Informatika

Informatika

Jana Zvárová

Informatikavědecky zkoumá zákonitosti a meze informačních procesů a jejich utváření. Vytváří nové a účinné prostředky ke zpracování informace ve všech sférách lidské činnosti a pomáhá novými a účinnými technikami umocnit výkon lidského mozku.

MEDICÍNSKÁ INFORMATIKA je informatika aplikovaná na oblast lékařství a zdravotnictví.

Informační vědy:• Teorie informace• Matematická statistika• Matematické modelování• Věda o počítačích (Computer Science)• Teorie rozhodování• Umělá inteligence• Matematická lingvistika• Další

Medicínská informatika zahrnuje teoretické a praktické aspekty přenosu informace, které jsou založeny na znalostech a zkušenostech vyvozených z informačních procesů v lékařství a zdravotnictví.

Konference na Univerzitě v Maryland, USA, 1978

Medicínská informatika

Světové kongresy o medicínské informaticeMEDINFO (MEDical INFOrmatics):

Stockholm 1974

Toronto 1977Tokio 1980Amsterdam 1983Peking – Singapore 1989Ženeva 1992Vancouver 1995Seoul 1998Londýn 2001San Francisco 2004Brisbane 2007

IMIA webové stránky http://www.imia.org/ – IMIA kongresy MEDINFO, pracovní

konference a semináře,– IMIA Yearbook– reprezentace států a kontinentů.

EFMI (European Federation for Medical Informatics) http://www.efmi.org/

– Evropské konference MIE (Medical Informatics Europe)

International Medical Informatics Association - IMIA

http://www.imia.org/

http://www.efmi.org/

Observační metody

Přímé pozorování, klinické vyšetření, biochemické vyšetření, mikrobiologické vyšetření a další typy vyšetření.

Metody získávání biomedicínských informací

Rozhovor a dotazník

Sběr dat je prováděn pomocí cílených otázek. Získané informace však mohou být zkresleny nepochopením otázky, špatným záznamem odpovědi a při rozhovoru rovněž vlivem sociální interakce.


Zdravotnická dokumentace – Záznam o zdraví a nemoci,– List o prohlídce mrtvého,– Hlášení o narození dítěte.

Rutinní zdravotnická statistika– Zdravotní stav obyvatelstva,– Zdravotnické služby.


• Slovya) objektivní informace (např. anamnéza, současný popis nemoci, odpovědi na otázky lékaře při vyšetření)b) subjektivní informace (např. vyjádření vlastních pocitů)

• Beze slov (např. výrazem obličeje, posuňky)

A. Informace vyjádřené

a) Při lékařském vyšetření, například fyziologické údaje a funkční testy,

b) Výsledky diagnostických testů, například biochemické testy, RTG, MRI nálezy, EKG, EEG záznamy apod.

B. Informace přímo zaznamenané

Motivační odchylka

– Všímat si údajů potvrzujících předpokládanou diagnózu

– Přehlížet údaje nepotvrzující předpokládanou hypotézu

– Interpretovat některé informace ustáleným způsobem.

Intelektuální, emocionálnía jazykové bariéry

Kognitivní omezení

– Nesprávně interpretovat nahromaděnou zkušenost (apriorní pravděpodobnosti)

– Nesprávně interpretovat informace získané před delší dobou

– Setrvávat u nesprávného odhadu výskytu předpokládané diagnózy.


Situační faktory– Časové a ekonomické tlaky,

– Únava či odvedení pozornosti,

– Příznaky „normální“ a „abnormální“.


Základní forma dokumentace o nemocném má dlouhou historii a vyvinula se její obecná struktura:– identifikační údaje pacienta,– údaje o biologickém původu pacienta,– údaje o biologickém vývoji pacienta,– nynější obtíže,– status praesens,– výsledky laboratorních testů,– lékařský dekurz,– lékařský závěr

Lékařský chorobopis

Typy informací v medicíně

1. Údaje o průběhu onemocnění

• Nadbytek informací (komplementární vyšetření)• Užší specializace (vnitřní lékařství –

elektrokardiologie – rytmologie)


2. Informace o skupinách obyvatelstva

• Demografické informace (věková struktura, porodnost, úmrtnost)

• Epidemiologické informace (rozdělení faktorů a jejich vlivu – specifická úmrtnost, invalidita, rizikové faktory)


3. Informace o zdravotnickém systému

• Kvantitativní (vybavení lůžky a zdravotnickým personálem)

• Kvalitativní (výsledky preventivních opatření)• Ostatní informace (ekonomické, profesní, kulturní,

ekologické)

Období typ zpracování informací

1955 – 1965 experimentování a orientace v problematice medicínských aplikací,

1965 – 1975 první úspěchy ve zpracování biomedicínské informace ve formě dat,1975 – 1985 první úspěchy ve zpracování

biomedicínské informace ve formě interpretace,

1985 - první úspěchy ve zpracování biomedicínské informace ve formě znalostí.

Historický přehled zpracování informací na počítačích v medicíně

Editors: J.H. van Bemmel, Erasmus University, RotterdamM.A. Musen, Stanford University, Stanford, Handbook of Medical Informatics http://www.mihandbook.stanford.edu/handbook/home.htm

Struktura medicínské informatikyVan Bemmelovo schéma

• Vstup, přenos a výstup dat (komunikační síť terminálů v nemocnici, elektronická pošta)

Komunikace a telematika

• Trvalé ukládání a vyhledávání (registrace a ukládání údajů o nemocných, vytváření národních databází, databáze z údajů o primární péči)

• Lékařská nomenklatura a kódovací systémy (thesaury názvů léčiv, nemocí, kódovací systémy jako ICD nebo SNOMED)

Ukládání a vyhledávání, databáze

Numerické a statistické analýzy (programové systémy jako SAS, BMDP, SPSS, Statgraphics, Statistica, MATLAB)

• Analýza signálů a obrazů (zpracování EKG, EEG, počítačová tomografie)

Vyhodnocování a automatizace

• Rozpoznávání (rozpoznávání objektů a vzorů v obrazech a signálech, např. RTG, interpretace EKG, buněčné chromozómy)

• Rozhodování (diagnostické modely, např. rozhodovací stromy, Bayesovské rozhodovací modely, expertní systémy, výběr relevantních znaků a příznaků)

Rozpoznávání a rozhodování

• Terapie (plánování radioterapie, předepisování antihypertensivních léků, monitorování nemocných)

• Řízení (regulace tekutin na pooperační jednotce intenzivní péče, určování množství inzulinu na základě naměřené hladiny cukru v krvi)

Terapie, řízení

• Vývoj teorií (odvození na základě vědecky opodstatněných teorií, simulace na počítači, např. simulace funkce kardiovaskulárního systému)

Výzkum a vývoj

J. Zvárová: On Medical Informatics StructureInternational Journal of Medical Informatics 44, 75- 81, 1997.

The basic information ring covers information in the form of data, evidence and

knowledge (inside information) and probabilistic characteristics of messages (outside information).

The information methodology ringcovers information sciences (e.g. artificial intelligence,

statistics, mathematical linguistics, logic, decision theory) dealing with information.

The information interface ring covers methodologies and tools needed to process, store and transmit information using nowadays technologies.

The information technology ring covers nowadays technologies for information processing,

information transmission and information storing.

J. Zvárová: On medical informatics structure, International Journal of Medical Informatics 44, 75- 81, 1997.

Achieving a Knowledge-Based Economy In Biomedicine through Informatics

MIST 2002 – Grand Hotel – Taipei, TaiwanOctober 6, 2002

Edward H. Shortliffe, MD, PhDDepartment of Medical Informatics

Columbia University

Clinical Information Systems Experience at Columbia University

Basic Research

Applied Research

Medical Informatics Methods, Techniques, and Theories

Imaging Informatics

Clinical Informatics

BioinformaticsPublic Health Informatics

Molecular andCellular

Processes

Tissues andOrgans

Individuals(Patients)

PopulationsAnd Society

Medical Informatics in Perspective

Medical Informatics Methods, Techniques, and Theories

Imaging Informatics

Clinical InformaticsBioinformatics

Public Health Informatics

Bioinformatics Methods, Techniques, and Theories

??

??

Medical Informatics in PerspectiveBiomedical

Basic Research

Applied Research

Biomedical Informatics Methods, Techniques, and Theories

Imaging Informatics

Clinical Informatics

BioinformaticsPublic Health Informatics

Molecular andCellular

Processes

Tissues andOrgans

Individuals(Patients)

PopulationsAnd Society

Biomedical Informaticsin Perspective

M. Sanchez et all. Synergy between medical informatics and bioinformatics:

facilitating genomic medicine for future health care, Journal of Biomedical

Informatics, Vol.37,1, February 2004, Pages 30-42

M. Sanchez et all. Synergy between medical informatics and bioinformatics:

facilitating genomic medicine for future health care, Journal of Biomedical

Informatics, Vol.37,1, February 2004, Pages 30-42

Project INFOBIOMED• Structuring European Biomedical Informatics to Support

Individualised Healthcare funded by the Information Society Directorate-General of the European Commission within the VI Framework Programme for Research and Technological Development.

• http://www.infobiomed.org/

Biomedical Informatics

http://www.infobiomed.org/



Informatics in the broadest sense can be described as the theory and practice of analysing and using information (data) efficiently and responsibly.Medical informatics can be defined as the scientific field that deals with the processing, storage, retrieval, representation and optimal use of clinical information, data, and knowledge for problem solving and decision-making.Bioinformatics can be defined as the mathematical, statistical and computing methods that aim to solve biological problems using DNA sequences and related information of all species, RNA sequence and expression data, as well as protein sequence, structure, function and interactions, in health and disease.

WHITE PAPER DEFINITIONSof Informatics, Medical Informatics and

Bioinformatics

Teorie informace

• Teorie informace usiluje o kvantitativní vyjádření obsahu sdělované zprávy. Zajímá se zejména o přenos zpráv, které mohou být zkresleny rušivými vlivy čili šumem. Ústředními pojmy teorie informace jsou informace a zpráva.

• Zpráva – Diskrétní: konečná nebo spočetná posloupnost symbolů

(písmen abecedy)– Spojitá: grafický, světelný nebo zvukový záznam.

• Příklady diskrétních zpráv– Posloupnost hlásek řeči,– Posloupnost symbolů abecedy (vektory) při přenosu

barevných obrázku (barva (20), sytost (10), jas (40))

Teorie informace

SHANNON C.: A mathematical theory of communication. Bell Syst. Tech. J. 27 (1948), s. 379, s. 623

HARTLEY, R.V.L.: Transmission of information. Bell Syst. Techn. J. 7 (1928), s. 535

SHANNON C.: Communication in the Presence of Noise, Bell Syst. Techn. J. 28 (1949)

Feinstein A.: Foundations of Information Theory, Mc Graw Hill, New York 1958

Kullback S.: Information theory and statistics, New York 1958Vajda I.: Teória informácie a štatistického rozhodovania, ALFA,

Bratislava, 1982Vajda I.: Teorie informace, ČVUT v Praze, 2004Zvárová J., Mazura I.: Stochastická genetika, Univerzita Karlova v Praze,

2001

Literatura

Předpokládejme, že diskrétní náhodná veličina X nabývá konečného počtu hodnot xi s pravděpodobnostmi p(xi) pro i=1,2,...,r .

Nejistotu o výskytu hodnoty xi vyjadřuje pravděpodobnost p(xi). Požadujeme, aby platilo, že čím menší je hodnota p(xi ), tím větší je nejistota výskytu hodnoty xi .

Elementární (vlastní) informace (elementary information, self information) o výskytu hodnoty xi je dána výrazem

Vidíme tedy, že čím větší je pravděpodobnost p(xi ) výskytu hodnoty xi , tím menší informaci nám přinese její výskyt. Pokud je p(xi )=1, pak výskyt hodnoty xi přináší nulovou informaci, neboť

Elementární informace

)(

1ln)(ln)(

iii xpxpxI

01ln)(ln)( ii xpxI

• Shannon navrhl nejistotu obsaženou v diskrétní náhodné veličině X popsat pomocí entropie označené H(X). Entropie je střední hodnotou elementární informace a vzorec pro její výpočet je

přičemž 0.ln(0)=0.

Meze entropie

)(ln)()()()(11

ii

ii

ii xpxpxIxpXH

Je-li pro některou hodnotu xi pravděpodobnost rovna jedné, tj. p(xi)=1, pak ostatní pravděpodobnosti jsou nulové a entropie v tomto případě dosahuje svého minima, hodnoty 0.

Maximální entropie nastává při rovnosti všech pravděpodobností (rovnoměrné rozdělení) a je rovna ln r . Mezi nulovou a maximální entropií leží všechny ostatní možné hodnoty H(X), tedy

Meze entropie

rXH ln)(0

Relativní entropie

Maximální entropie dosahuje veličina X v případě rovnoměrného rozdělení. Relativní entropie veličiny X je dána podílem entropie a maximální entropie, tedy

max

)()(

H

XHXh

Redundance R(X) je vyjádřena jako

Redundance

max

max )()(1)(

H

XHHXhXR

Uvažujme dvě diskrétní náhodné veličiny

X (nabývá r hodnot xi s pravděpodobnostmi p(xi)) a

Y (nabývá s hodnot yj s pravděpodobnostmi p(yj)).

Pravděpodobnost současného výskytu hodnot xi a yj označme p(xi, yj).

Podmíněnou pravděpodobnost výskytu hodnoty yj náhodné veličiny Y za podmínky výskytu hodnoty xi náhodné veličiny X označíme p(yj |xi).

Potom sdružená entropie H(X,Y) je

Sdružená entropie

r

iji

s

jji yxpyxpYXH

1 1

),(ln),(),(

Sdruženou entropii dvourozměrného rozdělení H(X,Y) můžeme dále rozepsat následujícím způsobem

a podobně

Sdružená entropie

)|()(

)|(ln)(ln),(

),(ln),(),(

1 1

1 1

XYHXH

xypxpyxp

yxpyxpYXH

r

i

s

jijiji

r

iii

s

jii

)|()(),( YXHYHYXH

• Podmíněná entropie (ekvivokace) H(YIX) je dána výrazem

kde

Podmíněná entropie

i

ii xYHxpXYH )|()()|(

s

jijij

s

jijiji xypxypxyIxypxYH

11

)|(ln)|()|()|()|(

Entropie dvourozměrného rozdělení H(X,Y) je nezáporná a rovna součtu entropie marginálního rozdělení H(X) a střední hodnoty entropie příslušného podmíněného rozdělení H(YIX) a splňuje nerovnost

H(YIX) ≤ H(Y)

a

H(XIY) ≤ H(X).

Meze podmíněné entropie

Pro diskrétní náhodné veličiny X a Y definujeme elementární vzájemnou informaci I(xi;yj) o nejistotě výskytu xi získanou výskytem yj, jako

Úpravami uvedeného vzorce dostáváme

Elementární vzájemná informace

)|()();( jiiji yxIxIyxI

),()()();( jijiji yxIyIxIyxI

Shannonova informace

Upravíme-li výraz I(X;Y) do tvaru

I(X;Y) =H(X)+H(Y)-H(X,Y), dostáváme

)|()(

)|()()()();(

YXHXH

YXHYHYHXHYXI

• Symetrická funkce X a Y, tj. I(X;Y)= I(Y;X),

• Nezáporná funkce tj. I(X;Y)≥0,

• Splňuje Shannonovu nerovnost

I(X;Y) ≤ min { H(X), H(Y)}

Shannonova informace

Documents

Informatika