Prezentace se nahrává, počkejte prosím

Prezentace se nahrává, počkejte prosím

Informatika Jana Zvárová. Informatika vědecky zkoumá zákonitosti a meze informačních procesů a jejich utváření. Vytváří nové a účinné prostředky ke zpracování.

Podobné prezentace


Prezentace na téma: "Informatika Jana Zvárová. Informatika vědecky zkoumá zákonitosti a meze informačních procesů a jejich utváření. Vytváří nové a účinné prostředky ke zpracování."— Transkript prezentace:

1 Informatika Jana Zvárová

2 Informatika vědecky 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.

3 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

4 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

5 Světové kongresy o medicínské informatice MEDINFO (MEDical INFOrmatics): Stockholm1974 Toronto1977 Tokio1980 Amsterdam1983 Peking – Singapore1989 Ženeva1992 Vancouver1995 Seoul1998 Londýn2001 San Francisco2004 Brisbane2007

6 IMIA webové stránky http://www.imia.org/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/http://www.efmi.org/ –Evropské konference MIE (Medical Informatics Europe) International Medical Informatics Association - IMIA

7 Observační metody Přímé pozorování, klinické vyšetření, biochemické vyšetření, mikrobiologické vyšetření a další typy vyšetření. Metody získávání biomedicínských informací

8 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. Metody získávání biomedicínských informací

9 Zdravotnická dokumentace –Záznam o zdraví a nemoci, – List o prohlídce mrtvého, –Hlášení o narození dítěte. Rutinní zdravotnická statistika –Zdravotní stav obyvatelstva, –Zdravotnické služby. Metody získávání biomedicínských informací

10 Slovy a) 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

11 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

12 Motivační odchylka –Všímat si údajů potvrzujících předpokládanou diagnózu –Přehlížet údaje nepotvrzující předpokládanou hypotézu –Interpretovat některé informace ustáleným způsobem. Intelektuální, emocionální a jazykové bariéry

13 Kognitivní omezení –Nesprávně interpretovat nahromaděnou zkušenost (apriorní pravděpodobnosti) –Nesprávně interpretovat informace získané před delší dobou –Setrvávat u nesprávného odhadu výskytu předpokládané diagnózy. Intelektuální, emocionální a jazykové bariéry

14 Situační faktory –Časové a ekonomické tlaky, –Únava či odvedení pozornosti, – Příznaky „normální“ a „abnormální“. Intelektuální, emocionální a jazykové bariéry

15 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

16 Typy informací v medicíně 1.Údaje o průběhu onemocnění Nadbytek informací (komplementární vyšetření) Užší specializace (vnitřní lékařství – elektrokardiologie – rytmologie)

17 Typy informací v medicíně 2.Informace o skupinách obyvatelstva Demografické informace (věková struktura, porodnost, úmrtnost) Epidemiologické informace (rozdělení faktorů a jejich vlivu – specifická úmrtnost, invalidita, rizikové faktory)

18 Typy informací v medicíně 3.Informace o zdravotnickém systému Kvantitativní (vybavení lůžky a zdravotnickým personálem) Kvalitativní (výsledky preventivních opatření) Ostatní informace (ekonomické, profesní, kulturní, ekologické)

19 Obdobítyp 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

20 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 informatiky Van Bemmelovo schéma

21 Vstup, přenos a výstup dat (komunikační síť terminálů v nemocnici, elektronická pošta) Komunikace a telematika

22 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

23 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

24 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

25 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

26 Vývoj teorií (odvození na základě vědecky opodstatněných teorií, simulace na počítači, např. simulace funkce kardiovaskulárního systému) Výzkum a vývoj

27 J. Zvárová: On Medical Informatics Structure International Journal of Medical Informatics 44, 75- 81, 1997.

28 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 ring covers 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.

29 Achieving a Knowledge-Based Economy In Biomedicine through Informatics MIST 2002 – Grand Hotel – Taipei, Taiwan October 6, 2002 Edward H. Shortliffe, MD, PhD Department of Medical Informatics Columbia University Clinical Information Systems Experience at Columbia University

30 Basic Research Applied Research Medical Informatics Methods, Techniques, and Theories Imaging Informatics Clinical Informatics Bioinformatics Public Health Informatics Molecular and Cellular Processes Tissues and Organs Individuals (Patients) Populations And Society Medical Informatics in Perspective

31 Medical Informatics Methods, Techniques, and Theories Imaging Informatics Clinical Informatics Bioinformatics Public Health Informatics Bioinformatics Methods, Techniques, and Theories ?? Medical Informatics in Perspective Biomedical

32 Basic Research Applied Research Biomedical Informatics Methods, Techniques, and Theories Imaging Informatics Clinical Informatics Bioinformatics Public Health Informatics Molecular and Cellular Processes Tissues and Organs Individuals (Patients) Populations And Society Biomedical Informatics in Perspective

33 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

34

35 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

36 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 DEFINITIONS of Informatics, Medical Informatics and Bioinformatics

37 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.

38 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

39 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 1958 Vajda I.: Teória informácie a štatistického rozhodovania, ALFA, Bratislava, 1982 Vajda I.: Teorie informace, ČVUT v Praze, 2004 Zvárová J., Mazura I.: Stochastická genetika, Univerzita Karlova v Praze, 2001 Literatura

40 Předpokládejme, že diskrétní náhodná veličina X nabývá konečného počtu hodnot x i s pravděpodobnostmi p(x i ) pro i=1,2,...,r. Nejistotu o výskytu hodnoty x i vyjadřuje pravděpodobnost p(x i ). Požadujeme, aby platilo, že čím menší je hodnota p(x i ), tím větší je nejistota výskytu hodnoty x i. Elementární (vlastní) informace (elementary information, self information) o výskytu hodnoty x i je dána výrazem Vidíme tedy, že čím větší je pravděpodobnost p(x i ) výskytu hodnoty x i, tím menší informaci nám přinese její výskyt. Pokud je p(x i )=1, pak výskyt hodnoty x i přináší nulovou informaci, neboť Elementární informace

41 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

42 Je-li pro některou hodnotu x i pravděpodobnost rovna jedné, tj. p(x i )=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

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

44 Redundance R(X) je vyjádřena jako Redundance

45 Uvažujme dvě diskrétní náhodné veličiny X (nabývá r hodnot x i s pravděpodobnostmi p(x i )) a Y (nabývá s hodnot y j s pravděpodobnostmi p(y j )). Pravděpodobnost současného výskytu hodnot x i a y j označme p(x i, y j ). Podmíněnou pravděpodobnost výskytu hodnoty y j náhodné veličiny Y za podmínky výskytu hodnoty x i náhodné veličiny X označíme p(y j |x i ). Potom sdružená entropie H(X,Y) je Sdružená entropie

46 Sdruženou entropii dvourozměrného rozdělení H(X,Y) můžeme dále rozepsat následujícím způsobem a podobně Sdružená entropie

47 Podmíněná entropie (ekvivokace) H(YIX) je dána výrazem kde Podmíněná entropie

48 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

49 Pro diskrétní náhodné veličiny X a Y definujeme elementární vzájemnou informaci I(x i ;y j ) o nejistotě výskytu x i získanou výskytem y j, jako Úpravami uvedeného vzorce dostáváme Elementární vzájemná informace

50 Shannonova informace Upravíme-li výraz I(X;Y) do tvaru I(X;Y) =H(X)+H(Y)-H(X,Y), dostáváme

51 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


Stáhnout ppt "Informatika Jana Zvárová. Informatika vědecky zkoumá zákonitosti a meze informačních procesů a jejich utváření. Vytváří nové a účinné prostředky ke zpracování."

Podobné prezentace


Reklamy Google