ប្រភពទិន្នន័យធំ ៗ ក្នុងឱសថ

ប្រភពទិន្នន័យធំ ៗ ក្នុងឱសថ

និយមន័យដ៏សាមញ្ញមួយនៃទិន្នន័យធំ ៗ ក្នុងវេជ្ជសាស្ត្រគឺ "សរុបទិន្នន័យទាក់ទងនឹងការថែទាំសុខភាពនិងសុខុមាលភាពរបស់អ្នកជំងឺ" (Raghupathi 2014) ។ ប៉ុន្តែអ្វីដែលទិន្នន័យពិតប្រាកដទាំងនេះគឺពិតប្រាកដហើយតើពួកគេមកពីណា?

ខាងក្រោមនេះគឺជាទិដ្ឋភាពទូទៅនៃប្រភេទនិងប្រភពនៃទិន្នន័យដ៏ធំដែលចាប់អារម្មណ៍ចំពោះអ្នកផ្តល់សេវាថែទាំសុខភាពអ្នកស្រាវជ្រាវអ្នកបង់ប្រាក់អ្នកបង្កើតគោលនយោបាយនិងឧស្សាហកម្ម។

ប្រភេទទាំងនេះមិនត្រូវបានផ្តាច់មុខគ្នាទេពីព្រោះទិន្នន័យដូចគ្នាអាចមានប្រភពខុស ៗ គ្នា។

ក៏មិនមែនជាបញ្ជីនេះហ្មត់ចត់, ដោយសារតែកម្មវិធីអនុវត្តជាក់ស្តែងនៃការវិភាគទិន្នន័យដ៏ធំនឹងបន្តពង្រីក។

ប្រព័ន្ធពត៌មានគ្លីនិក

ទាំងនេះជាប្រភពនៃទិន្នន័យគ្លីនិកដែលអ្នកផ្តល់សេវាថែទាំសុខភាពមានទម្លាប់ក្នុងការមើល។

• កំណត់ត្រាអំពីសុខភាពអេឡិចត្រូនិច (EHRs) ប្រមូលប្រមូលនិងបង្ហាញព័ត៌មានដូចជាប្រវត្ដិសាស្ត្រប្រវត្តិសាស្រ្តវេជ្ជសាស្រ្តកន្លងមកបញ្ហាវេជ្ជសាស្រ្តសកម្មការចាក់ថ្នាំបង្ការរោគអាឡែរហ្សីថ្នាំពេទ្យសញ្ញាសំខាន់ៗលទ្ធផលពីការធ្វើតេស្តមន្ទីរពិសោធន៍និងវិទ្យុសកម្មរបាយការណ៍រោគសាស្ត្រកំណត់ហេតុរីកចម្រើនដែលបង្កើតឡើងដោយការថែទាំសុខភាព អ្នកផ្តល់សេវានិងឯកសាររដ្ឋបាលនិងហិរញ្ញវត្ថុ
• កំណត់ត្រាវេជ្ជសាស្រ្តអេឡិចត្រូនិច (EMRs) មិនដូចគ្នាទៅនឹង EHR ហើយជាធម្មតាទាក់ទងទៅនឹងទិន្នន័យដែលផ្ទុកជាមួយគ្រូពេទ្យពិសេស។
• ការផ្លាស់ប្តូរព័ត៌មានសុខភាព ដើរតួជាមជ្ឈមណ្ឌលរវាងប្រព័ន្ធព័ត៌មានគ្លីនិកខុសគ្នា

• ការចុះឈ្មោះរបស់អ្នកជំងឺថែរក្សាដោយអង្គការថែរក្សាសុខភាពនៅលើអ្នកជំងឺរបស់ពួកគេត្រូវបានភ្ជាប់ជាញឹកញាប់ជាមួយ EHR ។ ការចុះឈ្មោះផ្សេងៗទៀតទាក់ទងនឹងការចាក់ថ្នាំបង្ការជំងឺមហារីកការប៉ះទង្គិចនិងបញ្ហាសុខភាពសាធារណៈផ្សេងៗទៀតលើទំហំភូមិសាស្ដ្រធំទូលាយ។

• វិបផតថល អ្នកជំងឺអនុញ្ញាតឱ្យអ្នកជំងឺអាចទទួលបានព័ត៌មានសុខភាពផ្ទាល់ខ្លួនដែលត្រូវបានរក្សាទុកនៅក្នុង EHR របស់អង្គការថែរក្សាសុខភាព។ ប្រពន្ធ័អ្នកជំងឺមួយចំនួនក៏អនុញ្ញាតឱ្យអ្នកប្រើប្រាស់ធ្វើការសាកសួរតាមវេជ្ជបញ្ជានិងផ្លាស់ប្តូរសារអេឡិចត្រូនិកដែលមានសុវត្ថិភាពជាមួយក្រុមថែទាំសុខភាព។

• ឃ្លាំងទិន្នន័យគ្លីនិកប្រមូលទិន្នន័យអ្នកជំងឺសរុបពីប្រព័ន្ធព័ត៌មានគ្លីនិកជាច្រើនដូចជា EHR និងប្រភពផ្សេងទៀតដែលបានរៀបរាប់ខាងលើ

ទាមទារទិន្នន័យពីអ្នកបង់ប្រាក់

អ្នកបង់ប្រាក់សាធារណៈ (ឧ។ Medicare) និងអ្នកបង់ប្រាក់ឯកជនមានឃ្លាំងផ្ទុកទិន្នន័យធំ ៗ លើអ្នកទទួលផល។ បច្ចុប្បន្ន ក្រុមហ៊ុនធានារ៉ាប់រងសុខភាព មួយចំនួនក៏ផ្តល់ការលើកទឹកចិត្តផងដែរសម្រាប់ការចែករំលែកទិន្នន័យសុខភាពរបស់អ្នក។

ការសិក្សាស្រាវជ្រាវ

មូលដ្ឋានទិន្នន័យស្រាវជ្រាវមានព័ត៌មានអំពីអ្នកចូលរួមសិក្សាការព្យាបាលពិសោធន៍និងលទ្ធផលព្យាបាល។ ការសិក្សាធំ ៗ ជាធម្មតាត្រូវបានឧបត្ថម្ភដោយក្រុមហ៊ុនឱសថឬទីភ្នាក់ងាររដ្ឋាភិបាល។ កម្មវិធីនៃថ្នាំដែលមានលក្ខណៈផ្ទាល់ខ្លួនគឺដើម្បីផ្គូរផ្គងអ្នកជម្ងឺដោយការព្យាបាលដែលមានប្រសិទ្ធភាពដោយផ្អែកលើគំរូនៃការធ្វើតេស្តសាកល្បង។

វិធីសាស្រ្តនេះផ្លាស់ប្តូរហួសពីគោលការណ៍វេជ្ជសាស្រ្តផ្អែកលើភស្តុតាងដែលអ្នកផ្តល់សេវាសុខាភិបាលកំណត់ថាតើអ្នកជំងឺចែករំលែកគុណសម្បត្តិច្រើនយ៉ាងដូចម្តេច (ឧទាហរណ៍អាយុ, ភេទ, ពូជសាសន៍, ស្ថានភាពព្យាបាល) ជាមួយអ្នកចូលរួមក្នុងការធ្វើតេស្ត។ ជាមួយនឹងការវិភាគទិន្នន័យដ៏ធំវាអាចជ្រើសរើសការព្យាបាលដោយពឹងផ្អែកលើពត៌មានជាច្រើនទៀតដូចជាទម្រង់ហ្សែននៃមហារីករបស់អ្នកជំងឺ (សូមមើលខាងក្រោម) ។

ប្រព័ន្ធគាំទ្រការសម្រេចចិត្តព្យាបាល (CDSS) ក៏កំពុងអភិវឌ្ឍយ៉ាងឆាប់រហ័សហើយឥឡូវនេះជាផ្នែកមួយដ៏សំខាន់នៃការស៊ើបអង្កេតសិប្បនិម្មិត (AI) នៅក្នុងឱសថ។

ពួកគេប្រើប្រាស់ទិន្នន័យអ្នកជំងឺដើម្បីជួយដល់គ្រូពេទ្យដោយធ្វើការសម្រេចចិត្តរបស់ពួកគេហើយជារឿយៗត្រូវបានផ្សំជាមួយ EHRs ។

មូលដ្ឋានទិន្នន័យហ្សែន

ឃ្លាំងព័ត៌មានពន្ធុមនុស្សបន្តកើនឡើងក្នុងល្បឿនលឿន។ ចាប់តាំងពីគម្រោងហ្សែនរបស់មនុស្សត្រូវបានបញ្ចប់នៅក្នុងឆ្នាំ 2003 តម្លៃនៃការរៀបចំអេឌីអេនរបស់មនុស្សត្រូវបានកាត់បន្ថយមួយលានដង។ គម្រោងហ្សែនផ្ទាល់ខ្លួន (PGP) ដែលបានបង្កើតឡើងនៅឆ្នាំ 2005 ដោយសាលាវេជ្ជសាស្ត្រហាវ៉ាដបានស្វែងរកលំដាប់និងផ្សព្វផ្សាយជាសាធារណៈនូវហ្សែនរបស់អ្នកស្ម័គ្រចិត្ត 100.000 នាក់មកពីជុំវិញពិភពលោក។ PGP ខ្លួនវាគឺជាឧទាហរណ៏ដ៏សំខាន់មួយនៃគម្រោងទិន្នន័យធំដោយសារតែបរិមាណបរិមាណនិងទិន្នន័យខុស ៗ គ្នា។

ហ្សែនផ្ទាល់ខ្លួនផ្ទុកទិន្នន័យប្រហែល 100 ជីហ្គាបៃ។ ក្រៅពីការបង្កើតហ្សែនបន្តគ្នានោះ PGP ក៏កំពុងប្រមូលទិន្នន័យពី EHRs, ការស្ទាបស្ទង់និងទម្រង់ microbiome ។

ក្រុមហ៊ុនមួយចំនួនផ្តល់ជូននូវ លំដាប់ហ្សែន សំរាប់សុខភាពសុខភាពនិងលក្ខណៈផ្ទាល់ខ្លួនរបស់ពួកគេនៅលើមូលដ្ឋានពាណិជ្ជកម្ម។

ព័ត៌មានផ្ទាល់ខ្លួននេះអាចត្រូវបានដាក់បញ្ចូលទៅក្នុងការវិភាគទិន្នន័យដ៏ធំ។ ឧទាហរណ៍ 23andM បានឈប់ផ្ដល់របាយការណ៍ហ្សែនទាក់ទងនឹងសុខភាពដល់អតិថិជនថ្មីគិតត្រឹមថ្ងៃទី 22 ខែវិច្ឆិកាឆ្នាំ 2013 ដើម្បីគោរពតាមរដ្ឋបាលចំណីអាហារនិងឱសថអាមេរិក។ ទោះជាយ៉ាងណានៅឆ្នាំ 2015 ក្រុមហ៊ុននេះបានចាប់ផ្តើមផ្តល់នូវសមាសធាតុសុខភាពមួយចំនួននៃការធ្វើតេស្តទឹកមាត់របស់ពួកគេជាថ្មីម្តងទៀតនៅពេលនេះជាមួយនឹងការអនុម័តរបស់ FDA ។

កំណត់ត្រាសាធារណៈ

រដ្ឋាភិបាលរក្សាកំណត់ត្រាលម្អិតនៃព្រឹត្តិការណ៍ទាក់ទងនឹងសុខភាពដូចជាអន្តោប្រវេសន៍អាពាហ៍ពិពាហ៍កំណើតនិងមរណភាព។ ការធ្វើជំរឿនសហរដ្ឋអាមេរិកបានប្រមូលព័ត៌មានយ៉ាងច្រើនរៀងរាល់ 10 ឆ្នាំចាប់តាំងពីឆ្នាំ 1790 ។ គេហទំព័រស្ថិតិជំរឿនបានមានកោសិកាចំនួន 370 ពាន់លានឆ្នាំគិតត្រឹមឆ្នាំ 2013 ដែលមានប្រមាណជា 11 ពាន់លានបន្ថែមទៀតក្នុងមួយឆ្នាំៗ។

ស្វែងរកវ៉ិបសាយ

ព័ត៌មានស្វែងរកបណ្តាញដែលប្រមូលដោយ Google និងអ្នកផ្តល់សេវាកម្មស្វែងរកអ៊ីនធឺណិតផ្សេងទៀតអាចផ្តល់នូវការយល់ដឹងនៅពេលទាក់ទងនឹងសុខភាពប្រជាជន។ ទោះជាយ៉ាងណាក៏ដោយតម្លៃនៃទិន្នន័យដ៏ធំពីលំនាំស្វែងរកតាមបណ្ដាញអាចត្រូវបានកែលម្អដោយការរួមបញ្ចូលវាជាមួយប្រភពទិន្នន័យសុខភាពប្រពៃណី។

ប្រព័ន្ធ​ផ្សព្វផ្សាយ​សង្គម

ហ្វេសប៊ុក twitter និងវេទិកាប្រព័ន្ធផ្សព្វផ្សាយសង្គមផ្សេងទៀតបង្កើតទិន្នន័យយ៉ាងសំបូរបែបនៃទិន្នន័យនាឡិកាដែលផ្តល់ទិដ្ឋភាពទៅក្នុងទីតាំងអាកប្បកិរិយាសុខភាពអារម្មណ៍និងអន្តរកម្មសង្គមរបស់អ្នកប្រើប្រាស់។ ការប្រើប្រព័ន្ធផ្សព្វផ្សាយសង្គមទិន្នន័យធំ ៗ ដល់សុខភាពសាធារណៈត្រូវបានគេសំដៅទៅលើការរកឃើញឌីជីថលឬការរីករាលដាលឌីជីថល។ ឧទាហរណ៍ Twitter ត្រូវបានប្រើដើម្បីវិភាគរោគរាតត្បាតគ្រុនផ្តាសាយក្នុងចំណោមប្រជាជនទូទៅ។

គម្រោងសុខុមាលភាពពិភពលោកដែលបានចាប់ផ្តើមនៅសកលវិទ្យាល័យផិនស៊ីលវ៉ានីគឺជាឧទាហរណ៍មួយទៀតនៃការសិក្សាប្រព័ន្ធសង្គមដើម្បីយល់ពីបទពិសោធន៍និងសុខភាពរបស់មនុស្សកាន់តែប្រសើរ។ គម្រោងនេះបានប្រមូលផ្ដុំអ្នកចិត្តវិទ្យាអ្នកវិទ្យាសាស្រ្តនិងអ្នកវិទ្យាសាស្រ្តកុំព្យូទ័រដែលវិភាគភាសាដែលត្រូវបានប្រើនៅពេលមានអន្តរកម្មលើអ៊ីនធឺណិតឧទាហរណ៍នៅពេលសរសេរភាពទាន់សម័យនៃស្ថានភាពនៅលើ Facebook និង Twitter ។ អ្នកវិទ្យាសាស្ដ្រកំពុងតែសង្កេតមើលថាតើភាសារបស់អ្នកប្រើទាក់ទងទៅនឹងសុខភាពនិងសុភមង្គលរបស់ពួកគេយ៉ាងដូចម្តេច។ ភាពជឿនលឿនក្នុងការដំណើរការភាសាធម្មជាតិនិងការរៀនម៉ាស៊ីនកំពុងជួយដល់ការខិតខំរបស់ពួកគេ។ ការបោះពុម្ពផ្សាយថ្មីៗនេះពីសាកលវិទ្យាល័យ Pennsylvania បានពិនិត្យមើលវិធីនៃការទស្សន៍ទាយពីជំងឺផ្លូវចិត្តតាមរយៈការវិភាគប្រព័ន្ធផ្សព្វផ្សាយសង្គម។ វាបង្ហាញថារោគសញ្ញានៃជំងឺធ្លាក់ទឹកចិត្តនិងស្ថានភាពសុខភាពផ្លូវចិត្តផ្សេងៗទៀតអាចត្រូវបានរកឃើញដោយការសិក្សាអំពីការប្រើប្រាស់អ៊ីនធឺណិតរបស់យើង។ អ្នកវិទ្យាសាស្រ្តសង្ឃឹមថានៅពេលអនាគតវិធីសាស្រ្តទាំងនេះនឹងអាចកំណត់អត្តសញ្ញាណនិងជួយអ្នកដែលមានហានិភ័យខ្ពស់។

អ៊ិនធឺណិនៃរឿង (IoT)

ព័ត៌មានសំខាន់ៗទាក់ទងនឹងសុខភាពក៏ត្រូវបានប្រមូលនិងទុកនៅលើ ឧបករណ៍ចល័តនិងផ្ទះ ផងដែរ។

• ស្មាតហ្វូន : កម្មវិធីរាប់ពាន់ mHealth ចាប់យកព័ត៌មានអំពីសកម្មភាពរាងកាយរបស់អ្នកប្រើការទទួលទានអាហារូបត្ថម្ភទម្រង់ការគេងអារម្មណ៍និងប៉ារ៉ាម៉ែត្រផ្សេងទៀត។ កម្មវិធីទូរស័ព្ទដៃដើម (ឧ។ GPS, អ៊ីម៉ែល, ការផ្ញើសារ) ក៏អាចផ្តល់តម្រុយអំពីស្ថានភាពសុខភាពរបស់បុគ្គល។
• អ្នកឃ្លាំមើលនិងឧបករណ៏ដែលអាចពាក់បាន: Pedometers, accelerometers, វ៉ែនតា, នាឡិកានិងបន្ទះសៀគ្វីដែលបានបង្កប់នៅក្រោមស្បែកក៏ប្រមូលព័ត៌មានទាក់ទងនឹងសុខភាពហើយអាចបញ្ជូនវាទៅក្នុងពពក។
• ឧបករណ៍វេជ្ជសាស្រ្តដែលអនុញ្ញាតឱ្យអ្នកផ្តល់សេវាថែរក្សាសុខភាពតាមដានប៉ារ៉ាម៉ែត្ររបស់អ្នកជំងឺដូចជាសម្ពាធឈាមចង្វាក់បេះដូងអត្រាដង្ហើមអុកស៊ីសែនសីតុណ្ហភាពស្នាមប្រអប់ ECG និងទម្ងន់។

ប្រតិបត្តិការហិរញ្ញវត្ថុ

ប្រតិបត្តិការប័ណ្ណឥណទានរបស់អ្នកជំងឺត្រូវបានបញ្ចូលក្នុងគំរូព្យាករណ៍ដែលបានប្រើប្រាស់ដោយប្រព័ន្ធសុខភាព Carolinas HealthCare ដើម្បីកំណត់អ្នកជំងឺដែលមានហានិភ័យខ្ពស់សម្រាប់ការបញ្ជូនទៅមន្ទីរពេទ្យ។ អ្នកផ្តល់សេវាថែទាំសុខភាពដែលមានមូលដ្ឋាននៅទីក្រុង Charlotte ប្រើទិន្នន័យធំ ៗ ដើម្បីបំបែកអ្នកជំងឺទៅជាក្រុមផ្សេងៗឧទាហរណ៍ដោយផ្អែកលើជំងឺនិងទីតាំងភូមិសាស្ត្រ។

ការសម្រេចចិត្តលើសីលធម៌និងភាពឯកជន

វាចាំបាច់ត្រូវបានគូសបញ្ជាក់ថានៅក្នុងករណីខ្លះវាអាចមានសារៈសំខាន់ខាងសីលធម៌និងភាពឯកជននៅពេលប្រមូលនិងចូលប្រើទិន្នន័យនៅក្នុងការថែទាំសុខភាព។ ប្រភពថ្មីនៃទិន្នន័យធំអាចបង្កើនការយល់ដឹងរបស់យើងអំពីផលប៉ះពាល់នៃបុគ្គលនិងសុខភាពប្រជាជនប៉ុន្តែហានិភ័យផ្សេងៗគ្នាចាំបាច់ត្រូវធ្វើការពិចារណាយ៉ាងម៉ត់ចត់។ ឥឡូវនេះវាត្រូវបានទទួលស្គាល់ផងដែរថាទិន្នន័យដែលពីមុនចាត់ទុកថាអនាមិកអាចត្រូវបានគេកំណត់អត្តសញ្ញាណ។ ឧទាហរណ៍សាស្រ្តាចារ្យ Latanya Sweeney មកពីផ្នែកការពារទិន្នន័យឯកជនរបស់សាកលវិទ្យាល័យ Harvard បានពិនិត្យឡើងវិញនូវអ្នកស្ម័គ្រចិត្តចំនួន 1.130 នាក់ដែលចូលរួមនៅក្នុងគម្រោងហ្សែនផ្ទាល់ខ្លួន។ គាត់និងក្រុមការងាររបស់គាត់អាច ដាក់ឈ្មោះ បានត្រឹមត្រូវ 42% នៃអ្នកចូលរួមដោយផ្អែកលើព័ត៌មានដែលពួកគេបានចែករំលែក (កូដប្រៃសណីយ៍ថ្ងៃខែឆ្នាំភេទ) ។ ចំណេះដឹងនេះអាចបង្កើនការយល់ដឹងរបស់យើងអំពីហានិភ័យដែលអាចកើតមាននិងជួយយើងធ្វើការសំរេចចិត្តចែករំលែកទិន្នន័យឱ្យបានប្រសើរជាងមុន។

> ប្រភព:

> Conway M, O'Connor D. បណ្តាញសង្គមទិន្នន័យធំ ៗ និងសុខភាពផ្លូវចិត្ត: ភាពជឿនលឿននាពេលបច្ចុប្បន្ននិងផលប៉ះពាល់សីលធម៌។ ទស្សនៈបច្ចុប្បន្នភាពក្នុងចិត្តវិទ្យា ឆ្នាំ 2016; 9: 77-82 ។

> Fernandes L, O'Connor M, Weaver ។ ទិន្នន័យធំ ៗ លទ្ធផលធំធេង។ ទិនានុប្បវត្តិនៃសមាគមគ្រប់គ្រងព័ត៌មានសុខភាពអាមេរិក ឆ្នាំ 2012 83 (10): 38-43

> Guntuku S, Yaden D, Kern M, Ungar L, Eichstaedt J. រកឃើញជំងឺធ្លាក់ទឹកចិត្តនិងជំងឺផ្លូវចិត្តនៅលើប្រព័ន្ធផ្សព្វផ្សាយសង្គម: ការពិនិត្យរួមមួយ ។ ទស្សនៈនាពេលបច្ចុប្បន្ននៅក្នុងវិទ្យាសាស្ត្រឥរិយាបថ 2017; 18: 43-49 ។

> Lazer D, Kennedy R, King G, Vespignani A. រឿងប្រៀបធៀបរបស់ Google Flu: អន្ទាក់នៅក្នុងការវិភាគទិន្នន័យធំ ។ វិទ្យាសាស្រ្ត 2014; 343 (6176): 1203-1205 ។

> Raghupathi W, Raghupathi V. វិភាគទិន្នន័យដ៏ធំនៅក្នុងការថែទាំសុខភាព: ការសន្យានិង potenti al ។ វិទ្យាសាស្រ្តនិងប្រព័ន្ធព័ត៌មានសុខាភិបាល ឆ្នាំ 2014; 2: 3 ។

> Sweeney L, Abu A, Winn J. កំណត់អត្តសញ្ញាណអ្នកចូលរួមក្នុងគម្រោងហ្សែនផ្ទាល់ខ្លួនដោយឈ្មោះ ។ សកលវិទ្យាល័យ​ហា​វើត។ បន្ទប់ពិសោធន៍ភាពឯកជនទិន្នន័យ។ សៀវភៅស 1021-1 ។ ថ្ងៃទី 24 ខែមេសាឆ្នាំ 2013 ។