพยาบาลเดียวกันโดยไม่มีเซ็นเซอร์
• คลินิกสุขภาพของนักเรียนที่ส่งข้อความเตือนความจำจะได้รับอัตราการฉีดวัคซีนสำหรับมนุษย์ papillomavirus (HPV) สูงกว่าคลินิกที่ไม่มีระบบส่งข้อความ
• คลินิกสุขภาพในชนบทที่ใช้ telemedicine สำหรับการปรึกษาเสมือนกับผู้เชี่ยวชาญจะส่งผู้ป่วยน้อยลงไปที่ห้องฉุกเฉินเมื่อเทียบกับคลินิกเดียวกันที่ไม่มี telemedicine
• การปฏิบัติทางการแพทย์ที่มีแผงควบคุมการปรับปรุงคุณภาพจะระบุช่องว่างในการให้บริการด้านการดูแลสุขภาพได้เร็วกว่าการปฏิบัติเดียวกันโดยไม่ต้องแดชบอร์ด

ข้อมูลล่าสุดทางชีวการแพทย์

บางครั้งสารสนเทศชีวการแพทย์ศึกษาปัญหาที่ซับซ้อนซึ่งอาจเป็นเรื่องยากที่จะจับ ฟิลด์นี้รวมถึงการวิจัยในวงกว้างตั้งแต่การประเมินองค์กรไปจนถึงการวิเคราะห์ชุดข้อมูลจีโนม (เช่นการวิจัยมะเร็ง)นอกจากนี้ยังสามารถใช้ในการพัฒนาแบบจำลองการทำนายทางคลินิกซึ่งได้รับการสนับสนุนโดยบันทึกสุขภาพอิเล็กทรอนิกส์ (EHR) นักวิชาการสองคนจากมหาวิทยาลัยพิตต์สเบิร์ก, Gregory Cooper และ Shyam Visweswaran กำลังทำงานในการออกแบบแบบจำลองการทำนายทางคลินิกจากข้อมูลโดยใช้ปัญญาประดิษฐ์ (AI), การเรียนรู้ของเครื่องจักร (ML) และแบบจำลอง Bayesian งานของพวกเขาสามารถนำไปสู่การพัฒนารูปแบบเฉพาะของผู้ป่วย แบบจำลองที่กำลังกลายเป็นสิ่งสำคัญในการแพทย์แผนปัจจุบัน