Informace a živé organismy.

Prezentace na téma: "Informace a živé organismy."— Transkript prezentace:

1 Informace a živé organismy.
Zdravotnická informatika ZS 2011/2012 Mgr. Martin Kubačák Patofyziologie!

2 Poznámka na úvod Pojem informace, kterým se tato přednáška zabývá, je z pohledu (nejen) informatiky pojmem fundamentálním – bohužel jako u všech takovýchto pojmů tím vyvstávají potíže s jeho definicí a objasněním. I díky tomu tato prezentace není tak docela typická. Ne ani tak proto, že je toho na jejich snímcích více, než je pro prezentaci obvyklé, ale proto, že je pojatá trochu víc filozoficky než technicky. Nebyl by problém ji udělat jako ryze exaktní záležitost plnou vzorců – nicméně v takovém případě by však byla patrně pro drtivou většinu studentů bez znalostí potřebného matematického aparátu nesrozumitelná. Proto je podána v předkládané podobě, která je pro posluchače na lékařské fakultě daleko přijatelnější. Navíc je tím docela názorně ukázáno, že informatika není jen čistě technická záležitost, jak si to mnoho lidí myslí, ale má skutečně multioborový záběr a pojetí… Snímky označené nadpisem bleděfialové barvy (jako např. tento ) poskytují stručné doplňující a rozšiřující informace z jiných oborů (biofyzika, biologie, genetika, fyziologie, …) k probíraným bodům. Detailněji budou probrány na jiných předmětech, tady slouží pouze k dokreslení celkového kontextu…

3 Motto „Druhá nejlepší věc po znalosti něčeho je vědět, kde lze informaci o dané znalosti najít.“ (S. Johnson)

4 Ze všech stran… Termín informace je dnes používán prakticky všude a všemi kolem nás Informace nás obklopují celý život Informační „záplava“: Informační společnost, informační systémy, informační věk, informační potřeby, informační bariéry, informační požadavky, informační revoluce, informační náskok, informační instituce, informační pracovník, informační služby, informační zdroje, informační prameny, informační cyklus, informační bezpečnost, informační politika, informační průmysl, informační gramotnost, informační etika, informační poločas, informační procesy, …

5 Touha po nových informacích a jejich pochopení je jedním z hlavních motorů pokroku už od nepaměti. Stále znovu a znovu nás např. fascinuje pohled na hvězdnou oblohu. Těch šest tisíc hvězd, které můžeme za jasné noci rozeznat pouhým okem, bylo po celá staletí naším kosmem, naším "všehomírem". Díky narůstajícímu pokroku ve vědeckém poznání se nám vesmír více a více odkrývá. Přesto však i těmi největšími a nejvýkonnějšími teleskopy vidíme pouze nepatrný výsek rozlehlého univerza. Čím hlouběji však do vesmíru nahlížíme, tím ranější fáze jeho vývoje se nám odhalují. S každým novým poznatkem pootvíráme víc a víc dveře vedoucí do neznáma, neustále jsme konfrontováni s fundamentálními převratnými změnami v daném pojetí prostoru a času, vzniku a vývoje naší kosmické domoviny. (Günther Hasinger)

6 Co je to vlastně informace?
Lat. informare = utvářet a podávat představu, znázorňovat, opisovat, oznamovat nebo přenášet oznam či poučení Pojem informace běžně užívaný v minulosti s rozvojem spojovací a přenosové techniky a nástupem nového vědního odvětví kybernetiky počátkem 20. stol. povýšil na pojem vědecký Dnes informaci chápeme jako jeden ze základních filozofických pojmů a neoddělitelnou vlastnost hmoty a energie (jak bude ukázáno dále), která se projevuje pouze v určitých třídách vzájemného působení v systémech s řízením a samoorganizací (co platí zejména pro živé systémy)

7 Všechno souvisí se vším
Definice hmoty je nesnadná, nejčastěji lze nalézt její popis jako objektivní reality. Intuitivně je to něco, co je (existuje v prostoru a čase). Základními vlastnostmi hmoty jsou (dle přijímaného současného fyzikálního obrazu světa) hmotnost (míra setrvačnosti hmoty) a energie (míra pohybu hmoty). Hmotnost a energie jsou propojeny dle známého Einsteinova vztahu E = m*c2  V praxi se často jako hmota bere pouze to, co má hmotnost. Lze ukázat, že v termodynamických systémech (což je prakticky všechno kolem nás – vesmír, sluneční soustava, Země či živé organismy) je prostřednictvím entropie s hmotou „propojena“ i informace. Podle některých představ je i Země živým organismem, který je nazýván Gaia…

8 Malá odbočka k evoluci hmoty…
Dle standardního kosmologického modelu 4 stádia: I. fyzikální vznik vesmíru a jeho struktury, základních interakcí, polí a částic II. jaderné reakce elementárních částic, nukleosyntéza prvků a jejich expanze ve vesmíru III. chemické rekombinace atomů, vznik sloučenin IV. biologické reakce uhlovodíků, prebiotické reakce, vznik života, evoluce buněk a organismů V. inteligenční (?) evoluce myšlení, v budoucnosti snad vznik superinteligence a globálního distribuovaného vědomí (?) Páté stádium evoluce hmoty je v současnosti některými kosmology, astrofyziky a filozofy seriózně uváděno jako možná vize budoucnosti. Jde především o zástance tzv. antropického principu, kteří se zabývají otázkou, proč je náš vesmír vlastně vhodný pro život a nepozdává se jim myšlenka, že jde vlastně o jednu obrovskou náhodu. Vycházejí přitom z matematických a fyzikálních přepočtů, že na to, aby vůbec v našem vesmíru život vznikl, je nutné až neuvěřitelné přesné vyladění přírodních konstant a zákonů – to že ty naše, jak je pozorujeme, se nacházejí přímo v požadovaných rozmezích, je až zarážející. Někteří to přirovnávají pravděpodobnosti, že turista, který si na cestě kolem světa v každé krajině koupí los do loterie, po svém návratu zjistí, že vyhrál jackpot v každé jedné z nich… Někteří přívrženci tohoto principu jdou ve svých spekulacích kromě tvrzení, že vesmír byl předurčen už od svého vzniku ke zrodu života, ještě dál – podle nich je vlastně smyslem (nejen naší) existence vznik globální vesmírné superinteligence v daleké budoucnosti, která snad bude schopna předejít dle dnešních poznatků nezvratnému zániku vesmíru a tím pádem i života a inteligence v něm (je vypracovaných několik scénářů konečného osudu vesmíru – Big Freeze, Big Crunch, Big Rip, atd. –, nicměně každý z nich tím či oným způsobem v konečném důsledku postuluje smrt vesmíru), nebo pokud to nebude možné tak alespoň zařídít vznik vesmíru nového, ve kterém se život a inteligence opět vyvinou a budou tím pokračovat dál... Dle oblíbeného technomýtu prý s myšlenkou velice podobné antropickému principu jako první nepřišel nikdo menší než velikán 20. století Albert Einstein...

9

10 Informace dle definice je…
A) Informace = sdělení přinášející nový poznatek, jež u příjemce snižuje stupeň nejistoty (entropie) v dané oblasti (historická definice dle Shannona) Jsou i jiné typy informací než jenom zprávy → modifikované verze def. B) Informace = zpráva, zasílaná od vysílače k přijímači Chybí možnost získání informace měřením nebo pozorováním C) Informace = data (údaje), která se stala předmětem komunikačního aktu D) Informace = určitým způsobem (s využitím znalostí) interpretována data, tj. data, kterým je přiřazen určitý význam E) Informace = relativní veličina definovatelná pouze v rámci specifické situace se specifickým souborem pozorovatelných akcí

11 Nebo taky… F) Informace = aspekty a formy odrazu v živé přírodě, v technice a společnosti, které se využívají na cílenou činnost, regulaci a řízení G) Informace = z fyzikálního hlediska časově a prostorově uspořádaný sled signálů, který je nositelem určitého významu (sémantiky) ve smyslu jazykové formulace či logické souvislosti H) Informace = základní a univerzální fyzikální jev podobný hmotě a energii; tak jako může energie nabývat různých forem (teplo, práce, elektrická energie, apod.), rovněž i informace může mít mnoho podob (vědomosti, poznatky, údaje, postupy, aj.) a může být popisována abstraktně i analyticky nezávisle od jejich rozličných forem

12

13 Terminologický chaos Neexistuje jednotná definice informace
Každý obor (teorie informace, kybernetika, matematika, informatika, fyzika, chemie, informační věda, sociální komunikace, lingvistika, sémiotika, aj.), který se zkoumáním informace zabývá, má svou vlastní definici Každá definice informace má svoje přednosti ale i nedostatky – informaci lze chápat jako: míra odstranění nejistoty, neurčitosti, neuspořádanosti (entropie) psychofyziologický jev a proces data kolující v technických zařízeních (např. PC) projev různorodosti v procesech živé a neživé přírody, atd. Z pohledu fyziky a přírodních věd obecně je klíčová definice A) dle Shannona Vyjadřuje kvantitativní míru informace a navíc ji formálně propojuje s energií (a tím i s hmotou)

14 Informatika vs. výpočetní technika
Informatika = věda o informacích a jejich automatickém výpočtovém zpracování; primárně se nezabývá nástroji ani technologiemi, ale získáváním poznatků o počítání Počítání lze definovat jako proces výpočtu – např. zjišťování čehokoli pomocí matematických a logických metod; manipulace s čísly či symboly podle pevně stanovených pravidel; hledání řešení problému ze zadaných vstupů pomocí algoritmů, … Ani jedno z uvedeného nezmiňuje počítač! Počítání se chápe jako abstraktní proces, nezávislý na tom, jakým způsobem se provádí – na papíře, v písku, na počítadle, uvnitř buňky, v hlavě, v systému molekul, na počítači, … Výpočetní technika = odvětví zbývající se technickými prostředky a přístroji, které slouží ke sběru, ukládání, zpracování a přenosu informací (implementace HW i SW) Tyto prostředky jsou schopné s informacemi provádět výpočetní (matematické, logické a další) operace Hlavním představitelem těchto prostředků je číslicový počítač  Za otce moderní informatiky je dnes bezvýhradně považován Alan Turing (* † ). Jeho imaginární model automatu na počítání, nazývaný Turingův stroj, je jedním z pilířů teoretické informatiky. Více o něm a o (nejen digitálních) počítačích viz. prezentace „Hardware a software“…

15 … nebo raději ICT? Informatika a výpočetní technika se v současnosti prolínají natolik, že stanovit hranici mezi nimi se nikdo neodvažuje – dnes se proto za vhodnější označení považuje termín informační a komunikační technologie (ICT) Někdy se používá i rozdělení do „specializací“ (odbornosti) při vytváření a používání profesních ICT: analytik prográmator a softvérový inženýr hardvérový a systémový inženýr operátor (zaškolený uživatel) laik (nezaškolený uživatel) Problematika návrhu a implementace kvalitních profesních ICT → nutnost mezioborové spolupráce

16 Biomedicínská informatika
V centru pozornosti stojí biomedicínské informace  Možné rozdělení aplikačních oblastí (Shortliffe & Cimino: Biomedical Informatics, 3rd Edition): Bioinformatics → molekulární a buněčné procesy Imaging Informatics → tkáně a orgány Clinical Informatics → pacienti Public Health Informatics → populace a společnost Zdaleka ne jednoznačné a určitě ne jediné možné dělení  Nejlépe si lze vzájemný vztah těchto oblastí představit po promítnutí do vrcholů 4-stěnného jehlanu Některé základní metody, techniky a teorie jsou pro tyto aplikační oblasti rozdílné, jiné společné (teorie informace, matematické a statistické metody, technické prostředky a realizace, …)

17 Co na to terminologie v češtině?
Bioinformatika – jediná „bezproblémová“ oblast  Zobrazovací informatika – toto označení zatím není příliš rozšířeno a používáno (tento překlad z angličtiny není asi nejvhodnější, ale zatím nikdo s lepším nepřišel) Klinická informatika = v češtině synonymum pro biomedicínskou informatiku, vhodnější by však bylo brát ji – tak jako je tomu v anglické definici – za označení pro množinu {lékařská informatika, ošetřovatelská informatika, dentistická informatika, informatika uživatelů zdravotní péče} Zdravotnická informatika = v češtině další synonymum pro biomedicínskou informatiku (viz. třeba název našeho kurzu), vhodnější by však bylo brát ji jako označení pro krkolomný název informatiky veřejného zdraví

18 Vztah biomedicínské informatiky k jiným odvětvím
K biomedicíně mají vztah různá odvětví, která do značné míry využívají ICT: Biomedicínská informatika → no comment  Biomedicínské inženýrství → dg. a th. přístroje v medicíně Biokybernetika → modelování a simulace systémů a jejich řízení Bionika → zpracování biosignálů Opět tady platí to, co i u samotného dělení biomedicínské informatiky (předchozí snímek), že se určitě nejedná o jednoznačné a ani jediné možné dělení  A analogicky nejlépe si lze vzájemný vztah těchto odvětví představit po promítnutí do vrcholů 4-stěnného jehlanu (kvůli překrývání oblastí zajmu, metod, aj.) Klade se značný důraz i na etické a právní otázky! U všeho, co souvisí s biomedicínou! Počítačová bezpečnost → zamezení zneužití, manipulaci či ztrátě dat, spolehlivost diagnostických a terapeutických přístrojů, …

19 Shannon-Hartleyho formule
Hartley – jako první se pokusil pomocí výběru z různých možností vyjádřit a kvantifikovat míru nejistoty, zavedl pojem bit Shannon – pozměnil Hartleyho výklad a nejistotu vyjádřil pomocí výběru z n stavů si z množiny S s různou pravděpodobností P(si) (přičemž položil 0*log20 ≡ 0) Pozn.: Bit jako jednotka míry nejistoty (a tedy velikosti informace) je bezrozměrná veličina Dá se matematicky dokázat, že možnost výskytu nějakého jevu je vždy větší nebo nanejvýš rovna pravděpodobnosti jeho výskytu, nicméně to přesahuje rámec výuky. Prakticky si to lze ukázat např. následovně - možnost, že při snídaní zvládnu 10 rohlíků je daná jejich dostupností, pravděpodobnost, že se mi to podaří je však omezena i dalšími faktory, jako je např. míra hladu aj…

20 Informace a entropie Entropii termodynamické soustavy, která má výskyt pravděpodobnosti P, lze vyjádřit Boltzmannovým vztahem: S = (R/NA)*ln(P) [J.K-1] Informace, která by popisovala tento stav, má podle Shannona velikost: H = -P*log2(P) [bit] Po úpravách dostaneme formálně vztah převodu množství informační entropie na entropii termodynamickou: S = -9,56*10-24*H/P [J.K-1] Uvedený přepočet mezi termodynamickou a informační entropií je pouze formální a v praxi se nepoužívá, nemá to význam. Tady služí pouze k ilustraci vzájemného vztahu a nemá smysl si jej pamatovat. Entropie (míra neuspořádanosti, neurčitosti) je klíčová veličina 2. termodynamického zákona, ze kterého plyne několik závažných důsledků: 1/ Teplo může přecházet pouze z teplejšího tělesa na chladnější. 2/ Při nevratných dějích s transformací energie z jedné formy na jinou vždy dochází k tepelným ztrátám. 3/ Systémy s nízkou entropií (a tedy i vysokou organizovaností) mají vysokou schopnost konat práci, systémy s vysokou entropií (a tedy i vysokou neuspořádaností) mají nízkou schopnost konat práci. 4/ Entropie vesmíru se – kvůli neustálému probíhání nevratných termodynamických dějů – zvyšuje. 5/ Organizovanost jednoho systému se může udržet pouze na úkor zvyšování neuspořádanosti vnějšího prostředí. 6/ Nevratnost termodynamických dějů způsobuje, že čas má směr (šipka času). 7/ Všechno stárne, a tedy ani vesmír nemůže být věčný – v okamžiku zrození byla jeho entropie minimální, od té doby však neustále roste a bude růst až do chvíle, kdy se teplo rovnoměrně rozšíří po celém vesmíru a entropie dosáhne svého maxima, tento stav však bude znamenat dle dnešních poznatků zánik vesmíru...

21 Informace a energie Na základě předchozího odvození je vidět, že informace lze považovat za jednu ze základních vlastností nejenom hmoty, ale obecně všech termodynamických soustav V tomto bodu je vhodné vypíchnout zejména živé systémy, které představují speciální termodynamické systémy vyznačující se stochastickým (pravděpodobnostním) chováním (ne vždy lze u nich použít deterministický popis jako u neživých soustav) Lze rovněž nahlédnout, že generování, přenos, uchování, zpracování či vyhodnocování informace je nutně spjato s transformacemi energie (a potažmo hmoty) Informace jako taková je nehmotná, je však vázaná na signál (nosič) v podobě hmoty či energie (viz. Komunikace dále) Neživé (izolované) soustavy mají tendenci zvyšovat svou entropii (do stavu s vyšší pravděpodobností a větším neuspořádáním), živé (otevřené) naopak snižovat nebo alespoň udržovat (nižší pravděpodobnost při vyšší organizovanosti), a to i díky příjmu informací Determinismus: Když strčíme silou 20N do 5kg míče ležícího na zemi, je celkem snadné předpovědět jeho chování (např. rychlost, trajektorie). Stochastismus: Když tou samou sílou strčíme do 5kg psa také ležícího na zemi, je tato předpověď témeř nemožná, maximálně lze udělat výčet možností, co pak může následovat... Nicméně, situace je ve skutečnosti o něco komplikovanější: pojem determinismus je v první řadě pojem filozofický a bývá používán ve smyslu předurčenosti osudu (budoucnosti). V matematice se používá ve smyslu otázky, zda jsme schopni z počátečních podmínek určit, či jinak řečeno vypočítat, následné chování systému. V případě, že to nedovedeme ani pomocí velice komplikovaných systémů rovnic a simulací, uchylujeme se spíše k stochastickému popisu s výčtem pravděpodobných možností. Tenhle nesoulad se snaží řešit teorie chaosu, která říká, že v principu je všechno matematicky deterministické, záleží však na tom, jak velkou přesnost předpovědi požadujeme a jak hrubou aproximaci počátečních podmínek k tomuto výpočtu potřebujeme. U některých systémů (je přitom úplně jedno, zda živého nebo neživého) stačí na výpočet znát několik parametrů, u jiných bychom však teoreticky mohli potřebovat popisy stavů a chování všech atomů ve vesmíru (včetně všech entit, které tyto atomy tvoří jako vyšší stupeň organizovanosti). Tady však kromě nesmírného (i když stále možná konečného) množství parametrů sehrávají klíčovou roli i faktory jako princip neurčitosti při pozorování elementárních částic (kvantová mechanika představuje jediný skutečně známý indeterminismus – kvantové rovnice jsou pravděpodobnostní – nicméně podle dnes přijímaných představ po interakci obrovského množství elementárních částic, jak tomu je v makroskopickém měřítku, tento stochastismus kolabuje do jediné alternativy – námi pozorované reality), či problém existence možnosti nekonečného desetinného rozvoje při číselném vyjádření hodnoty některého ze vstupních parametrů (nekonečný rozvoj pravděpodobně v reálu neexistuje, příroda se podle dostupných poznatků chová „kvantovaně“ – nespojitě, diskrétně –, čili číselná vyjádření veličin jsou – i když možná s nesmírně velkým počtem desetinných míst – vždy konečná), a další. A v neposlední řadě je tady též tzv. efekt motýlích křídel – již malé zaokrouhlení vstupního argumentu však může mít za následek velké rozdíly ve výsledcích (např. předpovědi počasí). Z praktického hlediska je proto pro nás při současné úrovni poznání předpovědět chování takovéhoto systému zatím neřešitelný problém. Zajímavým důsledkem teorie chaosu pro informatiku je však něco jiného: na základě zmíněné úvahy lze nahlédnout (nutno podotknout, že nezávisle na jiných představách), že všechny entity ve vesmíru (živé i neživé !) včetně vesmíru samotného jsou v podstatě automaty vykonávající nějaký výpočet – počítače. Některé z nich snad časem dokážeme přesně popsat, namodelovat a simulovat. U vesmíru jako celku to však asi nikdy nebude možné – potřebovali bychom k tomu pravděpodobně kvantový počítač (zatím existuje teoretický koncept) složený ze všech atomů vesmíru! Otázkou pak zůstává, zda při této komplexnosti budeme někdy schopni zkonstruovat fyzikální teorii všeho, jak se o to někteří vědci snaží. Podle argumentace mnoha matematiků, kosmologů a astrofyziků třeba na základě Gödellovy věty o úplnosti (koherentnost a správnost žádného systému nelze dokázat, pokud se pohybujeme v něm samotném, i když intuitivně jeho pravdivost tušíme) se nám pravděpodobně, jelikož jsme integrální součásti vesmíru, takovouto fyzikální sjednocující teorii všeho platnou pro náš vesmír nikdy nepodaří sestavit a dokázat. Vesmír a jeho zákony jsme schopni popsat jazykem matematiky, ale pomocí toho samého matematického jazyka nebudeme schopni dekódovat/dešifrovat jeho podstatu, která je zachycena ve vzorcích a rovnicích. Podle filozofů, ať se budeme snažit sebevíc, nebudeme nikdy schopni jednoznačně vysvětlit původ přírodních zákonů. Postata vesmíru tedy pro nás zůstane vždycky zahalena závojem tajemství, ať už k ní pronikneme jakkoli blízko. Tím tajemstvím podle nich je: „Jak vesmír tuto konečnou pravdu dokáže skrývat?“ Fyzici se raději touto otázkou vůbec nezabývají…  Každopádně, i když podle filozofických úvah na podkladě teorie chaosu, kvantové teorie, teorie relativity, či filozofie a teologie lze dospět k názoru, že všechno je předurčeno, to že konečná skutečnost je pro pozorovatele neurčitelná, nám dává možnost (nebo snad lépe řečeno iluzi) svobodného konání a fatalismus tedy není rozhodně na místě…

22 Odbočka druhá aneb co je život?
Přesná definice života obtížná Obvykle se tak dělá výčtem vlastností, které živý organismus má mít (vysoká organizovanost, přítomnost nukleových kyselin, růst a vývoj, reprodukce a evoluce /dědičnost a proměnlivost/, metabolismus, vnímavost a dráždivost, účelné chování, z termodynamického hlediska otevřené, apod.), nicméně tyto vlastnosti má i mnoho „neživých“ soustav Biologové se zajímají, jak život funguje u „klasických“ organismů (bakterie, rostliny, živočichy), na otázky proč život vznikl či jaký je jeho smysl hledají odpověď spíš filozofové a teologové Souvis života s hmotou je nediskutovatelný, jak ale souvisí život s vědomím, myšlením a inteligencí? Jak vlastně život vznikl? Je těžké v některých krajních případech rozlišit, co už je živé a co naopak ne Existuje mimozemský život? Počítačový život? Je možný život i na neuhlíkové bázi? Můžeme za živý považovat i celý vesmír? Např. oheň se podle uvedených kriterií může za jistých okolností (pokud místo NK vezmeme jako informační základ jiný substrát) jevit jako živý: roste, metabolizuje hořením látky, je vnímavý na vodu, může pomocí přenesené jiskry zakládat potomstvo, atd. Nicméně za skutečně živý by jej asi nepovažoval ani největší odvážlivec. Naopak, uvedenou definici nesplňuje člověk, který kvůli infertilitě či sterilitě nemůže mít děti. Asi jej však za neživého kvůli tomu nikdo považovat nebude...

23 Odbočka poslední aneb živé organismy…
Živý organismus = otevřený termodynamický systém + tok látek + tok energie + tok informací Probíhají v nich děje proti termodynamické rovnováze s cílem snižování (nebo alespoň nezvyšování) entropie systému a dosažení nerovnovážného stacionárního stavu Živiny, které organismus přijímá, poskytují látky a energii pro jeho fungování (živý organismus je obecně schopen zužitkovat několik druhů energie: světelnou, tepelnou, mechanickou, elektrickou, chemickou) Pro řízení dějů v živém systému je nutná i přítomnost řídících a regulačních mechanismů na základě interních (geny, parametry vnitřního prostředí) a externích (podněty z venku) informací Po smrti organismu postupný přechod systému do stavu termodynamické rovnováhy, samovolně proběhnou všechny termodynamicky možné děje, dochází k desintegraci a rozpadu organismu Z pohledu informatiky lze život charakterizovat jako složitou informační strukturu (bez ohledu na fyzickou či chemickou stavbu) a všechny životní projevy a aktivity jako procesy zahrnující zpracování informace

24 Informace a sdružené děje
U nezávislých dějů je výsledné množství informace součtem informací získaných z každého děje zvlášť Pacient trpí bolestmi kyčelního kloubu a má cukrovku. U závislých dějů dochází k překrývaní informací a výsledný součet musí být právě o tuto sdílenou informaci snížen (viz. Bayesovy vzorce pro podmíněnou pravděpodobnost v učebnicích) Pacient má zvýšenou hladinu glukózy v krvi a má cukrovku.

25 Typy informace Samotné informace lze dělit a kategorizovat z různých hledisek, pro medicínské účely je vhodné následující formální rozdělení informací do 3 kategorií: Údaje (data) = fakta a objektivní popisy jevu, vlastnosti objektu, hodnoty (výsledky vyšetření pacienta, fyziologické hodnoty, biosignál), získávají se sdělením, měřením nebo pozorováním, jsou vyjádřitelné číslem nebo kategorií (např. pohlaví) Údaje lze v počítači bez problémů uchovávat ve vhodně navržené databázi. Znalosti = abstraktní modely světa, vznikající zobecněním dat (např. co je hodnota normálního krevního tlaku) Reprezentace znalostí už představuje větší problém zejména pokud jde o formulaci příslušných znalostí (pravidlové systémy, logické systémy, atp.), nicméně i v tomto případe lze na uložení bázy znalostí použít databázi. Interpretace = aplikace znalosti na data (formální modely lidského myšlení, paradigmy umělé inteligence, …), táto aplikace pak dává informaci v užším slova smyslu Interpretace představuje v tomto kontextu pomyslný vrchol práce s informací, člověk má v ní zatím nad počítači až na pár výjimek (expertní systémy) jednoznačně navrch…

26 Škály a variabilita údajů
Údajům, získaným jako výsledek měření, je přiřazena jedna z úrovní příslušné škály (stupnice) měření, např. Kategorická škála – nominální, ordinální data Kvantitativní škála – diskrétní, spojitá, intervalová data Variabilita dat je dána přesností a správností měření (analytická variabilita), plus kolísáním hodnot u téže osoby v důsledku denní doby, zátěže, genetických vlivů, apod. (biologická variabilita) Přiřazení údaje k určité škále je důležitý proces, který pak značně usnadňuje rozhodování o způsobu reprezentace dat v počítači. Problémem bývá tvorba škál pro „neměřitelné“ jevy (intenzita bolesti, psychická zátěž, aj.).

27 Problém normálnosti dat
Stanovení standardních (referenčních) mezí je velkou výzvou klinické medicíny (hlavně u diagnostických procesů) Hodnotící koncepce: přiměřené zdraví, optimální zdraví Popisné koncepce: normální jsou hodnoty zahrnující 95 % populace (viz. statistické normální rozdělení pravděpodobnosti v učebnici, 95 % hodnot je soustředěných kolem aritmetického průměru ± 2 směrodatné odchylky), resp. 90 % (např. percentilové grafy v pediatrii) Referenční interval (normální rozmezí) hodnot zohledňuje variabilitu analytickou (chyby metody) plus variabilitu intraindividuální (kolísání znaku u téhož jedince) a interindividuální (odchylky ve zdravé populaci) Obecně nelze ztotožňovat častost (průměrnost) se zdravím a zřídkavost (extrémnost) s patologií!

28 Kódování informace Kódování = záznam informace pomocí pevně stanoveného kódu, případně kódové tabulky. Informace mohou být zachyceny a vyjádřeny různými způsoby, což je klíčové zejména u přenosu informace. Kód je pravidlo konverze kousku informace (písmeno, slovo, fráze, gesto) do jiné podoby či formy (symbol, znak) ne nutně stejného typu (vizuální, akustický, taktilní, ...). V informatice se striktně rozlišuje mezi kódem a šifrou. Kód je známý všem, např. genetický kód převodu tripletů bazí NK na aminokyseliny. Naopak, šifra se používá k utajení informace. Kódem se však často označuje i uměle vytvořený (formální) jazyk. Systém, pomocí kterého se informace vyjádřují či zaznamenávají, lze obecně nazvat též jazykem. Přirozený jazyk představuje speciální druh kódování přenášené informace běžně používaný lidmi (viz. dále Komunikace). Zásobu symbolů (znaků) jazyka (kódu) nazýváme obecně abecedou. Informatika a výpočetní technika je dnes postavena na základě binárního kódu, jehož abeceda je tvořena nulou a jedničkou.

29 Bit Bit je základní jednotkou velikosti informace používanou v počítačových vědách, značka b Z angl. binary digit (resp. binary unit), dvojková číslice (angl. též bit = drobek, kousek). Bity jsou vyčíslením pravděpodobnosti jevu, že nastane nějaká skutečnost. Pokud máme nějakou skutečnost s výskytem o pravděpodobnosti 50%, máme 1 bit. Bit se používá i k zaznamenání či zakódování informace. Nabýva hodnot 0 nebo 1, resp. logické hodnoty ANO nebo NE, či kóduje jiné 2 stavy. Nicméně, jelikož 1 bit reprezentuje právě 1 z 2 možných stavů, což je pro praktické využití absolutně nepostačující, je potřeba bity „spájet“ do delších celků.

30 Byte Byte je vedlejší jednotka množství informace používaná v informatice, značka B Slovo byte vzniklo záměrnou úpravou slova bite (z angl. sousto), aby se předešlo záměnou se slovem bit. V češtině se často používá i pojem bajt. V bytech se zejména vyjadřuje velikost paměti nebo jak velký prostor v paměti potřebujeme k uchování nějaké informace) „Spojením“ několika bitů se podstatně zvyšuje počet stavů, které můžeme různými kombinacemi nul a jedniček reprezentovat. Jestliže n je velikost bytu v bitech, pak do jednoho bytu je možno uložit celkem 2n různých hodnot.

31 Bit vs. byte Z důvodů jednoznačnosti ve formálních specifikacích je v informatice standardně definován 1 byte jako posloupnost právě 8 bitů (oktet). Pro 8-bitový byte to znamená 256 hodnot, tzn. např. celá čísla v rozsahu 0–255. Tyto hodnoty lze vyjádřit taky pomocí 2 hexadecimálních číslic (00HEX–FFHEX) Jeden byte je nejmenší objem dat, se kterým dokáže počítač (procesor) samostatně pracovat. Obvykle odpovídá jednomu znaku uloženému v textovém souboru. Počítač obvykle nedokáže pracovat přímo s jednotlivými bity. Procesory prvních počítačů byly 8-bitové 

32 Kilo-, mega-, … v informatice
Při práci s bajty se násobné předpony soustavy SI (kilo-, mega-, …) chápou odlišně: kilo- = 210 = 1024 (namísto 103) mega- = 210 kilo- = 210 * 210 = 220 = 1024 * 1024 = (místo 106) giga- = 210 mega = 210 * 220 = 230 = 1024 * = (místo 109) tera- = 240 peta- = 250, atd. (Pozn.: V posledních letech se někteří odborníci snaží těmto předponám „vrátit“ jejich „klasický“ význam a pro mocniny 2 používat nově definované předpony jako kibi- (KiB), mebi- (MiB), gibi- (GiB), atd., nicméně zatím nebyla přijata žádná konvence) Násobné předpony pro bity, Hz a další veličiny používané v informatice a výpočetní technice mají standardní význam!

33 Míra vs. důležitost informace
Z tradičních důvodů se používají bity při vyjádření hodnoty kapacity komunikačního systému při přenosu informace. V bitech se vyjadřuje jednak množství informace (kolik místa v paměti je třeba), jednak míra velikosti informace (dle Shannon-Hartleyho formule). Samotná důležitost a význam informace pro příjemce s velikostí informace (tj. s bity ani bajty) nikterak nesouvisí. Žádné kódování nesnižuje velikost ani důležitost a význam informace, samozřejmě je však nutné pak signál patřičně dekódovat. Zašifrování informace může pro osobu, která nezná dešifrovací klíč, znemožnit pochopit její význam, obecně však neznamená snížení či ztrátu informace. Bezztrátová vs. ztrátová komprese informace?

34 Kód ASCII Jeden ze základních kódů v ICT
ASCII (American Standard Code for Information Interchange) je historicky nejúspěšnější kódovací tabulka pro převod základních znaků anglické abecedy do binární podoby, používaná v informatice a výpočetní technice pro kódování a výměnu informaci. Tabulka ASCII obsahuje: tisknutelné znaky: písmena, číslice, speciální znaky netisknutelné znaky: řídící kódy, které byly původně určeny pro řízení periferních zařízení (např. tiskárny nebo dálnopisu). Kód ASCII je podle původní definice 7-bitový, obsahuje tedy 128 platných znaků. Pro potřeby dalších jazyků a pro rozšíření znakové sady se používají 8-bitová rozšíření ASCII kódu, která obsahují dalších 128 kódů. I takto rozšířený kód je přesto příliš malý na to, aby pojmul třeba jen všechny evropské národní abecedy.

35 Jiné kódy používané v ICT
Pro potřeby jednotlivých národních jazyků a jejich abeced byly vytvořeny různé kódové tabulky 8-bitová kódování češtiny: Windows-1250 (operační systém Windows) ISO (Linux) CP-852 / Latin2, kódování Kamenických, KOI8-ČS (starší OS) Unicode je původně 16-bitová tabulka znaků všech existujících abeced, později rozšířená na 32 bitů Vznikl koncem 20. stol. z potřeby sjednocení kódování pro národní adresy (viz výše). Postupně na nej přecházejí všechny operační systémy (Windows, UNIX). UTF-8 je způsob kódování řetězců znaků Unicode do sekvencí bajtů. Varianta UTF-16 kóduje řetězce do posloupností 16-bitových slov (2 bajty), Varianta UTF-32 do 32-bitových slov (4 bajty). Čísla mají vlastní kódování (neplést si s pojmem číslice!) Založené na převodu do dvojkové číselné soustavy, např. 230D= = B

36 Data vs. informace Pojem data v ICT obecně představuje všechny informace (viz. definice na snímku Typy informace), které jsou v počítači uloženy a zakódovány v podobě posloupností bitů (tj. sekvencích 0 a 1). V tomto kontextu je důležité si pojem data neplést a nezaměňovat s údaji jako kategorií informace! Pro reprezentaci a kódování informace v počítači je nezbytností rovněž přiřazení odpovídajícího datového typu (znak, text, celé číslo, reálné číslo, datum, logická hodnota, atd.).

37 Komunikace Komunikace = proces sdělování a přenosu informací, zpráv, myšlenek, názorů a pocitů mezi živými bytostmi (lidmi, živočichy, ale i rostlinami aj.), obvykle prostřednictvím společné soustavy symbolů „Information is nothing if not shared“ – nešířená informace ztrácí svou hodnotu Zvířata se dorozumívají různými signály (zvukovými, pachovými, tancem, ap.), tzv. první signální soustava, což do jisté míry platí i pro lidi Hlavním dorozumívacím prostředkem člověka však je jazyk, tzv. druhá signální soustava

38 Komunikační systém Zdroj informace – generuje informaci a předává ji vysílači Informace nemůže být ve většině případu předávána v původní podobě Vysílač – proměňuje (kóduje) informaci do podoby signálu Signál je materiálním nosičem informace Při kódování se využívají symboly (písmena, znaky, matematické vzorce, nervový impulz, změna molekulové struktury, aj.) a polohy (časové a prostorové rozložení symbolů) Komunikační kanál – prostředí, ve kterém se uskutečňuje předávání a přenos signálu Elektrický vodič, pružné hmotné prostředí, nervové vlákno, apod. Zápis do paměti či knih lze chápat jako přenos informace v čase Max. množství přenesené informace za jednotku času určuje kapacitu komunikačního kanálu Přijímač – zpětně proměňuje (dekóduje) přijatý signál v informaci určenou pro příjemce Příjemce – zužitkovatel informace

39 Signál V komunikačním modelu je vyjádřením informace (zprávy, sdělení), může mít rozmanitou formu závislou na povaze sledovaného děje (řeč, hudba, text, obraz, apod.) Signál je fyzikální podobou jisté zprávy (je nosičem, realizací informace), prezentované zpravidla změnami parametrů určité fyzikální/chemické veličiny v čase. Podle fyzikální podstaty pak hovoříme o signálu elektrickém, akustickém, vizuálním, aj. Signál je v počítači kódován, uchováván a zpracováván v podobě dat (v sekvencích bitů) Pro různé druhy signálů byly vytvořeny různé datové formáty souborů (jak se to kóduje a pak zpětně interpretuje) Zdrojem informací (signálů) může být libovolný jev, děj či objekt (technické zařízení i živý organismus), pokud jsou generátorem měřitelných fyzikálních/chemických veličin.

40 Srozumitelnost informace
Komunikační šum ruší komunikaci a snižuje srozumitelnost a množství přenášené informace Komunikační šum může ovlivňovat kteroukoliv část komunikačního systému, nejčastěji a nejvýrazněji však ovlivňuje přenosový kanál V reálném životě neexistuje bezporuchový přenos informace (tj. bez šumu) V případě šumu se informace (nebo její část) k příjemci vždy dostane, pokud komunikace vůbec neproběhne, mluvíme o komunikační bariéře Redundance informace – nadbytečnost znaků, zčásti může nesrozumitelnosti předejít Např. degenerovaný genetický kód transkripce tripletů nukleových bazí (64 kombinací) do aminokyselin (20) do jisté míry zamezuje při mutacích (šum) vytvoření „špatného“ proteinu Přirozené jazyky mají obecně vysoký stupeň redundance (např. čeština asi 70%), naproti tomu jazyky přírodních věd (matematika, fyzika, chemie) mají redundanci nízkou Na úrovni symbolů lze rovněž vybadat, že některé mají pro přenos informace větší význam než jiné (číslice vs. písmena, samohlásky vs. spoluhlásky)

41 Jazyk Systém, který má kromě abecedy (sady symbolů/znaků) definovanou též gramatiku (jak je použít?), pragmatiku (kdy je použít?) a sémantiku (jaký je jejich význam?) Mnoho dalších definicí, pro naše účely postačí chápání jazyka jako prostředku k vyjadřovaní pojmů a komunikaci Dělení jazyků: Přirozené – historicky starší, národní jazyky v plném rozsahu, vyznačující se ohromnou mnohotvárností a flexibilitou Taky znaková abeceda pro neslyšící, Brailleova abeceda pro slepé, Morseova abeceda, … Formální – umělé jazyky, mají naprosto závazný obsah a formu slov (terminologii) a současně i zcela přesně vymezená pravidla pro jejich používání Programovací jazyky, notový záznam hudby, chemické a matematické značky, dopravní značky, vlajková abeceda, … Lékařský jazyk se do jisté míry nachází někde mezi přirozeným a formálním jazykem 

42 Přirozený jazyk Historicky se u lidstva vyvinulo víc než tisíc jazyků zařazených do desítek různých jazykových rodin Neodpovídají geneticky vymezeným populacím (na podkladě historických migrací) – u genů je možný pouze vertikální přenos (dědí se po rodičích), u jazyku je možný i přenos horizontální (dají se naučit při přechodu do cizího prostředí) Základní podoby přirozeného jazyka – mluvená řeč a psané písmo Za „revoluční“ kroky v dalším civilizačním vývoji lidstva lze po vývoji řeči bez nadsázky považovat vynálezy písma, později knihtisku a nakonec počítačů – všechny představovali skok na kvantitativně i kvalitativně vyšší úroveň šíření informací Jazykové kompetence jsou komplexně řízeny jazykovými centry v mozkové kůře především levé hemisféry (sluchové, zrakové a jiné podněty, jejich asociace a porozumění, koordinace motorických dovedností při hlasovém projevu a psaní) → různé kognitivní poruchy, afázie, dysartrie, aj. při postižení CNS

43 Některé oblasti mozku odpovědné za jazykové kompetence: gyrus supramarginalis – porozumění psaného jazyka (žlutě), gyrus angularis – pochopení metafor a abstrakcí (oranžově), primární sluchová kůra (růžově), Brocovo centrum – motorická kontrola jazykových dovedností (modře), Wernickovo centrum – pochopení psaného i mluveného jazyka (zeleně)

44 Řeč Řeč – účelové jednání s využitím jazykové kompetence, při kterém se tvoří akustický signál (hlas), který může být zachycen (sluch) a pak zpracován (mozek) Řeč je ze všech dnes známých živých organismů vlastní pouze Homo sapiens. Je však možné, že řečové schopnosti měl i vyhynulý druh Homo neanderthalensis (nasvědčuje tomu velikost mozku i anatomické předpoklady – např. přítomnost jazylky apod.). Neandrtálci však v evoluci člověka představují slepou vývojovou větev. Podle posledních paleoantropologických hypotéz vývoj řeči výrazně ovlivnil evoluci lidského mozku a tím v podstatě celé lidské civilizace (vyšší úroveň socializace a společenských vazeb lidí, lepší koordinace spolupráce a komunikace s přenosem negenetické informace na potomstvo při učení, čímž se zvýšily šance na přežití v primitivních podmínkách). Používání nástrojů asi nemělo takový význam, jak se dříve soudilo (dovedou to např. i šimpanz či vrána). Za řeč se nepovažuje její napodobení papouškem, či zvukové signály a skřeky, které mají pouze signální význam. Někteří živočichové jsou však schopni naučit se porozumět některým lidským slovům (pes, delfín, aj.), či dokonce částečně ovládat a používat posunkovou řeč (šimpanz, bonobo, gorila).

45 Písmo Písmo – používá se na vizuální, potenciálně pernamentní zápis jazyka do podoby symbolů (viz. dále), je vývojově mladší než řeč. Obecné označení pro symboly v písmu je grafém (znak). Písmeno (též glyf) je grafická reprezentace znaku. Glyfy většiny písem tvoří linie (čáry) a proto se nazývají lineární (čárové), ale existují i glyfy neliárních písem tvořené jinými typy značek. Matematické symboly, kresby a malby, noty, apod., nevyžadují na rozdíl od písma apriorní jazykovou kompetenci! Protopísmo – obrázkové glyfy, historicky starší mnemonické – značky k zapamatování; piktografické – reprezentace reálného objektu či objektivní situace; ideografické – zaznamenání idey nebo představy Pravé písmo – glyfy reprezentující mluvené zvuky → kódovací tabulky pro reprezentaci písma v počítači a zobrazení na monitoru (viz. ASCII a Unicode) logografické (slovné) – egyptské hieroglyfy, tradiční čínské znakové písmo, sumerské klínové písmo, mayské písmo, arabské číslice sylabické (slabičné) – sylabické moderní japonské písmo hláskové (alfabetické, abecední) – segmentální písma reprezentující základní jazykové fonémy: a/ abjad – arabské písmo b/ abugida – písma indického subkontinentu a JV Azie c/ pravá abeceda – latinka, cyrilika, řecké písmo, staroitalika, hlaholika, runové písmo, ... speciální – morseovka, Brailleovo písmo, znakové písmo, steganografické písmo

46 Nahlédnutí do historie mezilidské komunikace
Vývoj řeči – evoluce Homo sapiens cca p.n.l. Signální kouře, ohně, bubny, rohy – prehistorická komunikace na dálku (telekomunikace) cca p.n.l. (možná i dříve) Malby v jeskyních – zejména zvířata a lovecké výjevy cca p.n.l. Petroglyfy – rytiny do kamene cca p.n.l. Vývoj písma – nejdříve piktogramy cca. od 8000 p.n.l., první nezávislá písma cca p.n.l. (Sumer), 3500 p.n.l. (Egypt) a 2700 p.n.l. (Čína) Kurýři a první poštovní služby – cca p.n.l. Knihtisk – 1439 Audio a elektromagnetická komunikace – 1838 (telegraf); 1876 (telefón); 1896 (rádio); 1927 (televize) Číslicový počítač – 1941 (Zuse), 1944 (Colossus), 1946 (ENIAC) Počítačová síť – 1969 Mobilní telefon – 1973 Internet – 1983 Psací materiály: kámen, dřevo, kost → kůže, hliněné, voskové a kovové tabulky → papyrus → pergamen → papír → elektronická média

47 Model přirozené komunikace
Typicky jde vlastně o sled otázek a odpovědí Např. zjišťování anamnézy pacienta, konzultace s expertem, dialog učitele a studenta u zkoušky, atd. Otázka = vyjádření zájmu o určitou informaci Odpověď = poskytnutí požadované informace Kladení správných otázek ze strany lékaře a získání správných odpovědí na ně ze strany pacienta jsou důležitou podmínkou k fungování diagnostického a terapeutického procesu Kromě kognitivní analyticko-synteticko-encyklopedické inteligence (IQ) je k úspěšné komunikaci (nejen v medicíně) potřeba i emocionální (EQ) a socio-kulturní inteligence (SQ), jinak je výsledkem nepochopení či neochota k spolupráci…

48 Typy otázek a odpovědí Otázky: Odpovědi:
rámcové – ponechávají volnost ve způsobu i obsahu odpovědi důvodové (kauzální – příčina jevu; teleologické – účel jevu), definiční (co to je) přímé – odpověď je dána jednou z alternativ rozhodovací (pravdivá je 1 ze 2 možností), zjišťovací (věcný údaj), alternativní (2 zjišťovací otázky, spojeny přes spojku „nebo“), eventuální (2 otázky, odpověď na návaznou otázku má smysl pouze pro případ pozitivní odpovědi na otázku první) vadnost otázek: odborná – znesnadňuje správnost odpovědi; logická – vylučuje rozumnou odpověď; sugestivní – pravdivost odpovědi je ovlivněná prostřednictvím psychiky Odpovědi: afirmační/negační – odpovědi charakteru „pravda“ nebo „nepravda“ indikativní – odpovědí je jedna z poskytnutých alternativ narativní – odpověď volně vyprávějící o předmětu otázky vadnost odpovědí: lakonické – příliš úzké, potřeba doplňujícících otázek; redundantní – příliš široké, potřeba výzvy držet se otázky; neadekvátní – při neznalosti problému, ale i u logorhei „či slovního salátu“

49 Komunikace v medicíně Cílem komunikace v medicíně je získání informací pro účely diagnostického, terapeutického a prognostického rozhodování V medicíně je důležitá i podoba, v jaké komunikace probíhá Ofenzivní „autoritativní“ vs. podpůrný „partnerský“ přístup nezájem ↔ empatie nadřazenost ↔ partnerství hodnocení ↔ popis vševědoucnost ↔ diskuse Verbální vs. nonverbální komunikace Pro zdravotníky je důležité nejenom získávání informací pomocí otázek a odpovědí, ale i pozorováním chování pacienta Úspěšná komunikace = umění mluvit + umění naslouchat + umění klást otázky + umění dělat kompromisy (IQ + EQ + SQ)

50 Chyby v komunikaci Mohou zásadním způsobem ovlivnit kvalitu informace od pacienta, její přesnost a validitu, a tím pádem i diagnostický a terapeutický proces Podle mezinárodních studií je cca % pacientů (rozdíly mezi rozvinutými krajinami jsou minimální) špatně diagnostikovaných, více než třetina z toho padá na vrub neefektivní komunikace Správně vedená komunikace s pacientem je pro odběr spolehlivých anamnestických údajů klíčová Problémem jsou hlavně špatně kladené otázky, sugestivní otázky, zle strukturované otázky, vzájemné se nepochopení Při rozhodování mohou negativní roli sehrát i další jevy: Neoprostění se lékaře od vlastních sympatií/antipatií vůči pacientovi, nedostatek času, škatulkování, diagnostikování pohledem „ode dveří“, nekritické přijímání názoru kolegů a zejména nadřízených, slepé přidržování se zavedených postupů a neochota přistupovat k pacientovi individuálně, …

51 Co je to terminologie? Pojem – zobecnění objektů zájmu, dán generalizací a abstrakcí společné vlastnosti objektů vypovídajících o významu pojmu Definice pojmu – přesné vymezení a formulace významu pojmu Zohledňuje aspekt pragmatický (srozumitelnost pro použivatele), sémantický (význam a výstižnost, přiměřenost a reálnost) a syntaktický (skladba a způsob tvorby) Termín – konkrétní pojmenování pojmu Terminologie – souhrn všech názvů pojmů (včetně synonym) Volba optimálního termínu vychází z posouzení aspektu systémovosti (příslušnost ke skupině příbuzných pojmů), přesnosti (jednoznačnost a obsažnost), úspornosti (nezbytná stručnost pro praktické potřeby) a funkčnosti (užívanost a možnost tvorby odvozených slov)

52 Klasifikace a nomenklatura
Klasifikace – hierarchické uspořádání a utřídění termínů (často s přiřazením jednoznačně identifikujícího kódu pro daný termín) Hierarchie je formalizace logických vztahů mezi termíny a jejich rozdělení do skupin (systému množin a podmnožin) na základě vzájemné podobnosti či souvislosti Hledisko, podle kterého hodnotíme tyto vztahy a podle kterého je systém uspořádán, nazýváme dimenzí. Klasifikační systémy lze pak dělit podle toho, kolik dimenzí a v jaké kombinaci využívají. Číselníky diagnostických a terapeutických procedur, klasifikace VZP, národní číselník laboratorních položek NČLP Mezinárodní klasifikace nemocí a příčin smrti MKN-10 (ICD-10), patologická klasifikace nádorů TNM, psychiatrická nomenklatura DSM-III, ATC klasifikace léčiv, komplexní klasifikační systém SNOMED Nomenklatura – obdoba klasifikace, používání termínů je však na rozdíl od ní mezinárodně závazné Např. nomenklatury v anatomii či mikrobiologii

53 Terminologie a profesní ICT
Obecně lze říci, že existence ustálené a obecně přijímané terminologie v dané oblasti (nejenom v medicíně!) je společně se specifikací problému (co to má vlastně všechno umět dělat?) klíčové pro jeho počítačové zpracování v profesních ICT – od analýzy a formalizace problému, přes návrh jeho algoritmického řešení a implementaci v programovacím jazyce, až po práci uživatelů… V praxi však nezřídka bývá velkým problémem najít „společnou řeč“ mezi klientem (zadavatelem problému) a softwarovou firmou (řešitelem problému), často pramenící: z neznalosti terminologie (klienti a ITC terminologie, programátoři a terminologie problémové oblasti) z nedostatečné specifikace problému a požadavků na jeho počítačové řešení. Klienti se pak (ne)oprávněně pohoršují nad „nekvalitním“ produktem, který jaksi nedělá přesně to, co si představovali… Pro počítačové zpracování klinické informace narůstá naléhavá potřeba všeobecně závazné lékařské nomenklatury…

54 Kódování informace v počítači a medicínská terminologie
Různé existující klasifikace jsou překážkou ani ne tak kvůli velkému množství synonym, ale spíše kvůli skutečnosti, že mnoho termínů je často v různých klasifikacích chápáno a definováno odlišně. V ICT je naopak velká snaha o co největší jednoznačnost zadání dat a vymezení a pojmenování pojmů za účelem jejich kódování a co nejefektivnějšího zpracování. V praxi to znamená, že si rostoucí počet účelově tvořených klasifikací vyžádal vytváření převodníků mezi hlavními systémy při přenosu informací mezi různými datovými bázemi, např. projekt UMLS Perspektivně v EU snaha o vytvoření unifikovaného elektronického zdravotního záznamu Potřeba nejen nomenklatury diagnóz, ale i symptomů nemocí či vyšetřovacích a terapeutických procedur S danou problematikou okrajově souvisí i snaha o vytvoření a zavádění datových standardů pro přenos dat mezí různými platformami Např. standard DICOM pro přenos radiologického obrazu mezi PACSem a NISem Prvky klasifikace a organizace dat se vždy do jisté míry využívají rovněž i u různých zjišťovacích dotazníků v medicínské praxi (k zjednodušení diagnostického a terapeutického rozhodování, či za účelem demografických a statistických zjišťování, epidemiologických studií, apod.) za účelem usnadnění jejich počítačového zpracování.

55 Inspirace informatiky v biologii
Velké množství informatických metod a technik bylo více či méně inspirováno biologií, např.: genetické algoritmy ↔ evoluce celulární automaty ↔ jednobuněčný život nedeterministické systémy ↔ společenský hmyz neuronové sítě ↔ mozek datová úložistě ↔ paměť umělý život ↔ život antivirová ochrana ↔ imunitní systém počítačové sítě a komunikace ↔ epidemiologie a šíření nemocí renderování ↔ kůže živočichů, srst, peří, ulity, kolonie bakterií Lindemayerovy systémy ↔ rostliny dále např. senzorické sítě, membránové počítače, aj. Nezaměňovat s výpočetní biologií (matematické výpočty v biologii) a bioinformatikou!

56 Informace v živých systémech
Přenos a zpracování informací v řízení živých organismech se děje dvojím způsobem: Humorální regulací – fylogeneticky starší Řízení základních biochemických reakcí Regulace v autonomních systémech (většina) Nervovou regulací – fylogeneticky mladší Regulace v autonomních systémech (menší zastoupení) Zpracování informace v CNS Reflexní reakce i cílená činnost Paměť a učení Genetická informace a imunita zajímají z pohledu řízení zvláštní postavení Zejména zpracování informace v CNS → zdroj mnoha inspirací pro informatiku i výpočetní techniku Modelování a simulace živých systémů a jejich řízení jsou náplní biokybernetiky

57 Systémy a jejich řízení
Systém (soustava) = množina prvků, které jsou spolu ve vzájemných vztazích a které tvoří určitý celek Různá dělení systémů: Reálné vs. abstraktní Statický vs. dynamický Otevřené vs. uzavřené Stabilní vs. nestabilní Řízené vs. neřízené, atd. Všechny biologické systémy jsou vesměs otevřené a dynamické, s nějakou řídící složkou Řízení = regulace nějaké veličiny a snaha o udržení/dosažení ustáleného stavu Vazba mezi systémy = systémy mohou na sebe vzájemně působit přes své vstupy a výstupy Např. regulace zpětnou vazbou, regulace chybou, atd. Teorie systémů představuje jednu z původních součástí informatiky. Více o teorií systémů a jejich řízení viz. fyziologie a patofyziologie…

58 Modelování a simulace Model = abstrakce reálného objektu či stavu
Reprezentace určitého objektu nebo systému pojatá z určitého úhlu pohledu, zjednodušená nicméně pořád vystihující jeho podstatu Sestaven na základě doposud známých informací a měl by ověřit správnost doposud známých faktů, provádět předpovědi a umožnit verifikaci předpovědí Biologický model, matematický model, počítačový model, atd. Modelování = vytváření abstraktních objektů, metoda zkoumání struktury a chování určitého objektu (originálu) na objektu jiném (modelu) Modelářství = výroba zmenšených, ale i zvětšených replik skutečných předmětů  Počítačové modelovací jazyky – např. UML pro tvorbu SW aplikací, VRML pro 3D grafické modely, … Vizualizace modelů (i simulací) metodami počítačové grafiky Simulace = napodobení reální situace či děje pomocí modelu Počítačové simulovací jazyky – velké množství, dělí se na jazyky pro simulaci diskrétních událostí, kontinuálních (spojitých) dějů a hybridní

59

60 Uživatelské rozhraní vizualizačního 3D grafického sofwaru Blender, vhodného k modelování a simulaci.

61 Konstrukce modelu Sestavení vystižného a prakticky použitelného modelu nějakého biologického systému je obtížná záležitost Kromě návrhu a řešení komplikovaných soustav často hodně složitých matematických rovnic zahrnuje i experimenty jak s originálem, tak s modelem a proto nelze zcela jasně stanovit hranici mezi modelováním a simulací Schematický algoritmus konstrukce modelu: Vymezení systému na biologickém objektu → analýza vlastností a funkcí objektu → provedení doplňujících experimentů → matematická formalizace modelu → vytvoření počítačového modelu → identifikace neznámých parametrů modelu → verifikace modelu → vyhodnocení výsledku verifikace → simulace a experimentování s modelem (kladná verifikace) či návrat k analýze systému (záporná verifikace) Využití modelování a simulace v medicíně: Výrazněji zatím pouze v teoretických disciplínách – fyziologické a patofyziologické modely např. kardiovaskulárního systému, kompartmentové modely, biomechanické modely, modelování a simulace v bioinformatice, farmakologii či epidemiologii

62 Nukleové kyseliny Nukleové kyseliny = nosiče informace
Dědičná informace je uložena v genech 1 nukleotid = informace o velikosti 2 bitů (v 1NK jsou 4 různé nukleotidy) V DNA ~3.109 párů bazí, z toho ani ne 10% kóduje ~3.104 genů V každé buňce (s výjimkou pohlavních) je kompletní genetická informace příslušného jedince (jak bude vypadat a fungovat) Mutace představují komunikační šum Šumem jsou např. kancerogenní látky, ionizační záření, apod. Některé mutace jsou naopak výhodné – evoluce Ochranou před mutacemi je do jisté míry redundance informace v genech a degenerace genetického kódu Genetický kód je znalost o tom, jak se sekvence tripletů NK přepisují do sekvencí AMK, z nich se pak následně formují bílkoviny

63 Biologické kódy Genetický kód (DNA > RNA > AMK), epigenetický kód (metylace DNA), skládací kódy (proteiny), sestřihové kódy (RNA či paměťové lymfocyty), vzorové kódy (memy chování), lingvistické kódy, … (?) Geny – tzv. kódující úseky DNA se specifickou funkcí (molekuly DNA jsou schopny při dělení buňky vytvořit svou vlastní kopii) Memy – pro přežití a evoluci druhů pravděpodobně stejně důležité jako geny (např. evolučně podmíněná snaha o vybudování společenství – podle posledních poznatků jsou při utužování společenských vazeb např. drbáním u lidoopů či společenské konverzaci u lidí produkovány hormony radosti/spokojenosti endorfiny, ale může se chápat i jako naučené chování s tím, že přežití ve skupine je pravděpodobnější, navíc se tím zvyšuje šance k nalezení partnera a přenosu genů i memů na potomstvo, …) Dle posledních studií publikovaných počátkem roku 2011 se uvažuje, že – kromě náhodných mutací genů – i prožité události v průběhu života jedince, zejména ty negativní, mohou zatím ne zcela jasným mechanismem (imunitní odpověd?) alterovat genetickou informaci toho jedince a být tak přeneseny na jeho potomstvo. Potvrzení této hypotézy a objasnění, jak k tomuto procesu dochází, by vrhlo více světla na některé problémové oblasti evoluční teorie – spontánními mutacemi totižto nelze vysvětlit všechno…

64 Bioinformatika Samostatná mezioborová disciplína, patří do širšího kontextu odvětví výpočetní biologie, využití IT v oblasti molekulární biologie → informatika nad biologickými daty nástroje: statistická analýza, databáze, datakopectví, rozpoznávání struktur a obrazců, strojové učení, modelování, 3D vizualizace HUGO a Human Genome Project sekvenování lidského genomu (duben 2003) Hlavní oblasti zájmů v současnosti: porovnávání sekvencí, hledání genů, modelování struktury proteinů a odhad jejich funkce, predikce exprese genů, interakce proteinů, genomové asociační studie, komparativní genomika, modelování evoluce a fylogenetická analýza, sekvenace genomů jiných živých organismů Genom – genomika (geny), proteom – proteomika (proteiny), transkriptom – transkriptomika (mRNA), metabolom – metabolomika (metabolity), ... Etické a právní problémy ohledem shromažďovaní dat! Časem – za desítky či možná až stovky let, po získání a analýze mnoha a mnoha (nejen) bioinformatických poznatků – snad budeme schopni efektivně provádět genovou terapii či aplikovat tyto znalosti v medicíně léčbou nemocí v podobě biotechnologicky navrženými a vyrobenými nanopartikulemi. Nicméně je před námi ještě dlouhá cesta a je nesmírně naivní se domnívat, že to, co přírodě trvalo vyvinout a zdokonalit několik miliard let, budeme s to odhalit a začít s tím dle libovůle manipulovat zhruba po jedno desetiletí trvajícím bádání v této oblasti. Je tedy potřeba být v tomto směru více než trpělivými…

65 DNA RNA protein nukleotidové sekvence genová exprese
Dogma molekulární biologie a její počítačová „reprezentace“. aminokyselinové sekvence protein prostorové uspořádání proteinů

66 Schématické znázornění návaznosti bioinformatických procesů a metod.

67 Ukázky výstupů bioinformatických aplikací.

68 Zpracování informace v CNS
Nejvyšší úroveň zpracování informace – součinnost asi 30 miliard neuronů spojených synapsemi Přijatá informace je porovnána s informací uloženou v nervové soustavě, vyhodnocena, a na základě toho se vybere a uskuteční odpověď Chování řízené na základě vrozených informací Nepodmíněné reflexy, instinkty, pudy, motivace, emoce Chování řízené na základě získaných informací Učení a paměť Lidský organismus může být nejen zdrojem a příjemcem zpráv, ale může sloužit i jako přenosový kanál Jedinec přijme informaci a beze změny ji předá dál ↔ učení a paměť (spolu s jazykovými kompetencemi evolučně klíčové pro přenos negenetické informace na potomstvo) Při optimálním způsobu nabídky si lze krátkodobě zapamatovat až 35 bit/s po dobu několika minut (u jedince za tímto účelem patřičně trénovaného)

69

70 Člověk a vnější prostředí
Člověk příjímá z vnějšího prostředí ~109 bit/s informací (dráždění receptorů a senzorů), z toho si uvědomuje ~ bit/s (možnost učení), a do okolí přitom produkuje ~107 bit/s informací (mimika, řeč, motorická činnost, sekrece látek) Oko: ve žluté skvrně je ~107 čípků, ty rozlišují zhruba 120 úrovní intenzity světla a cca. 10 obrazů za sekundu → kapacita zrakového analyzátoru je ~7.108 bit/s Zrakový nerv: komunikační kanál pro přenos světelné informace ze sítnice oka do mozkového centra, obsahuje ~106 nervových vláken, každým z nich může být přeneseno asi 300 akčních potenciálu za sekundu → kapacita zrakového nervu je ~3.108 bit/s (selekce informace ze zrakového analyzátoru) Televizní vysílání: přenosová kapacita je ~107 bit/s

71 Příjem informace živým organismem
Receptory a smyslové buňky = přijímače informací Transformace přijaté energie vnějšího podnětu (informace) na receptorový (generátorový) potenciál a následně akční potenciál Frekvence impulzů akčního potenciálu z receptoru kóduje sílu dráždění daného receptoru (logaritmická závislost dle Weber-Fechnerova zákona, resp. exponenciální dle Stevensonova zákona?) Kontinuální dráždění může vyvolat adaptaci receptoru a tím snížení frekvence a počtu generovaných impulzů Rozličná hustota receptorů podmiňuje různou citlivost na stejné podráždění na různých místech těla

72

73 Kapacita lidské paměti
Extrémní selekce přijatého objemu informací v CNS Smyslové orgány a další receptory produkují neustále ~109 bit/s Za život lidský jedinec příjme celkovou informaci v objemů ~1018 bitů U jedince při vědomí a se soustředěnou pozorností se pak tyto informace (reprezentující fakta a zážitky) profiltrované senzorickým oblastmi mozkové kůry v objemu ~102 bit/s (doba zapamatování <1s) a event. verbalizované (po zapojení řečových mozkových center) dostávají přes asociační spoje do krátkodobé paměti v kapacite ~101 bit/s Někdy se u vytváření nové paměťové stopy používá i pojmu facilitace Zapamatování po několik minut Na pokladě změn elektrické aktivity Při následné konsolidaci (procvičováním a opakováním) pak dochází k ukládání informace v kapacitě 1 bit/s v dlouhodobé paměti Zapamatování v řádu měsíců nebo i déle (roků) Na podkladě zápisu paměťových stop ve formě specifických peptidů Zapomínání představuje komunikační šum a ztrátu informace...

74 Jak přesně mozek zpracovává informace a jak probíhají třeba procesy myšlení a rozhodování pro nás zatím zůstává záhadou. Za více než 50 let se veškeré snahy napodobit proces lidského uvažování metodami umělé inteligence zatím setkaly jen s částečnými úspěchy, a například řešení na první pohled triviálního problému počítačového vidění je dosud stručně řečeno v plenkách. Ostatní problémové oblasti UI (reprezentace znalostí, komunikace a zpracování přirozeného jazyka, automatizovaný překlad textů do cizího jazyka, atd.) na tom nejsou o moc lépe...

75

76 Neuroinformatika Multidisciplinární specializace – bioinformatika (geny), strukturální informatika (reprezentace a modelování biologických struktur všech úrovní) a zobrazovací informatika (zobrazovací metody) + neurovědy (morfologie, fyziologie, patologie nervové tkáně a mozku, klinický obraz) Data různé „úrovně“: Molekulární a buněčné (iontové kanály, akční potenciály, genetika, proudění látek v axonech, synapse) Orgánové a systémové (kortex – zrak, hmat, sluch, bolest, chuť, vůně, motorika) Kognitivní (jazyk, emoce, rozhodování, učení, paměť, pudy, instinkty, reflexy) Vývojové (diferenciace a přežívání buněk, růst, poranění, regenerace) Dále též patologie a stárnutí, rozhraní nervová tkáň - počítač, modelování různých neuronových systémů, …

77 Umělá inteligence Obor zabývající se tvorbou programů a strojů vykazujících známky inteligentního chování Definice pojmu „inteligentní chování“ je stále předmětem diskuse, nejčastěji se jako vzor bere lidský rozum Nejpokročilejší a nejsofistikovanější metody zpracování informace Turingův test vs. argument čínského pokoje Metody UI inspirované biologií a lidským myšlením: Základní postupy: multiagentové distribuované systémy, kolonie a hejna, neuronové sítě, fuzzy logika, evoluční a genetické algoritmy, pravděpodobnostní a případové uvažování, reprezentace znalostí, prohledávání stavového prostoru, … Komplexnější (často kombinace základních): expertní systémy, dobývání znalostí (datakopectví), strojové učení, počítačové vidění, výpočetní lingvistika a porozumění přirozenému jazyku

78 Počítačová komunikace v přirozeném jazyce
Pochopení smyslu slov a vět při komunikaci je klíčovým faktorem pro konstrukci otázek i odpovědí Stojí na něm i naše chápání inteligentního konání a abstraktního myšlení (viz. Turingův test) Pro počítače je porozumění přirozenému jazyku a komunikaci v něm dosud netriviální problém, patří do domény UI, hlavní oblasti zájmu jsou: Počítačová lingvistika – gramatika jako soustava množiny slov a pravidel pro jejich kombinování Dialogové systémy – smysluplné kladení otázek i zodpovídání dotazů (např. program ELIZA) Rozpoznávání písma & automatická analýza a rozpoznání mluvené řeči – možnost vložení vstupní informace do počítače i jinak než pomocí klávesnice Automatická syntéza řeči – možnost hlasového výstupu

79 Budoucnost – realita s UI?
Obrovské možnosti využití prakticky ve všech oblastech, v biomedicíně např.: podpora rozhodování, klasifikace a rozpoznávání, predikce, automatické řízení, inteligentní umělé náhrady končetin a orgánů, … Výzvy: Virtuální člověk ve virtuální realitě? Virtuální osobnost (avatar) s možností vtělení do stroje či jiného organismu? Rozeznání nervových impulzů a čtení myšlenek? Hrozba: Dokáže si lidstvo nad stroji a počítači udržet kontrolu, nebo bude na nich pořád více závislé? Kyborg (kybernetický organismus): Požehnání nebo prokletí? Hybrid, biologický organismus s kybernetickými součástkami Umělé protézy a orgány – déle vydrží a budou méně zranitelné; přístup do digitální paměti – zapamatujeme si všechno pokud budeme mít k dispozici dostatek paměti, nic nezapomeneme, …

80 Člověk jako zdroj informace
Anamnestické údaje Fyzikální vyšetření Pohled, poklep, pohmat, poslech, per … Laboratorní vyšetření Bioinformatická data Genetika, imunologie, neurologie, … Biosignály Modulátor vnějších signálů Zobrazovací metody Biometriky Populační data

81 Biosignály Biosignál = zdrojem signálu je biologická entita
Mechanické projevy Pohyb, rychlost, pružnost, průtok, puls, krevní tlak, práce, výkon Tepelné projevy Teplota jádra, povrchová teplota kůže, teplotní průběhy, vyzařování v infračerveném spektru, energetický výdej Elektrické projevy Aktivní biopotenciály, pasivní změny impedance, evokované potenciály Změny faktorů vnitřního prostředí Bilance iontů, koncentrace bílkovin a dalších látek, pH, pCO2, saturace O2 – v krvi, moči, mozkomíšním moku, sekretech…

82 Schématický algoritmus zpracování biosignálu
Snímání signálu – pomocí čidel a dalších vstupních zařízení Digitalizace signálu – analogově-digitální (A/D) převodníky Problémem je volba vzorkovací frekvence → alespoň dvojnásobek nejvyšší frekvence přítomné v signálu Fourierova analýza, Shannon-Kotělnikovův teorém Předzpracování a filtrace signálu – úprava dat s cílem v dalších krocích zpracovávat pouze to, co má pro daný účel význam Identifikace objektů zájmu a šumu – rozeznání objektů, které z hlediska dalšího zpracování zaujímají Proměření – výpočet matematických charakteristik rozeznaných objektů (délky trvání, amplitudy, četnosti, perioda) Klinická interpretace – začlenění popsaných objektů do kategorií, které odpovídají odborným lékařským znalostem Počítač pomocí různých postupů navrhne diagnostický závěr jako odborník (interpretace není vždy implementovaná) Deterministický postup (znalostní pravidla) Statistický postup (porovnání s databází)

83 Zpracování biosignálu, pořízeného EKG přístrojem.

84 Biometrie Metody a techniky k jednoznačnému rozlišení jedince na základě unikátních rysů Biometrické údaje (biometriky) mohou být rozděleny do 2 skupin: Fyzické (fyziologické) mají vztah k tvaru těla – otisky prstů, rysy obličeje, DNA, geometrie ruky a dlaně, duhovka, sítnice, či jiné antropometrické rysy Behaviorální mají vztah k chování osoby – rytmus psaní na klávesnici, tempo řeči, chůze, hlas V ITC často využívané pro identifikaci osob a řízení přístupu do počítače/systému/objektu Problémy – možná diskriminace některých osob, zneužití shromážděných osobních dat, možnost krádeže biometrických dat třetí stranou, nepoužitelnost mnoha metrik po úrazu nebo nemoci osoby

85 Biostatistika Vhodnější název je biomedicínská statistika, někdy se však též používá zavádějící označení biometrie (viz předchozí snímek) V centru pozornosti jsou hromadná data Ne jednotlivec, ale populace Popisná statistika vs. statistická inference Aplikační oblasti v medicíně jsou např.: Veřejné zdraví demografie, epidemiologie nemocí, zdravotnická péče, výživa, aj. Klinické studie Evidence-Based Medicine, hodnocení kvality vyšetřovacích testů Bioinformatika Populační genetika a statistická genetika Ekologie a environmentální analýza

86 Klinické informace Medicínská data a informace získané od pacienta, resp. o pacientovi, lze dělit z různých hledisek, často se používá např. následující: Symptomy – kvalitativní informace, verbálním způsobem popisují těžkosti a projevy nemoci (subjektivní anamnestické zjišťování, ale i objektivní nálezy) Údaje (data) – kvantitativní charakter, číselné výsledky měření u různých vyšetřovacích metod (objektivní nálezy či analytické metody) Syndrom – souhrn určitých symptomů a údajů nemoci Diagnóza – zahrnuje symptomy, údaje a syndromy v souvislosti s topografickou strukturou organismu (kde to je?), morfologickým obrazem (jak to vypadá?) a etiologií (příčina?) onemocnění, event. změněnou funkcí (jak se to projevuje oproti normálu?), včetně informací o použitých vyšetřovacích postupech Terapie – léčebné a kontrolní vyšetřovací procedury vyplývající z projevů nemoci a potažmo diagnózy (symptomatická léčba nevyžaduje diagnostický závěr) v souvislosti s prognózou vývoje choroby a na základě poznatků o účincích léčiva či léčebné metody

87 Medicínská informace a rozhodování
Data a informace získané od pacienta, resp. o pacientovi, mají svá specifika, co má pak značný vliv na proces klinického rozhodování: Nikdy nelze získat všechny data o pacientovi, mnoho údajů je subjektivní povahy, pacienti při odběru anamnézy mnohdy z různých důvodů neřeknou všechno nebo dokonce lžou, některá vyšetření nelze kvůli kontraindikacím provést apod., takže diagnostická a následně terapeutická úvaha je prakticky vždy založena na nejisté, neúplné a nepřesné informaci Pro lidský organismus a popis jeho chování nemáme k dispozici odpovídající fyzikální model (simulace tedy lze využít pouze v omezeném rozsahu), navíc každý jedinec za jistých okolností reaguje na podněty specifickým jedinečným způsobem, je proto potřeba být vždy opatrný i při aplikaci osvědčených terapeutických postupů

88 Kvalita informace Pro medicínu je typická neurčitá (nejistá, neúplná, nepřesná) informace – např. při získávání informací od pacienta Objektivně ji lze vyjádřit např. pomocí pravděpodobnosti, možnosti, vícehodnotové logiky, či fuzzy množin Hodnocení spolehlivosti zdroje informace Nakolik lze zdroji informace (pacient, kniha, článek, …) věřit? Online informace – volně dostupné pro každého na webu, kde se každý může tvářit jako expert, z čehož plynou i problémy pro evaluaci Obecná kritéria na posouzení online informace neexistují, nicméně pro medicínskou online informaci je vhodné použít HON-kriteria Vědecké informace – informace z vědeckých publikací (primární, sekundární a terciární informační prameny), kvalita informace je více-méně dána prestiží časopisu/nakladatelství a její citovaností v publikacích jiných autorů Pokud jsou v elektronické podobě, přístup k nim je obvykle možný přes bibliografické databáze a specializované vyhledávače využívající webové rozhraní (často nutná registrace uživatele) – MEDLINE/PubMed, EMBASE, World of Science, SCOPUS, … Druhá možnost je zajít do knihovny  – možnost vyhledávání v online katalozích knihoven, jako např. u informačního systému knihoven University Karlovy Příp. si publikaci koupit  Při psaní vědeckých článků či diplomové práce je důležité správně citovat zdroje! O HON-kriteriích je více pojednáno v prezentaci o Počítačových sítích a síťových službách ve zdravotnictví. K dispozici jsou na webu jako HONcode v sekci pro zdravotnické profesionály. Kapitolu o Vědeckých informacích lze nalézt ve skriptech (Špunda, Dušek & kol.: Zdravotnická informatika, Karolinum, Praha, 2007).

89

90

91

92

93

94

95

96

97 Zdraví, nemoc a informace
V současné medicíně nejsou známy formy hmoty, energie ani děje vplývající na zdraví (tj. patologické procesy a nemoci), které by nebyly definovaným způsobem spojeny s informací (a/nebo jejím generováním, zpracováváním, uchováním, přenosem, atd.) Člověk jako biologická entita je otevřený systém, který neustále registruje a přijímá vnější podněty – jeden z možných pohledů na nemoc akcentuje změny regulací fyziologických funkcí Škodlivé vnější vlivy (faktory fyzikální, chemické či biologické povahy) po překročení kapacity kompenzačních řídících mechanismů vyvolávají akutní či chronické nemoci a mohou narušit genetický základ Zmutovaná genetická informace může vyústit v nádorové onemocnění, či při přenosu na potomstvo se projevit jako dědičná choroba, atd. S rozvojem poznání se mění i náš pohled na svět a to, co se v něm děje. V minulosti někdo onemocněl a řeklo se: posadli ho zlí duchové. Dnes někdo onemocní a řekne se: napadly ho bakterie, kompenzační mechanismy překročili svou kapacitu, atp.

98 Problémové oblasti Pro počítačové zpracování medicínské informace z pohledu počítačové bezpečnosti sehrává důležitou roli zejména důvěrný charakter medicínských dat → přístupové jméno a heslo nemusí stačit! Etické kodexy, legislativní normy Platí to jak pro přístup do nemocničních informačních systémů, kartoték pacientů, registrů, atd. na počítačích přímo na pracovištích, tak i pro přenos dat v Internetu Při počítačovém zpracování těchto informací je důležité myslet a pamatovat i na jejich zabezpečení z důvodu poškození či ztráty → zálohování a archivace!

99 Gradatim ferociter per aspera ad astra
Naše znalosti v prakticky všech vědních oborech jsou jako noční obloha: zahlédneme na ní sice pár hvězd, z nichž se pokoušíme seskupit mytické konstelace, ale ze všeho nejvíce je v našem zorním poli docela obyčejné tmy. Nicméně, nejen pro astronomii platí, že při bližším pohledu se těm z nás, kteří jsou obdaření potřebnými dovednostmi a zvídavostí, mnohdy odhalí skrytá krása i tam, kde bychom to vůbec nečekali… (Roy Porter)

100 Použité informační zdroje
Davies: Kosmický jackpot, Argo/Dokořán, Praha, 2009 Gribbin: Životopis vesmíru, Mladá fronta, Praha, 2009 Holan & kol.: Biofyzika pre lekárov, Osveta, Martin, 1982 Hončariv, Hončarivová: Matematické obrazy života, Obzor, Bratislava, 1989 Hrazdira: Biofyzika (učebnice pro lékařské fakulty), Avicenum, Praha, 1990 Kasal, Svačina: Lékařská informatika, Karolinum, Praha, 1998 Krajíčková, Stejskalová: Prezentace z kurzu Vědecké informace pro bakalářské studium, 1. LF UK Praha, 2008 Mařík, Štěpánková, Lažanský: Umělá inteligence (1-5), Academia, Praha, 1993, 1997, 2001, 2003, 2007 Pačes: Prezentace z kurzu Bioinformatika, PřF UK Praha, 2006 Shortliffe, Cimino et al.: Biomedical Informatics, 3rd Edition, Springer Verlag, New York, 2006 Silbernagl, Despopulous: Atlas fyziologie člověka, 6.vyd., Grada, Praha, 2004 Stewart: Hraje Bůh kostky?, Argo/Dokořán, Praha, 2009 Špunda, Dušek & kol.: Zdravotnická informatika, Karolinum, Praha, 2007 Trenz: Prezentace z kurzu Vybrané kapitoly z UI, PEF MZLU Brno, 2009