ബയോമെഡിക്കൽ ഇൻഫോർമാറ്റിക്സ് (ബി.എം.ഐ) ഒരു സിദ്ധാന്തപരമായി നിർവ്വചിച്ച നിർവചനം ദീർഘകാലത്തേക്ക് കുറവായിരുന്നു. ഈ ശാസ്ത്ര മേഖലയിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കാൻ, ചാൾസ് ഫ്രീഡ്മാൻ, പിഎച്ച്.ഡി, ബയോമെഡിക്കൽ ഇൻഫോർമാറ്റിക്സ് എന്ന അടിസ്ഥാന സിദ്ധാന്തം മുന്നോട്ടുവച്ചു. ഫ്രീഡ്മാന്റെ സിദ്ധാന്തം യഥാർത്ഥത്തിൽ ഒരു ഔപചാരിക ഗണിത സിദ്ധാന്തം അല്ല (ഇത് കിഴിവ് അടിസ്ഥാനമാക്കിയാണ്, സത്യമെന്ന് അംഗീകരിക്കുന്നു), മറിച്ച് ഒരു വാസ്തവം ബി.എം.ഐയുടെ സാരാംശം.
ബയോമെഡിക്കൽ ഇൻഫോർമാറ്റീഷ്യന്മാർക്ക് വിവരങ്ങളെ എങ്ങനെ സഹായിക്കുന്നു (അല്ലെങ്കിൽ ചെയ്യാൻ കഴിയില്ല) എങ്ങനെ സഹായിക്കുന്നു എന്ന് ഈ സിദ്ധാന്തം സൂചിപ്പിക്കുന്നു. ഒരു സിദ്ധാന്തത്തിൽ ഒരു വ്യക്തിയെ പരാമർശിക്കുമ്പോൾ, ഇത് ഒരു വ്യക്തി (ഒരു രോഗി , ഒരു വൈദ്യശാസ്ത്രം, ഒരു ശാസ്ത്രജ്ഞൻ, ഒരു കാര്യനിർവാഹകൻ ), ഒരു കൂട്ടം ആളുകൾ അല്ലെങ്കിൽ ഒരു സംഘടനയോ ആകാം എന്ന് ഫ്രീഡ്മാൻ നിർദ്ദേശിക്കുന്നു.
കൂടാതെ, നിർദിഷ്ട സിദ്ധാന്തം വിവരദോഷശാസ്ത്രത്തെ നിർവചിക്കാൻ സഹായിക്കുന്ന മൂന്ന് corollaries ഉണ്ട്:
- സാങ്കേതികവിദ്യയേക്കാൾ വിവരമാണ് കമ്പ്യൂട്ടർ. ജനങ്ങളുടെ ക്ഷേമത്തിനായി വിഭവങ്ങൾ നിർമ്മിക്കണമെന്ന് ഇത് സൂചിപ്പിക്കുന്നു.
- വിവര വിഭവങ്ങളിൽ വ്യക്തി ഇതിനകം തന്നെ അറിയില്ല. ഇത് ഉറവിടം ശരിയായതും വിവരദായകവും ആയിരിക്കണമെന്ന് ഇത് സൂചിപ്പിക്കുന്നു.
- ഈ സിദ്ധാന്തം ഒരു വ്യക്തിയും ഒരു റിസോഴ്സും തമ്മിലുള്ള ആശയവിനിമയം നിർണ്ണയിക്കുന്നു. വ്യക്തിയെക്കുറിച്ചോ അല്ലെങ്കിൽ വിഭവത്തെപ്പറ്റിയോ മാത്രമേ നമുക്ക് അറിവുണ്ടാവുകയുള്ളു എന്നതിനാൽ ഈ ഫലത്തെ പ്രവചിക്കാൻ കഴിയുകയില്ല എന്ന് ഈ സിദ്ധാന്തം തിരിച്ചറിയുന്നു.
ഫ്രീഡ്മാന്റെ സംഭാവന ലളിതവും എളുപ്പത്തിൽ മനസ്സിലാക്കാവുന്നതുമായ ഒരു ബിഎംഐയെ നിർവചിക്കുന്നതായി അംഗീകരിച്ചിട്ടുണ്ട്. എന്നിരുന്നാലും, മറ്റു എഴുത്തുകാർ അദ്ദേഹത്തിന്റെ സിദ്ധാന്തത്തിന് ബദൽ വീക്ഷണങ്ങളും ചേരുവകളും നിർദ്ദേശിച്ചിട്ടുണ്ട്. ഉദാഹരണമായി, പ്രിൻസ്ടൺ സർവ്വകലാശാലയിലെ പ്രൊഫസർ സ്റ്റുവർട്ട് ഹണ്ടർ ഡാറ്റയുമായി ബന്ധപ്പെടുമ്പോൾ ശാസ്ത്രീയ രീതിയുടെ പങ്ക് ഊന്നിപ്പറഞ്ഞു.
ഇൻഫോർമാറ്റിക്സ് വിവരങ്ങൾ 'ഡാറ്റയും അർത്ഥവും' എന്ന ആശയത്തിൽ ബി.എം.ഐയുടെ നിർവ്വചനം ഉൾപ്പെടുത്തണമെന്ന് ടെക്സാസ് സർവകലാശാലയിലെ ഒരു സംഘം അഭിപ്രായപ്പെട്ടു. ബി.എം.ഐയുടെ മൾട്ടി ഡിസിഡിലറി സ്വഭാവം തിരിച്ചറിഞ്ഞ് ബയോമെടിസിൻ പശ്ചാത്തലത്തിൽ വിവരങ്ങൾ, വിവരങ്ങൾ, അറിവ് എന്നിവയിൽ ശ്രദ്ധ കേന്ദ്രീകരിച്ച് വിശദമായ നിർവചനങ്ങളോടെ മറ്റ് അക്കാദമിക് സ്ഥാപനങ്ങൾ നൽകി.
ഫ്രീഡ്മാൻസ് ഫണ്ടമെന്റൽ സിദ്ധാന്തത്തിന്റെ വിവർത്തനങ്ങൾ
വിവര വിഭവങ്ങൾ ഉപയോഗിക്കുമെന്ന് ആളുകൾ അല്ലെങ്കിൽ സംഘടനകൾ കണക്കിലെടുത്ത് സിദ്ധാന്തത്തിന്റെ ആവിഷ്കാരങ്ങൾ പരിഗണിക്കുന്നത് പ്രയോജനകരമാണ്. ഒരു സിദ്ധാന്തത്തിൽ ശരിയായി നിലകൊള്ളുന്ന സിദ്ധാന്തം റാൻഡം നിയന്ത്രിത പരീക്ഷണങ്ങളും മറ്റ് പഠനങ്ങളും പരീക്ഷണപരമായി പരീക്ഷിക്കപ്പെടാം.
ഇപ്പോഴത്തെ ആരോഗ്യ പരിരക്ഷയുടെ പശ്ചാത്തലത്തിൽ വ്യത്യസ്ത ഉപയോക്താക്കളുടെ കാഴ്ചപ്പാടിൽ ഫ്രീഡ്മാൻസ് സിദ്ധാന്തം എങ്ങനെ പ്രയോഗിച്ചു എന്നതിന് ചില ഉദാഹരണങ്ങൾ ചുവടെ ചേർക്കുന്നു.
രോഗിയുടെ ഉപയോക്താക്കൾ
- ഒരു മരുന്ന് റിമൈൻഡർ അപ്ലിക്കേഷൻ ഉപയോഗിച്ച് ഒരു രോഗി, ആപ്ലിക്കേഷൻ ഉപയോഗിക്കാത്ത അതേ രോഗിയെക്കാൾ കൂടുതൽ മരുന്ന് ചികിത്സയ്ക്ക് അനുയോജ്യമായിരിക്കും.
- ഒരു സ്മാർട്ട്ഫോൺ ആപ്ലിക്കേഷനിൽ ഭക്ഷണവും വ്യായാമവും ട്രാക്ക് ചെയ്യുന്ന ഒരു മെമ്മറി ആപ്ലിക്കേഷൻ കൂടാതെ അതേ രോഗിയെക്കാൾ കൂടുതൽ ഭാരം നഷ്ടപ്പെടും.
- രോഗി പോർട്ടലിനൊപ്പം ആശയവിനിമയം നടത്തുന്നതിനായി രോഗിയുടെ പോർട്ടൽ ഉപയോഗിക്കുന്ന രോഗി പോർട്ടുകളില്ലാത്ത അതേ രോഗിയെക്കാൾ കൂടുതൽ പരിചയ സമ്പന്നനായിരിക്കും.
- ടെസ്റ്റ് ഫലങ്ങൾ കാണുന്നതിന് ഒരു രോഗി പോർട്ടൽ ഉപയോഗിക്കുന്ന ഒരു രോഗി പോർട്ടുകളില്ലാതെ അതേ രോഗിയെക്കാൾ കൂടുതൽ ശ്രദ്ധ നൽകും.
- റൂമറ്റോയ്ഡ് ആർത്രൈറ്റിനുള്ള ഓൺലൈൻ ഫോറത്തിൽ പങ്കെടുക്കുന്ന ഒരു രോഗി തന്റെ രോഗവുമായി ഫോറമില്ലാതെ അതേ രോഗിയെക്കാൾ കൂടുതൽ ഫലപ്രദമായി നേരിടാൻ കഴിയും.
ക്ലിനിക് യൂസർമാർ
- ഒരു ഇലക്ട്രോണിക് ഹെൽത്ത് റെക്കോർഡ് (EHR) ഉപയോഗിച്ച് വാക്സിനേഷൻ റിമൈൻഡറുകൾ ഉപയോഗിച്ച ഒരു പീഡിയാട്രീഷൻ ഓർമ്മപ്പെടുത്തൽ കൂടാതെ ഒരേ ഡോക്ടറേക്കാൾ കൃത്യസമയത്ത് പ്രതിരോധ മരുന്നുകൾ നൽകാൻ കൂടുതൽ സാധ്യതയുണ്ട്.
- ഒരു ഹെൽത്ത് ഹെൽത്ത് ഇൻഫോർമേഷൻ എക്സ്ചേഞ്ച് (HIE) ആക്സസ് ഉള്ള ഒരു അടിയന്തര ചികിത്സാ ദാതാവ്, ദാതാവിനേക്കാൾ സമാന ദാതാവിനുള്ള ടെസ്റ്റുകൾ ക്രമീകരിക്കും.
- EHR- ൽ നേരിട്ട് പ്രധാനപ്പെട്ട ലക്ഷണങ്ങൾ കൈമാറ്റം ചെയ്യുന്നതിന് ഒരു വയർലെസ് സംവിധാനം ഉപയോഗിക്കുന്ന ഒരു നഴ്സ് വയർലെസ്സ് സിസ്റ്റമില്ലാതെ അതേ നഴ്സ് ഉള്ളതിനേക്കാൾ കുറച്ചു ഡോക്യുമെന്റേഷൻ പിശകുകൾ ഉണ്ടാകും.
- ഒരു രോഗിയുടെ രജിസ്ട്രി ഉപയോഗിച്ച് ഒരു കേസിന്റെ മാനേജർ രജിസ്റ്ററിയാതെ തന്നെ ഒരേ കേസ് മാനേജറേക്കാൾ അനിയന്ത്രിതമായ ഹൈപ്പർടെൻഷനിലുള്ള കൂടുതൽ രോഗികളെ തിരിച്ചറിയും.
- ഒരു സുരക്ഷാ ചെക്ക്ലിസ്റ്റ് ഉപയോഗിച്ച് ഒരു ശസ്ത്രക്രിയാ സംഘം ചെക്ക്ലിസ്റ്റ് ഇല്ലാതെ ഒരേ ശസ്ത്രക്രിയാ ടീമിനെക്കാൾ ശസ്ത്രക്രിയ സൈറ്റിലെ അണുബാധകൾ ഉണ്ടാകും. ( ശ്രദ്ധിക്കുക, ചെക്ക്ലിസ്റ്റ് കമ്പ്യൂട്ടർവൽക്കരിക്കപ്പെടാത്ത ഒരു വിവര ശേഖരത്തിന്റെ ഒരു ഉദാഹരണമാണ്.)
- സിഡിഎസ് ടൂൾ ഇല്ലാത്ത ഡോസിനേക്കാൾ അനുയോജ്യമായ ആൻറിബയോട്ടിക് ഡോസ് നിർദ്ദേശിക്കാനായി ആൻറിബയോട്ടിക്ക് ഡോസിങ്ങിനുള്ള ഒരു ക്ലിനിക്കൽ തീരുമാനപരിപാടി (CDS) ഉപകരണം ഉപയോഗിക്കുന്ന ഒരു ഡോക്ടർ കൂടുതൽ സാധ്യതയുണ്ട്.
ആരോഗ്യ പരിപാലന ഓർഗനൈസേഷൻ ഉപയോക്താക്കൾ
- കമ്പ്യൂട്ടർവത്കരിച്ച ആഴത്തിലുള്ള ശ്വാസകോശരോഗത്തിനുള്ള (DVT) റിസ്ക് മൂല്യനിർണ്ണയ പരിപാടിയുള്ള ആശുപത്രിയിൽ, ഒരു ആശുപത്രിയിലേതിനേക്കാൾ കുറഞ്ഞ ഡിവിഡിയുകൾ ഉണ്ടാകും.
- മൊബൈൽ കംപ്യൂട്ടർവത്കൃത ഡോക്ടർ ഓർഡർ എൻട്രി (CPOE) പ്ലാറ്റ്ഫോം ഉപയോഗിച്ചുള്ള ഒരു ആശുപത്രി മൊബൈൽ CPOE ഇല്ലാത്ത സമാന ആശുപത്രികളേക്കാൾ കുറവാണ്.
- പ്രാഥമിക ശുശ്രൂഷകർക്ക് ഡിസ്ചാർജ് സംഗ്രഹങ്ങൾ അയയ്ക്കാൻ എച്ച്.ഐ.ഇ. ഉപയോഗിക്കുന്ന ഒരു ഹോസ്പിറ്റൽ HIE ഇല്ലാത്ത ഒരു ആശുപത്രിയിലേതിനേക്കാൾ കുറച്ചു റീഡയറേഷനുകൾ ഉണ്ടാകും.
- സെൻസര് സാങ്കേതികവിദ്യ ഉപയോഗിച്ച് ഒരു നഴ്സിങ് ഹോം, സെന്സറുകളില്ലാതെ ഒരേ നഴ്സിങ് ഹോമിനേക്കാള് വേഗത കുറവാണ്.
- ടെക്സ്റ്റ് മെസ്സേജിംഗ് സംവിധാനമില്ലാതെ ഒരു ക്ലിനിക് എന്നതിനേക്കാളുപരി വാചക സന്ദേശ റിമൈൻഡറുകൾ അയക്കുന്ന വിദ്യാർത്ഥി ആരോഗ്യ ക്ലിനിക്കിൽ മനുഷ്യക്കുറിപ്പുകൾക്ക് കൂടുതൽ വാക്സിൻ നൽകും.
- ടെലിമെഡിസിൻ ഉപയോഗിച്ചുള്ള ഗ്രാമീണ ആരോഗ്യ ക്ലിനിക്കിൽ സ്പെഷ്യലിസ്റ്റുകളുമായി വിർച്വൽ കൺസൾട്ടേഷനുകൾക്ക് ടെലിമെഡിസിൻ ഇല്ലാതെ ഒരേ ക്ലിനിക് പഠനവുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ വളരെ കുറച്ച് രോഗികൾക്ക് അടിയന്തിര മുറിയിലേക്ക് അയയ്ക്കും.
- ഗുണനിലവാരം മെച്ചപ്പെടുത്തുന്നതിനുള്ള ഡാഷ്ബോർഡിലെ ഒരു മെഡിക്കൽ പ്രാക്ടിനെ ഡാഷ്ബോർഡുകളില്ലാതെ തന്നെ അതേ പ്രാഥമികാരോഗ്യത്തെക്കാൾ കൂടുതൽ വേഗത്തിൽ ആരോഗ്യ പരിരക്ഷയിൽ വിടവുകൾ തിരിച്ചറിയുന്നു.
ഏറ്റവും പുതിയ ബയോമെഡിക്കൽ ഇൻഫോമാറ്റിക്സ്
ചിലപ്പോൾ ബയോമെഡിക്കൽ ഇൻഫോർമാറ്റിക്സ് പഠിക്കുന്നത് ബുദ്ധിമുട്ടുള്ള ബുദ്ധിമുട്ടുള്ള പ്രശ്നങ്ങളാണ്. ഈ മേഖലയിൽ ഗവേഷണ വിശകലനം ഉൾപ്പെടുന്നു, ഓർഗനൈസേഷനുകളുടെ മൂല്യനിർണ്ണയങ്ങളിൽ നിന്നും ജനിതക ഡേറ്റാസെറ്റുകൾ വിശകലനം (ഉദാ: ക്യാൻസർ ഗവേഷണം) മുതൽ. ഇലക്ട്രോണിക് ഹെൽത്ത് റെക്കോർഡുകൾ (EHR) പിന്തുണയ്ക്കുന്ന ക്ലിനിക്കൽ പ്രവചന മാതൃകകൾ വികസിപ്പിക്കുന്നതിനും ഇത് ഉപയോഗിക്കാനാകും. പിറ്റ്സ്ബർഗിലെ സർവകലാശാല, ഗ്രിഗറി കൂപ്പർ, ശ്യാം വിശ്വാശ്വരൻ എന്നിവർ കൃത്രിമ ബുദ്ധിജീവികൾ (AI), മെഷീൻ ലേണിംഗ് (എംഎൽ), ബയേഷ്യൻ മോഡലിംഗ് എന്നിവ ഉപയോഗിച്ച് ഡാറ്റ ഉപയോഗിച്ച് ക്ലിനിക്കൽ ഫോർഡിക്ഷൻ മോഡലുകളുടെ രൂപകൽപ്പനയിൽ പ്രവർത്തിക്കുന്നു. അവരുടെ പ്രവർത്തനം രോഗിയുടെ നിർദ്ദിഷ്ട മോഡുകളുടെ വികസനത്തിന് സഹായകമാകും. ആധുനിക വൈദ്യശാസ്ത്രത്തിൽ ഇപ്പോൾ നിർണായകമായ മോഡലുകൾ.
> ഉറവിടങ്ങൾ:
ബർൺസ്റ്റാം ഇ, സ്മിത്ത് ജെ, ജോൺസൺ ടി. ബയോമെഡിക്കൽ ഇൻഫോർമാറ്റിക്സ് എന്താണ്? ജെ ബയോമെഡ് ഇൻഫോം . 2010; 43: 104-110.
> ഫ്രീഡ്മാൻ സി.പി. ബയോമെഡിക്കൽ ഇൻഫർമാറ്റിക്സിലെ ഒരു "അടിസ്ഥാന സിദ്ധാന്തം" . ജെ ആം മെഡ് ഇൻഫോം അസോ. 2009; 16: 169-170.
> ഹണ്ടർ ജെ. എൻഹാൻസിങ്ങ് ഫ്രീഡ്മാന്റെ "ഫണ്ടമെന്റൽ തിയോറെം ഓഫ് ബയോമെഡിക്കൽ ഇൻഫർമാറ്റിക്സ്" . ജെ ആം മെഡ് ഇൻഫോം അസോ . 2010; 17 (1): 112.
> വിശ്വേശ്വരൻ എസ്, കൂപ്പർ ജി. ലേണിംഗ് ഇൻ ഇൻസ്റ്റൻസ്-നിർദ്ദിഷ്ട പ്രിഡിക്റ്റീവ് മോഡലുകൾ . ജെ മാക് ലേൺ റിസ . 2010; 11: 3333-3369.