Teorema informaticii biomedicale

O definiție teoretic-fundamentată a informaticii biomedicale (IMC) a fost lipsită de mult timp. Pentru a focaliza acest domeniu științific, doctorul Charles Friedman a propus teorema fundamentală a informaticii biomedicale. Acesta afirmă că "o persoană care lucrează în parteneriat cu o resursă informațională este" mai bună "decât aceeași persoană neasistată". Teorema lui Friedman nu este de fapt o teoremă matematică formală (care se bazează pe deducere și este acceptată ca fiind adevărată), ci mai degrabă o distilare din esența IMC.
Teorema implică faptul că informaticii biomedicali se preocupă de modul în care resursele de informare pot (sau nu pot) ajuta oamenii. Când se referă la o "persoană" în teorema sa, Friedman sugerează că aceasta ar putea fi fie o persoană (un pacient, un clinician, un om de știință, un administrator), un grup de oameni sau chiar o organizație.
În plus, teorema propusă are trei corolari care ajută mai bine la definirea informaticii:

Informatica este mai mult despre oameni decât despre tehnologie. Aceasta implică faptul că resursele ar trebui construite în beneficiul oamenilor.
Resursa informațională trebuie să includă ceva ce persoana nu știe deja. Acest lucru sugerează că resursa trebuie să fie corectă și informativă.
Interacțiunea dintre o persoană și o resursă determină dacă teorema ține. Acest corolar recunoaște că ceea ce știm despre persoana singură sau despre resurse singură nu poate anticipa neapărat rezultatul.

Contribuția lui Friedman a fost recunoscută ca definind IMC într-un mod simplu și ușor de înțeles. Cu toate acestea, alți autori au sugerat puncte de vedere alternative și adăugiri la teorema sa. De exemplu, profesorul Stuart Hunter de la Universitatea Princeton a subliniat rolul metodei științifice atunci când se ocupă de date. Un grup de oameni de știință de la Universitatea din Texas a susținut, de asemenea, că definiția IMC trebuie să includă ideea că informația din informatică este "date plus semnificație". Alte instituții academice au furnizat definiții detaliate care au recunoscut natura multidisciplinară a IMC și s-au axat pe date, informații și cunoștințe în contextul biomedicinei.

Expresii ale teoriei fundamentale a lui Friedman

Este util să se ia în considerare expresii ale teoremei în termenii oamenilor sau organizațiilor care ar folosi resursele informaționale. Fie că teorema este adevărată într-un scenariu dat, poate fi testată empiric cu studii clinice randomizate și alte studii.
Mai jos sunt câteva exemple despre modul în care teorema lui Friedman ar putea fi aplicată în contextul asistenței medicale actuale din perspectiva diferiților utilizatori.

Utilizatorii pacientului

Un pacient care utilizează o aplicație de reamintire a medicamentelor va fi mai aderent la regimul de medicație decât la același pacient care nu utilizează aplicația.
Un pacient care încearcă să piardă în greutate care urmărește dieta și exercițiul pe o aplicație smartphone va pierde mai multă greutate decât același pacient fără aplicația.
Un pacient care utilizează un portal pacient pentru a comunica cu medicul său se va simți mai implicat în îngrijirea sa decât același pacient fără portal.
Un pacient care utilizează un portal pacient pentru a vedea rezultatele testelor va exprima o mai mare satisfacție față de îngrijirea ei decât același pacient fără portal.
Un pacient care participă la un forum on-line pentru poliartrita reumatoidă se va confrunta mai eficient cu boala ei decât cu același pacient fără forum.

Utilizatorii clinicieni

Un pediatru care utilizează un registru electronic de sănătate (EHR) cu memento-uri de vaccinare va fi mai probabil să comande vaccinări în timp util decât același medic fără memento-uri.
Un furnizor de medicamente de urgență cu acces la un schimb local de informații privind sănătatea (HIE) va ordona mai puține teste duplicate decât același furnizor fără HIE.

O asistentă medicală care utilizează un sistem wireless pentru transmiterea semnalelor vitale direct în EHR va face mai puține erori de documentare decât aceeași asistentă medicală fără sistemul wireless.
Un manager de caz care utilizează un registru de pacienți va identifica mai mulți pacienți cu hipertensiune necontrolată decât același manager de caz fără registru.
O echipă chirurgicală care utilizează o listă de verificare a siguranței va avea mai puține infecții chirurgicale pe site decât aceeași echipă chirurgicală fără o listă de verificare. (Rețineți că lista de verificare este un exemplu de resursă informațională care nu trebuie computerizată.)
Un medic care utilizează un instrument de asistență clinică (CDS) pentru administrarea de antibiotice este mai probabil să prescrie doza adecvată de antibiotic decât același medic fără instrumentul CDS.

Utilizatorii serviciilor de îngrijire medicală

Un spital cu un program de evaluare a riscului de tromboză venoasă profundă (DVT) în EHR va avea mai puține DVT decât același spital fără program.
Un spital cu o platformă PCOE pentru introducerea comenzilor mobile pentru medicul mobil (CPOE) va avea mai puține comenzi telefonice decât același spital fără CPOE mobil.
Un spital care utilizează un HIE pentru a trimite rezumate de descărcare de gestiune către furnizorii de îngrijire primară va avea mai puține readmisii decât același spital fără HIE.
O casă de îngrijire medicală care utilizează tehnologii senzoriale va avea o rată mai scăzută de cădere a pacientului decât aceeași casă de asistență medicală fără senzori.
O clinică de sănătate a elevilor care trimite memento-uri de mesaje text va obține rate mai mari de vaccinare pentru papilomavirus uman (HPV) decât o clinică fără sistemul de mesagerie text.
O clinică de sănătate rurală care utilizează telemedicina pentru consultări virtuale cu specialiști va trimite mai puțini pacienți la camera de urgență, în comparație cu aceeași clinică fără telemedicină.
O practică medicală cu un tablou de bord pentru îmbunătățirea calității va identifica lacunele în furnizarea asistenței medicale mai rapid decât aceeași practică, fără tabloul de bord.

Ultimele despre informatica biomedicala

Uneori, informatica biomedicală studiază probleme complexe care pot fi greu de captat. Acest domeniu include un spectru larg de cercetări, de la evaluările organizațiilor până la analizele genomice de date (de exemplu, cercetarea cancerului). Acesta poate fi, de asemenea, utilizat pentru a dezvolta modele predictive clinice, care sunt susținute de înregistrările medicale electronice (EHR). Doi cercetători de la Universitatea din Pittsburgh, Gregory Cooper și Shyam Visweswaran, lucrează în prezent la proiectarea modelelor de predicție clinică din datele care utilizează inteligența artificială (AI), învățarea automată (ML) și modelarea Bayesiană. Activitatea lor ar putea contribui la dezvoltarea modelelor specifice pacienților. Modele care acum devin esențiale în medicina modernă.