داده‌های سلامت هر داده که "مربوط به شرایط بهداشتی، نتایج باروری، علل مرگ و کیفیت زندگی " برای یک فرد یا جامعه است. داده‌های بهداشت شامل معیارهای بالینی همراه با اطلاعات محیط زیستی، اجتماعی، اقتصادی و رفتاری مربوط به سلامتی است.

تعدادی از داده‌های بهداشتی جمع‌آوری و استفاده می‌شود در مواقعی که افراد با سیستم‌های مراقبت‌های بهداشتی ارتباط برقرار می‌کنند. این داده‌ها که توسط تأمین کنندگان مراقبت‌های بهداشتی، معمولاً شامل سابقه خدمات دریافت شده، شرایط خدمات و نتایج بالینی یا اطلاعات مربوط به آن خدمات می‌شود. جمع‌آوری شده، از لحاظ تاریخی بیشترین داده‌های بهداشتی از این چارچوب ارایه شده‌است. ظهور و پیشرفت در فناوری اطلاعات سلامت،  eHealth با این حال، جمع‌آوری و استفاده از داده‌های بهداشتی را گسترش داده‌اند اما همچنین موجب امنیت جدید، حریم خصوصی و اخلاقیات شده‌است. جمع‌آوری و استفاده از داده‌های بهداشتی توسط بیماران در حال افزایش است جزء اصلی سلامت دیجیتال است.

داده‌های بهداشتی هر گونه اطلاعات مربوط به شرایط بهداشتی، نتایج تولید مثل، علت مرگ و کیفیت زندگی را برای یک فرد یا جمعیت می‌باشد. داده‌های بهداشت شامل معیارهای بالینی همراه با اطلاعات زیست‌محیطی، اجتماعی، اقتصادی و رفتاری مرتبط به سلامتی و تندرستی باشد.

زمانی که افراد با سیستم‌های مراقبت‌های بهداشتی ارتباط برقرار می‌کنند تعدادی از داده‌های بهداشتی جمع‌آوری و استفاده می‌شود. این داده‌ها که توسط ارائه دهندگان خدمات بهداشتی جمع‌آوری می‌شوند، معمولاً شامل سابقه خدمات دریافت شده، شرایط خدمات و نتایج بالینی یا اطلاعات مربوط به آن خدمات می‌شود. از لحاظ تاریخی، بیشتر اطلاعات بهداشتی از این چارچوب ارایه شده‌است. با این حال، ظهور سلامت الکترونیک و پیشرفت در فناوری اطلاعات سلامت جمع‌آوری و استفاده از داده‌های بهداشتی را گسترش داده اما باعث ایجاد نگرانی‌های امنیتی، حفظ حریم خصوصی و اخلاقی نیز شده‌است. جمع‌آوری و استفاده از داده‌های بهداشتی توسط بیماران در حال افزایش است و این جزء اصلی سلامت دیجیتال است.

در سامانه تله ویزیت، بصورت آنلاین توسط  دکتر فاطمه نعمت اللهی  ویزیت شوید. جهت تله ویزیت روی لینک زیر کلیک کنید.

https://www.televisit24.com/drnematolahi

از گذشته‌های بسیار دور، سلامت، پزشکی و درمان بر اساس جمع‌آوری داده و یافتن موارد مشابه در داده‌ها بوده است. هرچقدر که میزان یک Case در بیماران مراجعه کننده بیشتر باشد، اطلاعات ما درباره آن بیماری و نحوه مدیریت و درمان آن بهتر می‌شود. پس از وقوع پدیده اینترنت، تولید این داده‌ها به طرز فزاینده‌ای بیشتر و قابل دسترس‌تر شده است. به طوری که در بسیاری از مقالات و مجله‌های علمی، سایت‌های مراکز دولتی آمریکایی و اروپایی، براحتی می‌توان داده‌های ژنتیکی و دارویی را به صورت رایگان استفاده کرد.

با توجه کلماتی که در اینترنت جستجو می‌شود، اطلاعات کارآزمایی‌هعای بالینی، پرونده‌های الکترونیک، پوشیدنی‌ها، اطلاعات مدیریت بیمارستانی، شبکه‌های اجتماعی و مقاله‌های علمی، هیچگونه کمبود داده‌ای در صنعت سلامت وجود ندارد.

در سامانه تله ویزیت، بصورت آنلاین توسط  دکتر سیروس مومن زاده  ویزیت شوید. جهت تله ویزیت روی لینک زیر کلیک کنید.

https://www.televisit24.com/drmomenzadeh

کاربردهای استخراج دانش از داده‌های حوزه سلامت

یافتن داروهای جدید و پزشکی شخصی‌سازی‌شده
پیدا کردن یک فرمولاسیون جدید و ارائه آن به بازار، چیزی حدود 12 سال زمان و 2.6 میلیارد دلار هزینه می‌برد. صنعت دارو یکی از گران‌ترین صنایع حوزه سلامت می‌باشد و دلیل اصلی هزینه‌بر بودن آن، انجام آزمایش‌ها و فرآیندهای بسیار زیاد برای تولید داروهای بهتر و جدیدتر است. در صورتی که با استفاده از داده‌ها، می‌توان براساس نتایج داروهای قبلی و داده‌های ژنومیکس، چه در زمینه تولید دارو و چه در زمینه یافتن داروهای اختصاصی برای هر فرد فعالیت کرد.

پیشگیری از بیماری‌ها و پیش‌بینی طغیان بیماری‌های جدید
مقالات بسیاری زیادی درباره نحوه رفتار بیماری‌ها و نحوه وقوع آنان وجود دارد. چه بیماری‌های واگیر و چه بیماری‌های غیر واگیر از این قاعده مستثنی نیستند. نتایج داده‌های گوگل در سال‌های 2003، 2008 و 2012 نشان می‌دهد که پیش از تشخیص طغیان‌های بیماری‌های SARS و MERS و H1N1، تعداد بسیار زیادی از مردم در آن مناطق علائم آن را سرچ کرده بودند. این نشان می‌دهد که اگر استفاده از کلمات جستجو در آن زمان را می‌دانستیم، احتمالا بسیار زودتر میزان شیوع و بروز این بیماری‌ها را متوجه می‌شدیم.

تشخیص بیماری‌ها

یکی دیگر از کاربردهای استفاده از علم داده در سلامت، یافتن علائم همراه هر بیماری است. بر اساس داده‌هایی که در مقالات علمی وجود دارد و یا کلماتی که در موتورهای جستجو استفاده می‌شود، می‌توان ارتباط بین علائم مختلف و بیماری‌ها را بهتر پیدا کرد. اینگونه پزشکان با استفاده از سامانه‌های Decision Support System یا DSS می‌توانند سریعتر و بهتر بیماری‌ها ار تشخیص دهند.

درمان
برای درمان یک فرد، درمانگر باید بتواند میزان عوارض، هزینه و بهبود شرایط فرد را تحمین بزند. به همین دلیل است که پزشکانی که بیشتر در طول طبابت خود بیمار دیده‌اند، در درمان بیماران جدیدشان موفق‌تر عمل می‌کنند. در صورتی که این شرایط می‌تواندبا استفاده از داده‌های موجود برای هر درمانگری وجود داشته باشد و بتوانند برنامه‌های بهتری با توجه به شرایط بیمار خود طراحی و اجرا کنند. در این میان، با توجه به پروژه ژنوم انسانی و اطلاعاتی که در آن پروژه نهفته است، حتی می‌توان پلن‌های درمانی را براساس اطلاعات ژنتیکی هر فرد شخصی‌سازی کرد تا روند درمانی با عوارض کمتر و تاثیر بیشتری طی شود.

مراقبت‌های پس از بستری
یکی دیگر از چالش‌های پس از بستری، مراقبت‌هایی است که بیماران باید نسبت به شرایط خود انجام دهند. به طور مثال پس از جراحی چه ریسک‌ها یا خطراتی برای بیماران وجود دارد که باید به آن‌ها توجه کنند؟ پزشک چه مواردی را باید گوش‌زد کند؟ در شرایطی احتمالا یک عارضا اورژانس به وجود آمده است و فرد سریعتر باید به بیمارستان مراجعه کند؟ این‌ها اطلاعاتی است که در جال حاضر در دسترس است، اما از آن‌ها نتایج خاصی بدلیل عدم استفاده از علم داده به دست نیامده است.

همچنین بخوانید:

Telehealth چیست؟

مراقبت خانگی از راه دور (Tele Home care) و جانبازان شیمیایی در بیماری همه گیر کووید-19

یک سیستم تله مدیسین از چند بخش تشکیل شده است؟