공중보건정보학

Public health informatics

공중 보건 정보학은 정보 및 컴퓨터 과학과 기술을 공중 보건 실습, 연구, 학습에 체계적으로 적용하는 것으로 정의되어 왔다. 그것은 건강정보학의 하위 영역 중 하나이다.

정의

공중 보건 정보학은 컴퓨터, 임상 지침, 통신 및 정보 시스템의 사용으로 정의되며, 이는 간호, 임상/병원 관리/공공 보건 및 의료 연구와 같은 공공 보건 관련 직업, 관련 직업의 대부분에 적용된다.[1]

미국

미국과 같은 선진국에서는 연방 및 주 차원의 공공 보건 기관과 더 큰 지방 보건 관할 구역의 개인에 의해 공공 보건 정보 기관이 실행된다. 또한, 공중 보건 정보학에 대한 연구와 훈련은 다양한 학술 기관에서 이루어진다.

미국 조지아 주 애틀랜타와 같은 주(州)의 연방 질병통제예방센터(Centers for Disease Control and Prevention, PHSIPO)는 정보과학의 상태를 발전시키는 데 초점을 맞추고 디지털 정보기술을 적용하여 개인과 포에 있어서의 질병과 신드롬의 검출과 관리를 돕는다.맥박

미국의 공중 보건 정보학자들의 업무의 대부분은 일반적으로 공중 보건과 마찬가지로 주 및 지역 차원에서, 주 보건부, 카운티 또는 교구 보건부에서 이루어진다. 주 보건부에서는 다음과 같은 활동이 포함될 수 있다: 활력 통계(생년 및 사망 기록), 전염병 감시에 사용되는 의사, 병원 및 실험실의 전염성 질병 사례 보고서 수집, 전염병 통계 및 동향 표시, 아동 면역자 수집n 및 리드 선별 정보, 생물학적 위협의 초기 증거를 탐지하기 위한 응급실 데이터의 일일 수집 및 분석, 응급 상황 발생 시 대응 계획을 수립할 수 있는 병원 역량 정보 수집. 이러한 각 활동은 자체적인 정보처리 과제를 제시한다.

공중 보건 데이터 수집

(TODO: TIMSS(TB), STDMIS(성 전염병), 역학 조사를 위한 Epi-Info 등과 같은 CDC 제공 DOS/데스크톱 기반 시스템에 대해 설명하십시오.)

월드 와이드 웹이 시작된 이래, 충분한 정보 기술 자원을 보유한 공중 보건 기관들은 웹 기반의 공중 보건 데이터 수집, 그리고 더 최근에는 같은 정보의 자동화된 메시징으로 전환하고 있다. 대략 2000년에서 2005년 사이에 질병관리본부는 NEDSS(National Electronic Disease Surveillance System)에 따라 NEDSS Base System(NBS)이라는 포괄적인 웹 및 메시지 기반 보고 시스템을 구축하여 무료로 제공했다. 자금 지원이 제한되고 구제 기반 시스템을 갖추는 것이 현명하지 않기 때문에, 펜실베니아 주의 PA-NEDSS와 같은 몇몇 주와 더 큰 카운티만이 그들만의 전자 질병 감시 시스템을 구축했다. 이는 NEDSS 연방제품 대비 질병률 증가를 유발하는 완전한 유언을 남기지 않는 완전한 통지 서비스를 시기 적절하게 제공하지 않는다.

CDC는 상호운용성을 촉진하기 위해 의료계로부터 몇 가지 표준 어휘와 메시지 형식의 공중 보건 데이터 교환을 채택하도록 권장했다. 그 중 가장 두드러진 것은 건강관리 수준 7(HL7) 표준, 실험실 테스트 및 결과 정보를 인코딩하는 LOINC 시스템, 그리고 의료 개념의 체계화된 명명법(SNOMED) 어휘 등이다.

CDC는 2005년경부터 보건의료 산업 등(병원, 임상 및 환경 연구소, 의사 진료실, 약국)의 다양한 파트너로부터 데이터를 지방 보건기관에, 그 다음 주 보건기관에 전송하는 것을 촉진하기 위해 공중 보건 정보 네트워크의 아이디어를 추진하였다. CDC. 각 단계에서 기업은 데이터를 수신하고, 저장하고, 적절히 취합하고, 다음 단계로 전송할 수 있어야 한다. 대표적인 예로는 병원, 실험실 및 의사가 지역 보건 기관에 보고해야 하는 합법적인 감염병 데이터, 지역 보건 기관은 주 공중 보건 부서에 보고해야 하며 주 정부는 종합적 형태로 CDC에 보고해야 한다. 다른 용도 중에서도 CDC는 미국 전역에서 체계적으로 획득한 이러한 데이터를 바탕으로 MMWR(병리 및 사망률 주간 보고서)를 발행한다.

공중 보건 데이터 수집의 주요 이슈는 데이터 보고의 필요성 인식, 보고자 또는 수집자의 자원 부족, 순수하게 통사적이거나 의미적 수준에 있을 수 있는 데이터 교환 형식의 상호운용성 결여, 주, 지역 및 지역에 걸친 보고 요구사항의 변화 등이다..

공중보건 정보학자는 생각하거나 세 가지 범주로 나눌 수 있다.

다양한 시스템의 연구 모델

첫 번째 범주는 질병 전염과 같은 복잡한 시스템의 모델을 발견하고 연구하는 것이다. 이는 병원 조사와 같은 다양한 유형의 데이터 수집이나 조직에 제출된 전자 조사(예: CDC)를 통해 이루어질 수 있다. 전염률 또는 질병 발생률/감시는 CDC와 같은 정부 기관이나 WHO와 같은 글로벌 조직을 통해 얻을 수 있다. 질병의 전염/발생률만 볼 수 있는 것은 아니다. 공공의료정보학자는 또한 의료보험이 있는/없는 사람들과 그들이 의사에게 가는 비율을 조사할 수 있다. 인터넷이 등장하기 전에 미국의 공중보건 데이터는 다른 의료 및 비즈니스 데이터와 마찬가지로 종이 양식으로 수집되어 관련 공중보건기관에 중앙 저장되었다. 데이터를 전산화하려면 구별되는 데이터 입력 프로세스가 필요하며, 오늘날의 다양한 파일 형식으로 저장되고, 표준 배치 처리를 사용하여 메인프레임 컴퓨터에 의해 분석되었다.[2]

공중 보건 데이터 저장

두 번째 범주는 다른 공중 보건 시스템의 효율성을 향상시키는 방법을 찾는 것이다. 이는 다양한 수집 방법, 데이터의 저장 및 데이터가 현재의 건강 문제를 개선하기 위해 사용되는 방법을 통해 이루어진다. 모든 것을 표준화하기 위해서는 어휘와 단어 사용이 모든 시스템에 걸쳐 일관성이 있어야 한다. 모든 것을 최신 상태로 유지하기 위해서는 함께 연결하고 새로운 데이터를 현재 시스템과 공유하는 새로운 방법을 찾는 것이 중요하다.[2]

공중 보건 데이터의 저장도 다른 산업과 동일한 데이터 관리 문제를 공유한다. 그리고 다른 산업들과 마찬가지로, 이러한 문제들이 어떻게 해결되는지에 대한 세부사항들은 관리되고 있는 데이터의 특성에 의해 영향을 받는다.

일반적으로 의료 데이터와 같이 공중 보건 데이터의 복잡성과 변동성으로 인해 데이터 모델링 문제는 특정한 문제를 제시한다. 한 세대 전에는 통계 분석을 위한 플랫 데이터 세트가 표준이었지만, 오늘날 공공 보건 기업 전체에 걸친 상호운용성 및 통합 데이터 세트의 요구사항은 보다 정교함을 요구한다. 관계형 데이터베이스는 공중 보건 정보학에서 점점 더 표준화되고 있다. 다양한 공중 보건 목적에 필요한 많은 데이터 집합의 설계자와 구현자는 HL7의 RIM(Reference Information Model) 또는 CDC의 공중 보건 논리적 데이터 모델과 같이 매우 복잡하고 추상적인 데이터 모델과 훈련받지 않은 공중 보건 전문가가 고안하는 단순하고 임시 모델 사이에서 실행 가능한 균형을 찾아야 한다. 함께 일할 수 있을 것 같은 기분이 든다.

공공의료 관할구역으로 유입되는 데이터의 변동성 때문에 데이터 품질 보증도 주요 쟁점이다.

공중보건자료 분석

마지막으로 마지막 범주는 현재 시스템과 모델을 유지 및 강화하여 데이터의 과잉에 적응하고 이 새로운 데이터를 저장/ 정렬하는 것으로 생각할 수 있다. 이는 병원의 건강 기록과 같은 전자 데이터 수집 소스에 직접 연결하는 것만큼 간단하거나 질병률/전송에 대한 공공 정보(CDC)로 이동할 수 있다. 대량의 데이터를 빠르고 효과적으로 분류할 새로운 알고리즘을 찾는 것도 필요하다.[2]

이용 가능한 데이터 질량에서 이용 가능한 공중 보건 정보를 추출할 필요성은 공공 보건 정보 제공자가 일상적 또는 임시 보고서를 작성하기 위한 비즈니스 인텔리전스 도구에서 DAP/SAS 및 PSPP/SPSS와 같은 정교한 통계 분석 도구, 지리적 정보까지 다양한 분석 도구를 숙지할 것을 요구한다.공공 보건 추세의 지리적 차원을 노출하기 위한 GIS(Grmation Systems) 이러한 분석에는 일반적으로 건강 데이터의 프라이버시를 적절히 보호하는 방법이 필요하다. 한 가지 접근방식은 데이터의 개별 식별 가능한 변수를 나머지[3] 변수와 분리하는 것이다.

건강 감시 및 역학 조사의 응용 프로그램

공중 보건 정보학에 더 관여하고 싶어하는 전문가들에게 유용한 정보를 제공하는 몇 개의 기관이 있다. 미국 의학 정보 협회(AMIA)와 같은 것. AMIA는 의사, 과학자, 연구자, 학생을 포함한 건강관리, 정보학 연구, 생물 의학 연구에 관련된 직업들을 위한 것이다. AMIA의 주요 목표는 '벤치에서 침대 곁으로' 이동하며 건강 혁신의 영향을 개선하고 공중 보건 정보 분야를 발전시키는 것이다. 회원들이 무료로 이용할 수 있는 연례 회의, 온라인 강의, 웨비나 등을 진행한다. 또한 생물 의학 및 건강 정보 커뮤니티를 위한 직업 센터가 있다.[1]

많은 직업이나 공중 보건 정보학자들의 펠로우쉽이 제공된다. 질병관리본부(Center for Disease Control, CDC)는 다양한 펠로우십 프로그램을 운영하고 있으며, 여러 대학/기업은 이 분야의 학위 프로그램이나 훈련을 제공한다.[4]

이 항목에 대한 자세한 내용은 아래 링크를 참조하십시오.

http://www.jhsph.edu/departments/health-policy-and-management/certificates/public-health-informatics/what-is-health-informatics.html

https://web.archive.org/web/20150406033743/http:///www.phii.org/what-we-do

소셜 미디어 분석

2000년대 후반부터 트위터, 페이스북 등 소셜미디어 사이트는 물론 구글, 빙 등 검색엔진 등의 데이터가 공중보건 동향을 탐지하는 데 광범위하게 활용되고 있다.[5]

참조

  1. ^ a b http://www.jhsph.edu/departments/health-policy-and-management/certificates/public-health-informatics/what-is-health-informatics.html. 누락 또는 비어 있음 title= (도움말)
  2. ^ a b c https://www.cdc.gov/mmwr/preview/mmwrhtml/su6103a5.htm?s_cid=su6103a5_x. 누락 또는 비어 있음 title= (도움말)
  3. ^ Mazumdar S, Konings P, Hewett M, et al. (2014). "Protecting the privacy of individual general practice patient electronic records for geospatial epidemiology research". Australian and New Zealand Journal of Public Health. 38 (6): 548–552. doi:10.1111/1753-6405.12262. hdl:1885/76167. PMID 25308525. http://onlinelibrary.wiley.com/doi/10.1111/1753-6405.12262/full
  4. ^ http://www.phii.org/what-we-do. 누락 또는 비어 있음 title= (도움말)
  5. ^ Ayers, John W.; Althouse, Benjamin M.; Dredze, Mark (2014-04-09). "Could Behavioral Medicine Lead the Web Data Revolution?". JAMA. 311 (14): 1399–1400. doi:10.1001/jama.2014.1505. ISSN 0098-7484. PMC 4670613. PMID 24577162.