बायोमेडिकल सूचना-सूचनाको बी सैद्धान्तिक-आधारित परिभाषा (बीएमआई) लामो समयसम्म कमी थियो। यस वैज्ञानिक क्षेत्रमा केहि फोकस ल्याउन, चार्ल्स फ्रेडमैन, पीएच.डी., बायोमेडिकल सूचनाको आधारभूत प्रमेय प्रस्तावित। यो भन्छ कि "एक व्यक्ति एक जानकारी संसाधन संग साझेदारी मा काम गर्दै 'राम्रो' को समान व्यक्ति को रूप मा असहज हो।" फ्राइडमैन को प्रमेय वास्तव मा एक औपचारिक गणितीय प्रमेय होइन (जो कटौती मा आधारित छ र सत्य को रूप मा स्वीकार गरिन्छ), बल्कि एक आसवन बीएमआई को सार को।
प्रमेय यो हो कि बायोमेडिकल सूचनासूचकहरू चिन्तित छन् कि कसरी जानकारी स्रोतहरूले मानिसहरूलाई कसरी मद्दत गर्न सक्दछ (वा सक्दैनन्)। जब उनको प्रमेयमा 'व्यक्ति' को उल्लेख गर्दै, फ्रिडमानले सुझाव दिए कि यो पनि एक व्यक्ति हो (एक मरीज , एक क्लिनिक, एक वैज्ञानिक, प्रशासक ), मानिसहरूको समूह वा समेत एक संगठन।
यसबाहेक, प्रस्तावित प्रमेण्ट तीन वटा क्यालोरीहरू छन् जसले मद्दतकारीहरूलाई अझ राम्रो बनाउन मद्दत गर्दछ:
- सूचना प्रविधि भन्दा बढी मानिसहरूको बारेमा अधिक छ। यो अर्थ छ कि स्रोतहरु को मान्छे को लाभ को लागि बनाया जाना चाहिए।
- जानकारी स्रोतमा केही कुरा समावेश हुनु पर्दछ जुन व्यक्ति पहिले नै थाहा छैन। यसले सुझाव दिन्छ कि स्रोत दुवै सही र जानकारीपूर्ण हुन आवश्यक छ।
- एक व्यक्ति र एक स्रोत बीचको अन्तरक्रियाले निर्धारण गर्नुपर्दछ यदि सैमसंग राख्छ। यो कोलोरीले पहिचान गर्यो कि हामी के एक्लै व्यक्तिको बारेमा के थाहा छ वा मात्र एक्लै स्रोतले परिणाम अनुमान गर्न सक्दैन।
फ्रिडमानको योगदान एक सरल र सजिलो बुझ्ने तरिकामा बीएमआई परिभाषितको रूपमा पहिचान गरिएको छ। यद्यपि, अन्य लेखकहरूले वैकल्पिक दर्शनहरू र आफ्नो प्रमेण्टलाई थप सुझाव दिएका छन्। उदाहरणका लागि, प्रोफेसर स्टुअर्ट हन्टर प्रिन्सटन विश्वविद्यालयले डेटासँग व्यवहार गर्दा वैज्ञानिक विधिको भूमिकालाई जोड दिए।
टेक्सास विश्वविद्यालयका वैज्ञानिकहरूले पनि यो पनि समर्थन गरे कि बीएमआईको परिभाषामा यो धारणा समावेश हुनुपर्छ कि सूचनात्मक सूचनामा जानकारी 'डाटा र अर्थ' हो। अन्य अकादमिक संस्थाहरूले विस्तृत परिभाषाहरू प्रदान गरे जुन बीएमआईको बहुदशास्त्री प्रकृतिलाई मान्यता दिईयो र डाटा, सूचना, र ज्ञानको आधारमा बायोमेडिसिनको सन्दर्भमा ध्यान केन्द्रित गर्यो।
फ्राइडम्यानको मौलिक प्रमेयको अभिव्यक्ति
यो जानकारी वा स्रोतहरू प्रयोग गर्ने व्यक्ति वा संस्थाहरूको सन्दर्भमा प्रमेयको अभिव्यक्तिलाई विचार गर्न उपयोगी छ। क्यामेराले दिएका परिदृश्यमा सत्य राख्दछ कि चाहेमा अनियमित रूपमा नियन्त्रण गरिएको परीक्षण र अन्य अध्ययनहरूको साथमा परीक्षण गरिनेछ।
तलका विभिन्न प्रकारका परिप्रेक्ष्यबाट हाल स्वास्थ्य सेवाको सन्दर्भमा फ्र्रेडमैनको प्रमेयलाई कसरी लागू गर्न सकिन्छ भन्ने केही उदाहरणहरू छन्।
रोगी प्रयोगकर्ताहरू
- एक औषधि रिमाइन्डर एप प्रयोग गरेर एक मर्मत एप प्रयोग गरेर एकै मरीज भन्दा औषधिको पुनरुत्थानको अधिक अनुपालन हुनेछ।
- एक बिरामीले वजन कम गर्ने प्रयास गर्ने एक स्मार्टफोन एपमा आहार र व्यायामको पछाडि पछाडि एप बिना कुनै पनि बिरामी भन्दा अधिक वजन गुमाउनेछ।
- एक रोगी जसले रोगी पोर्टल प्रयोग गर्दछ आफ्नो चिकित्सकसँग कुराकानी गर्न थप पोर्टल बिना एक नै रोग भन्दा बढी हेरचाह लगाउँदछ।
- परीक्षण परिणामहरू हेर्न मरीर पोर्टल प्रयोग गर्ने एक मर्मतले पोर्टल बिना नै रोगको तुलनामा उनीहरूको हेरचाहको साथ उच्च सन्तुष्टि व्यक्त गर्नेछ।
- रमूटोइड गठियाको लागि अनलाईन फोरममा सहभागी एक मरीजले बिना रोगलाई बिना मर्मत भन्दा बढी प्रभावकारी असर पार्दछ ।
क्लिनिनियन प्रयोगकर्ताहरू
- टीकाकरणको अनुस्मारकहरूको साथमा एक इलेक्ट्रोनिक स्वास्थ्य रेकर्ड (ईएचआर) प्रयोग गरी एक बालबालिकाको प्रयोगले अनुस्मारक बिना नै एक नै चिकित्सक भन्दा नै समय-समयमा टीकाकरण गर्न सम्भव छ।
- स्थानीय स्वास्थ्य सूचना एक्सचेंज (HIE) मा पहुँच भएको एक आपातकालीन औषधी प्रदायकले HIE बिना नै प्रदायक भन्दा कम्तिमा डुप्लिकेट परीक्षणहरूको आदेश दिन्छ।
- एक नर्स जसले महत्वपूर्ण लक्षणहरू सिधै EHR मा प्रसारण गर्न एक ताररहित प्रणाली प्रयोग गर्दछ जुन एक तारिला प्रणाली बिना एउटै नर्स भन्दा कम दस्तावेज त्रुटिहरू गर्दछ।
- रोगी रेजिस्ट्री प्रयोग गरेर एक मामला प्रबन्धकले रजिस्ट्री बिना एउटै केस प्रबन्धक भन्दा अनियन्त्रित उच्च रक्तचाप संग अधिक बिरामीको पहिचान गर्दछ।
- एक सुरक्षा जाँच सूची प्रयोग गरी सर्जिकल टोलीसँग सर्जरी सूची बिना नै सर्जिकल टीम भन्दा कम सर्जिकल साइट संक्रमण हुनेछ। ( ध्यान दिनुहोस् कि चेकलिस्ट कम्प्यूटरकृत हुनु आवश्यक सूचना स्रोतको उदाहरण हो।)
- एंटीबायोटिक डाइन्जिनको लागि एक नैदानिक निर्णय समर्थन (सीडीएस) उपकरण प्रयोग गरी एक चिकित्सकले सीडीएस उपकरण बिना एक नै चिकित्सक भन्दा उपयुक्त एंटीबायोटिक खुराक को वर्णन गर्न सम्भव छ।
स्वास्थ्य हेरविचार संगठन प्रयोगकर्ताहरू
- एक कम्प्यूटरकृत गहरे विषाक्त थ्रोमबोसिस (डीटीटी) को जोखिम वाला ईएचएआर मा ईआरएच संग कार्यक्रम को बिना एक नै अस्पताल को तुलना मा कम डीटीटी हुनेछ।
- एक कम्प्यूटर कम्प्यूटरीकृत चिकित्सक अर्डर अर्डर (सीपीओई) प्लेटफार्मको साथमा अस्पतालले मोबाइल अस्पताल बिना नै अस्पताल भन्दा कम टेलिफोन अर्डर हुनेछ।
- एक अस्पताल जो प्राथमिक हेरचाह प्रदायकहरूमा छुटका सारांशहरू पठाउन HIE प्रयोग गर्दछ HIE बिना अस्पतालको तुलनामा कम पढाइहरु।
- सेन्सर टेक्नोलजीजहरूको प्रयोग गरेर एक नर्सिङ होमसँग सेन्सर बिना नै नर्सिङ घर भन्दा कम मरीजको भित्री दर हुनेछ।
- पाठ सन्देश अनुस्मारकहरू पठाउने विद्यार्थी स्वास्थ्य क्लिनिकले पाठ सन्देश सन्देश बिना नै मानव पेपिलोमोवायरस (एचपीवी) को लागि उच्च टीकाकरण दर प्राप्त गर्नेछ।
- एक ग्रामीण स्वास्थ्य क्लिनिक प्रयोग गरी विशेषज्ञहरु संग वर्चुअल परामर्शको लागि टेलीमेडिक प्रयोग गरी वाल क्लिनिकको बिना कम क्लिनिकको तुलनामा आकस्मिक कोठामा कम बिरामीहरू पठाउनेछ।
- गुणवत्ता सुधार ड्यासबोर्डको साथ एक मेडिकल प्रथाले ड्यासबोर्ड बिना नै अभ्यास भन्दा बढी द्रुत रूपमा स्वास्थ्य सेवामा अंतराल पहिचान गर्दछ।
नवीनतम मा बायोमेडिकल सूचना
कहिलेकाहीँ जैव चिकित्सा जानकारीहरू जटिल समस्याहरूको अध्ययन गर्दछ जुन कैद गर्न गाह्रो हुन सक्छ। यस क्षेत्रमा अनुसन्धानको व्यापक स्पेक्ट्रम समावेश छ, जसले संस्थाहरूको मूल्यांकनबाट जीनोमिक डेटासेट विश्लेषणहरू (उदाहरणका लागि क्यान्सर अनुसन्धान)। यो पनि क्लिनिक भविष्यवाणी मोडेल विकसित गर्न को लागी प्रयोग गर्न सकिन्छ, जुन इलेक्ट्रोनिक स्वास्थ्य रेकर्ड (EHR) द्वारा समर्थित छ। पिट्सबर्ग, ग्रेगरी कोइराला र श्याम भिस्वास्वाणन विश्वविद्यालयका दुई जना विद्वानहरू हाल कृत्रिम ज्ञान (एआई), मेशिन सिकाउने (एमएल) र बेईसेयन मोडेलिंग प्रयोग गरेर डाटाबाट नैदानिक भविष्यवाणी मोडेलहरू डिजाइन गर्दै छन्। तिनीहरूको काम रोगी विशिष्ट मोडेलको विकासमा योगदान गर्न सक्दछ। अहिले आधुनिक औषधिमा महत्त्वपूर्ण हुने मोडेलहरू।
> स्रोतहरु:
> बर्नस्स्टम ई, स्मिथ जे, जॉनसन टी। जैवगत सूचनात्मकता के हो ?. J Biomed Inform । 2010; 43: 104-110।
> फ्रिडमेन सीपी। बायोमेडिकल इन्फोर्मिक्स को एक "मौलिक सिद्धांत" । J Am Med Inform Assoc। 2009; 16: 169-170।
> हंटर जे प्रवृति फ्रिडमैन को "मौलिक द सैद्धांतिक बियोमेडिकल इन्फोफैटिक्स" । J Am Med Inform Assoc । 2010; 17 (1): 112।
> Visweswaran एस, कूपर जी। लर्निंग उदाहरण - विशिष्ट भविष्यवाणी मोडेल । J Mach Learn Res । 2010; 11: 3333-336 9।