ຄໍານິຍາມທາງດ້ານທິດສະດີກ່ຽວກັບຄອມພິວເຕີ້ຄອມພິວເຕີ້ (BMI) ບໍ່ມີເວລາດົນ. ເພື່ອເອົາຈຸດສຸມໃສ່ພາກສະຫນາມວິທະຍາສາດນີ້, Charles Friedman, Ph.D. , ສະເຫນີທິດສະດີພື້ນຖານຂອງຄອມພິວເຕີ້ທາງດ້ານວິຊາການ. ມັນບອກວ່າ "ຄົນທີ່ເຮັດວຽກຮ່ວມມືກັບຊັບພະຍາກອນຂໍ້ມູນແມ່ນ" ດີກ່ວາ "ກ່ວາຜູ້ດຽວກັນທີ່ບໍ່ໄດ້ຮັບການສະຫນັບສະຫນູນ." ທິດສະດີຂອງ Friedman ບໍ່ແມ່ນທິດສະດີຄະນິດສາດທີ່ເປັນທາງການ (ທີ່ອີງໃສ່ການຫັກຄ່າແລະຖືກຍອມຮັບເປັນຈິງ) ຂອງຄວາມສໍາຄັນຂອງ BMI.
ທິດສະດີຫມາຍເຖິງຜູ້ທີ່ເປັນນັກຄອມພິວເຕີທາງດ້ານວິສະວະກໍາມີຄວາມກັງວົນກ່ຽວກັບວິທີທີ່ຊັບຊ້ອນຂໍ້ມູນສາມາດ (ຫຼືບໍ່ສາມາດ) ຊ່ວຍຄົນອື່ນໄດ້. ໃນເວລາທີ່ອ້າງອີງໃສ່ "ບຸກຄົນ" ໃນທິດສະດີຂອງລາວ, Friedman ຊີ້ໃຫ້ເຫັນວ່ານີ້ອາດຈະເປັນບຸກຄົນ ( ຄົນເຈັບ , ຫມໍ, ນັກວິທະຍາສາດ, ຜູ້ ບໍລິຫານ ), ກຸ່ມປະຊາຊົນຫຼືອົງການຈັດຕັ້ງ.
ນອກຈາກນີ້ທິດສະດີທີ່ນໍາສະເຫນີມີສາມລັກສະນະທີ່ຊ່ວຍໃຫ້ລະບົບຂໍ້ມູນທີ່ດີກວ່າ:
- ຂໍ້ມູນແມ່ນກ່ຽວກັບປະຊາຊົນຫລາຍກວ່າເຕັກໂນໂລຢີ. ນີ້ຫມາຍຄວາມວ່າຊັບພະຍາກອນຄວນໄດ້ຮັບການກໍ່ສ້າງເພື່ອປະໂຫຍດຂອງປະຊາຊົນ.
- ຊັບພະຍາກອນຂໍ້ມູນຕ້ອງປະກອບມີສິ່ງທີ່ຄົນບໍ່ຮູ້. ນີ້ຊີ້ໃຫ້ເຫັນວ່າຊັບພະຍາກອນຕ້ອງມີຄວາມຖືກຕ້ອງແລະເປັນຂໍ້ມູນ.
- ການພົວພັນລະຫວ່າງບຸກຄົນແລະຊັບພະຍາກອນກໍານົດຖ້າຫຼັກສູດຖື. corollary ນີ້ຮັບຮູ້ວ່າສິ່ງທີ່ພວກເຮົາຮູ້ກ່ຽວກັບຄົນດຽວຫຼືຊັບພະຍາກອນຢ່າງດຽວບໍ່ຈໍາເປັນຕ້ອງຄາດຄະເນຜົນໄດ້ຮັບ.
ການສະຫນັບສະຫນູນຂອງ Friedman ໄດ້ຖືກຮັບຮູ້ເປັນການກໍານົດ BMI ໃນວິທີງ່າຍດາຍແລະງ່າຍທີ່ຈະເຂົ້າໃຈ. ຢ່າງໃດກໍຕາມ, ຜູ້ຂຽນອື່ນໆໄດ້ສະເຫນີທັດສະນະແລະທາງເລືອກອື່ນເພື່ອທິດສະດີຂອງລາວ. ຕົວຢ່າງ, ອາຈານ Stuart Hunter ຂອງມະຫາວິທະຍາໄລ Princeton ເນັ້ນຫນັກເຖິງບົດບາດຂອງວິທີການທາງວິທະຍາສາດໃນເວລາທີ່ປະ ຕິບັດກັບຂໍ້ມູນ .
ກຸ່ມນັກວິທະຍາສາດຈາກມະຫາວິທະຍາໄລ Texas ຍັງສະຫນັບສະຫນູນວ່າຄໍານິຍາມຂອງ BMI ຄວນປະກອບມີຄວາມຄິດທີ່ວ່າຂໍ້ມູນໃນຂໍ້ມູນແມ່ນ 'ຂໍ້ມູນບວກກັບຄວາມຫມາຍ'. ສະຖາບັນການສຶກສາອື່ນໆໃຫ້ຄໍານິຍາມທີ່ລະອຽດທີ່ໄດ້ຮັບຮູ້ເຖິງລັກສະນະຂອງວິທະຍາໄລ BMI ແລະເນັ້ນໃສ່ຂໍ້ມູນ, ຂໍ້ມູນແລະຄວາມຮູ້ໃນສະພາບການຂອງຊີວະວິທະຍາ.
ການສະແດງອອກຂອງຫຼັກສູດພື້ນຖານຂອງ Friedman
ມັນເປັນປະໂຫຍດທີ່ຈະພິຈາລະນາການສະແດງອອກຂອງທິດສະດີກ່ຽວກັບປະຊາຊົນຫຼືອົງການຈັດຕັ້ງທີ່ຈະໃຊ້ຊັບພະຍາກອນຂໍ້ມູນ. ບໍ່ວ່າຈະເປັນທິດສະດີທີ່ມີຄວາມຈິງໃນສະຖານະການໃດຫນຶ່ງກໍ່ສາມາດທົດສອບໄດ້ດ້ວຍການທົດລອງຄວບຄຸມແບບສຸ່ມແລະການສຶກສາອື່ນໆ.
ຂ້າງລຸ່ມນີ້ແມ່ນຕົວຢ່າງບາງຢ່າງກ່ຽວກັບທິດສະດີຂອງ Friedman ສາມາດນໍາໃຊ້ໃນສະພາບການດູແລສຸຂະພາບໃນປະຈຸບັນໄດ້ຈາກທັດສະນະຂອງຜູ້ໃຊ້ທີ່ແຕກຕ່າງກັນ.
Patient Users
- ຄົນເຈັບທີ່ໃຊ້ app reminder ຢາຈະຕິດຕາມການປິ່ນປົວຢາຂອງນາງຫຼາຍກ່ວາຄົນເຈັບດຽວກັນໂດຍບໍ່ໃຊ້ app.
- ຄົນເຈັບທີ່ພະຍາຍາມທີ່ຈະສູນເສຍນ້ໍາຫນັກຜູ້ທີ່ຕິດຕາມອາຫານແລະການອອກກໍາລັງກາຍໃນແອັບພລິເຄນສະຫມາດໂຟນຈະສູນເສຍນ້ໍາຫນັກຫຼາຍກ່ວາຜູ້ປ່ວຍດຽວກັນໂດຍບໍ່ຕ້ອງໃຊ້ app
- ຜູ້ປ່ວຍທີ່ໃຊ້ປ່ອງເຊື່ອມຕໍ່ຜູ້ປ່ວຍເພື່ອຕິດຕໍ່ສື່ສານກັບແພດຫມໍຂອງລາວຈະຮູ້ສຶກມີສ່ວນຮ່ວມໃນການດູແລຂອງລາວຫຼາຍກ່ວາຜູ້ປ່ວຍດຽວກັນໂດຍບໍ່ມີປະຕູ.
- ຜູ້ປ່ວຍທີ່ໃຊ້ປ່ອງເຊື່ອມຕໍ່ຜູ້ປ່ວຍເພື່ອເບິ່ງຜົນການທົດສອບຈະສະແດງຄວາມພໍໃຈສູງຕໍ່ການດູແລຂອງນາງຫຼາຍກ່ວາຄົນເຈັບດຽວກັນໂດຍບໍ່ມີປະຕູ.
- ຜູ້ປ່ວຍທີ່ເຂົ້າຮ່ວມໃນເວບໄຊທ໌ອອນໄລນ໌ສໍາລັບ ໂລກຂໍ້ອັກເສບຕັບ ຈະສາມາດຮັບຜົນກະທົບໄດ້ຫຼາຍກວ່າຄົນເຈັບດຽວກັນໂດຍບໍ່ມີກອງປະຊຸມ.
Clinician Users
- ແພດເດັກທີ່ໃຊ້ບັນທຶກສຸຂະພາບເອເລັກໂຕຼນິກ (EHR) ທີ່ມີການເຕືອນໄພການສັກຢາປ້ອງກັນຈະມີການສັກຢາສັກຫຼາຍກວ່າຫມໍດຽວກັນໂດຍບໍ່ມີການເຕືອນ.
- ຜູ້ໃຫ້ບໍລິການປິ່ນປົວສຸກເສີນທີ່ມີການເຂົ້າເຖິງການ ແລກປ່ຽນຂໍ້ມູນດ້ານສຸຂະພາບ ໃນທ້ອງຖິ່ນ (HIE) ຈະສັ່ງໃຫ້ມີການທົດສອບຊ້ໍາຫນ້ອຍກວ່າຜູ້ດຽວທີ່ບໍ່ມີ HIE.
- ພະຍາບານຜູ້ທີ່ໃຊ້ລະບົບໄຮ້ສາຍເພື່ອສົ່ງສັນຍານທີ່ສໍາຄັນເຂົ້າໄປໃນ EHR ຈະເຮັດໃຫ້ຂໍ້ຜິດພາດກ່ຽວກັບເອກະສານຫນ້ອຍກວ່ານັກພະຍາບານດຽວກັນໂດຍບໍ່ມີລະບົບໄຮ້ສາຍ.
- ຜູ້ຈັດການກໍລະນີທີ່ໃຊ້ການຈົດທະບຽນຄົນເຈັບຈະກໍານົດຜູ້ປ່ວຍທີ່ມີ hypertension uncontrolled ຫຼາຍກວ່າຜູ້ຈັດການກໍລະນີດຽວກັນໂດຍບໍ່ມີການຈົດທະບຽນ.
- ທີມງານການຜ່າຕັດທີ່ນໍາໃຊ້ບັນຊີລາຍການກວດສອບຄວາມປອດໄພຈະມີການຕິດເຊື້ອໃນສະຖານທີ່ຜ່າຕັດຫນ້ອຍກວ່າທີມງານການຜ່າຕັດດຽວກັນໂດຍບໍ່ມີບັນຊີລາຍການກວດ. (ໃຫ້ ສັງເກດວ່າລາຍການກວດສອບເປັນຕົວຢ່າງຂອງຊັບພະຍາກອນຂໍ້ມູນທີ່ບໍ່ຈໍາເປັນຕ້ອງເປັນຄອມພິວເຕີ້.)
- ແພດທີ່ໃຊ້ເຄື່ອງມືການຊ່ວຍເຫຼືອການຕັດສິນໃຈທາງດ້ານການຊ່ວຍ (CDS) ສໍາລັບການໃຊ້ຢາຕ້ານເຊື້ອແມ່ນມັກຈະກໍານົດຢາຕ້ານເຊື້ອທີ່ເຫມາະສົມກ່ວາແພດດຽວກັນໂດຍບໍ່ມີເຄື່ອງມື CDS.
ຜູ້ເບິ່ງແຍງສຸຂະພາບຜູ້ໃຊ້ອົງການ
- ໂຮງຫມໍທີ່ມີໂປຼແກຼມປະເມີນຄວາມສ່ຽງຕໍ່ການລະບາດຂອງລໍາໄສ້ເລັບ (DVT) ໃນຄອມພິວເຕີ້ EHR ຈະມີຈໍານວນຫນ້ອຍກວ່າໂຮງຫມໍດຽວກັນໂດຍບໍ່ມີໂຄງການ.
- ໂຮງຫມໍທີ່ມີຄອມພິວເຕີ້ເຂົ້າຫ້ອງການສັ່ງຊື້ຄອມພິວເຕີມືຖື (CPOE) ຈະມີຄໍາສັ່ງທາງໂທລະສັບຫນ້ອຍກວ່າໂຮງຫມໍດຽວກັນໂດຍບໍ່ມີ CPOE ມືຖື.
- ໂຮງຫມໍທີ່ໃຊ້ HIE ເພື່ອສົ່ງຂໍ້ສະຫຼຸບການປ່ອຍຕົວໃຫ້ແກ່ຜູ້ໃຫ້ບໍລິການດູແລຂັ້ນຕົ້ນຈະມີການອ່ານຫນ້ອຍກວ່າໂຮງຫມໍດຽວກັນໂດຍບໍ່ມີ HIE.
- ເຮືອນການພະຍາບານທີ່ນໍາໃຊ້ເຕັກໂນໂລແກນ sensor ຈະມີອັດຕາການຫຼຸດລົງຂອງຄົນເຈັບຫຼຸດລົງກ່ວາບ້ານດຽວກັນໂດຍບໍ່ມີຄວາມຮູ້ສຶກ.
- ຄລີນິກສຸຂະພາບຂອງນັກຮຽນທີ່ສົ່ງຂໍ້ຄວາມເຕືອນຂໍ້ຄວາມຈະມີອັດຕາການສັກຢາປ້ອງກັນສູງກວ່າສໍາລັບມະເຮັງ papillomavirus (HPV) ກ່ວາຄລີນິກໂດຍບໍ່ມີລະບົບສົ່ງຂໍ້ຄວາມ.
- ຄລີນິກສຸຂະພາບໃນເຂດຊົນນະບົດໂດຍໃຊ້ telemedicine ສໍາລັບການປຶກສາຫາລື virtual ກັບຜູ້ຊ່ຽວຊານຈະສົ່ງຄົນເຈັບຫນ້ອຍລົງໄປໃນຫ້ອງສຸກເສີນເມື່ອທຽບກັບຫ້ອງການດຽວກັນໂດຍບໍ່ມີສາຍໂທລະຄົມມະນາຄົມ.
- ການປະຕິບັດດ້ານການປິ່ນປົວທີ່ມີການປັບປຸງຄຸນະພາບຊີວະພາບຈະກໍານົດຊ່ອງຫວ່າງໃນການສະຫນອງການດູແລສຸຂະພາບຢ່າງໄວວາການປະຕິບັດດຽວກັນໂດຍບໍ່ມີກະດານຄວບຄຸມ.
ຫຼ້າສຸດກ່ຽວກັບຄອມພິວເຕີ້ຄອມພິວເຕີ
ບາງຄັ້ງຄອມພິວເຕີ້ biomedical ສຶກສາບັນຫາສະລັບສັບຊ້ອນທີ່ອາດຈະຍາກທີ່ຈະເກັບກໍາ. ພາກສະຫນາມນີ້ປະກອບມີການຄົ້ນຄ້ວາຢ່າງກວ້າງຂວາງ, ນັບຕັ້ງແຕ່ການປະເມີນຂອງອົງການຈັດຕັ້ງກັບການວິເຄາະຂໍ້ມູນລະບົບປະສາດ genomic (ເຊັ່ນການຄົ້ນຄວ້າຂອງມະເຮັງ). ມັນຍັງສາມາດນໍາໃຊ້ເພື່ອພັດທະນາຮູບແບບການຄາດຄະເນທາງການແພດເຊິ່ງໄດ້ຮັບການສະຫນັບສະຫນູນຈາກເອກະສານສຸຂະພາບເອເລັກໂຕຣນິກ (EHR). ສອງນັກວິທະຍາສາດຈາກມະຫາວິທະຍາໄລ Pittsburgh, Gregory Cooper ແລະ Shyam Visweswaran ກໍາລັງເຮັດວຽກໃນການອອກແບບຮູບແບບການຄາດຄະເນທາງການແພດຈາກຂໍ້ມູນໂດຍໃຊ້ປັນຍາປະດິດສ້າງ (AI), ການຮຽນຮູ້ເຄື່ອງຈັກ (ML) ແລະຮູບແບບ Bayesian. ວຽກງານຂອງພວກເຂົາສາມາດປະກອບສ່ວນເຂົ້າໃນການພັດທະນາຕົວແບບສະເພາະຜູ້ປ່ວຍ. ຮູບແບບຕ່າງໆທີ່ກໍາລັງກາຍເປັນສິ່ງສໍາຄັນໃນຢາປົວພະຍາດທີ່ທັນສະໄຫມ.
> ແຫຼ່ງຂໍ້ມູນ:
> Bernstam E, Smith J, Johnson T. ແມ່ນຫຍັງກ່ຽວກັບດ້ານຄອມພິວເຕີ້ biomedical? J Biomed Inform 2010 43: 104-110
> Friedman CP A "ຫຼັກສູດພື້ນຖານ" ຂອງຄອມພິວເຕີ້ຄອມພິວເຕີ້ . J Am Med ຂໍ້ມູນສະມາຄົມ. 2009 16: 169-170
> Hunter J. ເສີມຂະຫຍາຍ Friedman ຂອງ "ທິດສະດີພື້ນຖານຂອງຄອມພິວເຕີ້ Biomedical" . J Am Med ຂໍ້ມູນສະມາຄົມ . 2010 17 (1): 112
> Visweswaran S, Cooper G. ຕົວແບບຄາດຄະເນສະເພາະຕົວແບບການຮຽນຮູ້ . J Mach Learn Res 2010 11: 3333-3369