生物医学信息学定理

生物医学信息学（BMI）的理论基础定义长期缺乏。为了突出这一科学领域，Charles Friedman博士提出了生物医学信息学的基本定理。它指出“与信息资源合作的人比没有帮助的同一个人'更好'。”弗里德曼的定理实际上并不是一个正式的数学定理（它基于演绎而被认为是真的），而是一种蒸馏BMI的本质。

该定理意味着生物医学信息学家关注信息资源如何（或不能）帮助人们。在提到他的定理中的“人”时，弗里德曼建议这可以是个人（患者，临床医生，科学家，管理员），一群人甚至是组织。

此外，所提出的定理有三个推论，可以帮助更好地定义信息学：

1. 信息学更多的是人而不是技术。这意味着应该为人民的利益建立资源。
2. 信息资源必须包括此人尚不知道的内容。这表明资源需要既正确又信息丰富。
3. 人与资源之间的相互作用决定了该定理是否成立。这个推论认为，我们对单独的人或资源的了解不一定能预测结果。

弗里德曼的贡献被认为是以简单易懂的方式定义BMI。然而，其他作者提出了他的定理的替代观点和补充。例如，普林斯顿大学的Stuart Hunter教授在处理数据时强调了科学方法的作用。来自德克萨斯大学的一组科学家也提倡BMI的定义应该包括信息学中的信息是“数据加意义”的概念。其他学术机构提供了精确的定义，承认BMI的多学科性质，并侧重于生物医学背景下的数据，信息和知识。

弗里德曼基本定理的表达

根据将使用信息资源的人或组织来考虑定理的表达是有用的。在给定情景中该定理是否成立可以通过随机对照试验和其他研究进行实证检验。

以下是从不同用户的角度看弗里德曼定理如何应用于当前医疗保健背景的一些例子。

患者用户

• 使用药物提醒应用程序的患者将比不使用该应用程序的同一患者更加坚持她的药物治疗方案。
• 试图减肥的患者在智能手机应用程序上跟踪饮食和运动将比没有应用程序的同一患者减轻更多的重量。
• 使用患者门户与他的医生沟通的患者将比没有门户的同一患者更多地参与他的护理。
• 使用患者门户查看测试结果的患者将比没有门户的同一患者表达更高的医疗满意度。
• 参与类风湿性关节炎在线论坛的患者将比没有论坛的同一患者更有效地应对她的疾病。

临床医师用户

• 使用带有疫苗接种提醒的电子健康记录（EHR）的儿科医生比没有提醒的同一医生更有可能及时订购疫苗。
• 可以访问本地健康信息交换（HIE）的急诊医疗提供者将比没有HIE的相同提供者订购更少的重复测试。
• 使用无线系统将生命体征直接传输到EHR的护士将比没有无线系统的护士产生更少的文档错误。
• 使用患者登记处的病例管理员将识别出比没有登记处的相同病例管理者更多的未控制高血压患者。
• 使用安全检查表的手术团队比没有检查表的同一手术团队的手术部位感染更少。 （ 请注意，核对表是不需要计算机化的信息资源的示例。）
• 使用临床决策支持（CDS）工具进行抗生素给药的医生比没有CDS工具的同一医生更有可能开出适当的抗生素剂量。

医疗保健组织用户

• 在没有该计划的情况下，在EHR中具有计算机化深静脉血栓形成（DVT）风险评估程序的医院将具有比没有该计划的相同医院更少的DVT。
• 具有移动计算机化医嘱输入（CPOE）平台的医院将比没有移动CPOE的相同医院具有更少的电话订单。
• 使用HIE向初级保健提供者发送出院摘要的医院将比没有HIE的同一家医院接受更少的再入院。
• 使用传感器技术的疗养院将比没有传感器的同一疗养院具有更低的患者跌倒率。
• 发送短信提醒的学生健康诊所将比没有短信系统的诊所获得更高的人乳头瘤病毒（HPV）疫苗接种率。
• 与没有远程医疗的同一诊所相比，使用远程医疗与专家进行虚拟咨询的农村卫生诊所将把更少的病人送到急诊室。
• 具有质量改进仪表板的医疗实践将比没有仪表板的相同实践更快地识别医疗保健提供中的差距。

生物医学信息学的最新进展

有时，生物医学信息学会研究难以捕捉的复杂问题。该领域包括广泛的研究，从组织评估到基因组数据集分析（例如癌症研究）。它还可用于开发临床预测模型，这些模型由电子健康记录（EHR）支持。来自匹兹堡大学的两位学者，Gregory Cooper和Shyam Visweswaran，目前正致力于使用人工智能（AI），机器学习（ML）和贝叶斯建模从数据设计临床预测模型。他们的工作可以促进特定患者模型的开发。现在在现代医学中变得至关重要的模型。