ទ្រឹស្តីបទព័ត៌មានវិទ្យាជីវវិទ្យា

និយមន័យទ្រឹស្តីទ្រឹស្តីនៃព័ត៌មានវិទ្យាជីវមាត្រ (BMI) កំពុងខ្វះខាតអស់រយៈពេលជាយូរមកហើយ។ ដើម្បីនាំយកការផ្តោតអារម្មណ៍ខ្លះទៅវាលវិទ្យាសាស្រ្តនេះ, លោក Charles Friedman, បណ្ឌិត, បានស្នើទ្រឹស្ដីមូលដ្ឋាននៃព័ត៌មានវិទ្យាជីវវិទ្យា។ វាបញ្ជាក់ថា "មនុស្សម្នាក់ដែលធ្វើការជាដៃគូជាមួយធនធានព័ត៌មានគឺល្អប្រសើរជាងអ្នកដែលមិនមានវត្តមាន។ " ទ្រឹស្តីបទគណិតវិទ្យាមិនមែនជាទ្រឹស្ដីគណិតវិទ្យាផ្លូវការ (ដែលផ្អែកលើការកាត់បន្ថយនិងត្រូវបានទទួលយកជាការពិតទេ) នៃខ្លឹមសាររបស់ BMI ។

ទ្រឹស្តីបទបញ្ជាក់ថាអ្នកពត៌មានវិទ្យាជីវៈមានការព្រួយបារម្ភអំពីរបៀបដែលធនធានព័ត៌មានអាច (ឬមិនអាច) ជួយមនុស្ស។ នៅពេលសំដៅដល់ 'មនុស្សម្នាក់' នៅក្នុងទ្រឹស្ដីបទរបស់គាត់ Friedman បានបង្ហាញថានេះអាចជាបុគ្គលម្នាក់ ( អ្នកជំងឺ អ្នកឯកទេសអ្នកវិទ្យាសាស្ត្រ អ្នកគ្រប់គ្រង ) ក្រុមមនុស្សឬសូម្បីតែអង្គការមួយ។

លើសពីនេះទ្រឹស្តីបទដែលបានស្នើមានបីគុណសម្បត្តិដែលអាចជួយកំណត់ព័ត៌មានវិទ្យាបានល្អជាងនេះ:

  1. ព័ត៌មានវិទ្យាគឺមានច្រើនអំពីមនុស្សជាងបច្ចេកវិទ្យា។ នេះមានន័យថាធនធានគួរតែត្រូវបានបង្កើតឡើងដើម្បីជាប្រយោជន៍ដល់ប្រជាជន។
  2. ធនធានព័ត៌មានត្រូវតែរួមបញ្ចូលអ្វីដែលមនុស្សមិនទាន់ដឹង។ នេះបង្ហាញថាធនធានត្រូវការទាំងត្រឹមត្រូវនិងផ្តល់ព័ត៌មាន។
  3. អន្តរកម្មរវាងមនុស្សនិងធនធានមួយកំណត់ថាតើទ្រឹស្តីបទមន។ corollary នេះទទួលស្គាល់ថាអ្វីដែលយើងដឹងអំពីតែម្នាក់ឯងឬធនធានតែម្នាក់ឯងមិនអាចទស្សន៍ទាយលទ្ធផលបានទេ។

ការបរិច្ចាគរបស់ Friedman ត្រូវបានគេទទួលស្គាល់ថាជាការកំណត់ BMI ក្នុងវិធីសាមញ្ញនិងងាយស្រួលយល់។ ទោះជាយ៉ាងណាក៏ដោយអ្នកនិពន្ធដទៃទៀតបានលើកឡើងអំពីទស្សនៈនិងគំនិតផ្សេងទៀតចំពោះទ្រឹស្ដីបទរបស់គាត់។ ឧទាហរណ៍សាស្ត្រាចារ្យ Stuart Hunter មកពីសាកលវិទ្យាល័យព្រីនស្តុនបានសង្កត់ធ្ងន់លើតួនាទីនៃវិធីវិទ្យាសាស្រ្តនៅពេល ទាក់ទងជាមួយទិន្នន័យ

ក្រុមអ្នកវិទ្យាសាស្ត្រមកពីសាកលវិទ្យាល័យតិចសាស់ក៏បានធ្វើការតស៊ូមតិផងដែរថានិយមន័យនៃ BMI គួរតែរួមបញ្ចូលទាំងការយល់ដឹងថាព័ត៌មាននៅក្នុងព័ត៌មានវិទ្យាគឺជាទិន្នន័យនិងអត្ថន័យ។ ស្ថាប័នសិក្សាដទៃទៀតបានផ្តល់និយមន័យយ៉ាងល្អិតល្អន់ដែលបានទទួលស្គាល់នូវលក្ខណៈវិនិច្ឆ័យនៃ BMI និងផ្តោតលើទិន្នន័យព័ត៌មាននិងចំណេះដឹងនៅក្នុងបរិបទនៃជីវវេជ្ជសាស្ត្រ។

ការបង្ហាញពីទ្រឹស្តីបទមូលដ្ឋានរបស់ហ្វ្រីឌិញ

វាមានប្រយោជន៍ក្នុងការគិតអំពីការបង្ហាញទ្រឹស្តីបទអំពីមនុស្សឬអង្គការដែលប្រើប្រភពព័ត៌មាន។ ថាតើទ្រឹស្តីបទមនពិតនៅក្នុងសេណារីយ៉ូដែលបានផ្តល់អាចត្រូវបានធ្វើតេស្តដោយពិសោធន៍ជាមួយនឹងការសាកល្បងដែលបានគ្រប់គ្រងដោយចៃដន្យនិងការសិក្សាដទៃទៀត។

ខាងក្រោមនេះគឺជាឧទាហរណ៍មួយចំនួនអំពីរបៀបដែលទ្រឹស្ដី Friedman អាចត្រូវបានអនុវត្តនៅក្នុងបរិបទនៃការថែទាំសុខភាពបច្ចុប្បន្នពីទស្សនវិស័យរបស់អ្នកប្រើប្រាស់ខុសៗគ្នា។

អ្នកប្រើអត់ធ្មត់

អ្នកប្រើគ្លីនិក

អ្នកប្រើថែទាំសុខភាព

ព័ត៌មានចុងក្រោយបំផុតស្តីពីព័ត៌មានវិទ្យាជីវវិទ្យា

ជួនកាលព័ត៌មានវិទ្យាជីវវិទ្យាសិក្សាបញ្ហាស្មុគស្មាញដែលអាចពិបាកក្នុងការចាប់យក។ វាលនេះរួមមានវិសាលភាពទូលំទូលាយនៃការស្រាវជ្រាវរាប់បញ្ចូលទាំងការវាយតម្លៃពីអង្គការនានាដល់ការវិភាគសំណុំទិន្នន័យហ្សែន (ដូចជាការស្រាវជ្រាវជំងឺមហារីក) ។ វាក៏អាចត្រូវបានប្រើដើម្បីអភិវឌ្ឍគំរូព្យាករណ៍គ្លីនិកដែលកំពុងត្រូវបានគាំទ្រដោយកំណត់ត្រាសុខភាពអេឡិចត្រូនិច (EHR) ។ អ្នកប្រាជ្ញពីរនាក់មកពីសាកលវិទ្យាល័យ Pittsburgh, Gregory Cooper និង Shyam Visweswaran, បច្ចុប្បន្នកំពុងធ្វើការរចនាម៉ូដែលព្យាករណ៍គ្លីនិកពីទិន្នន័យដែលប្រើការច្នៃប្រឌិតសិប្បនិម្មិត (AI), ការរៀនម៉ាស៊ីន (ML) និងគំរូ Bayesian ។ ការងាររបស់ពួកគេអាចរួមចំណែកដល់ការបង្កើតគំរូអ្នកជំងឺជាក់លាក់។ ម៉ូឌែលដែលឥឡូវនេះបានក្លាយជាមានសារៈសំខាន់ក្នុងឱសថទំនើប។

> ប្រភព:

> Bernstam E, Smith J, Johnson T. តើព័ត៌មានវិទ្យាជីវមាត្រគឺជាអ្វី? ។ J Biomed Inform 2010 43: 104-110 ។

> Friedman CP ។ ជា "ទ្រឹស្តីមូលដ្ឋាន" នៃព័ត៌មានវិទ្យាជីវវិទ្យា J Am Med ព័ត៌មានសម។ 2009 16: 169-170 ។

> Hunter ជ។ លើកកំពស់ "ទ្រឹស្ដីមូលដ្ឋានគ្រឹះនៃព័ត៌មានវិទ្យាជីវសាស្រ្ត" របស់ហ្វ្រីម៉ាន J Am Med ព័ត៌មានសម 2010; 17 (1): 112 ។

> Visweswaran S, Cooper G. គំរូជាក់ស្តែងជាក់ស្តែងសម្រាប់ការសិក្សារៀនសូត្រ J Mach Learn Res 2010: 113333-3369 ។