Medcin: A New Nomenclature for Clinical Medicine

طبابت به حرفه ای با اطلاعات فشرده تبدیل شده است. منابع و مراجع اطلاعاتی مرتبط و دقیق به سرعت در حال افزایش هستند، در حالی که تعداد داده های بیمار جمع آوری شده در طول یک دوره مراقبت می تواند دلهره آور باشد. شناسایی بهترین راهنما و مداخلاتی که منجر به یک نتیجه بالینی بهینه برای هر بیمار می شود، چالش فزاینده ای دشوار است. تطبیق اطلاعات دقیق در مورد یک بیمار خاص با پارامترهای یک راهنما ممکن است خسته کننده باشد. تلاش برای شناسایی یا استفاده از یک راهنما با تعاریف متفاوت با تعاریف موجود در پرونده بیمار ممکن است غیرممکن باشد. در اینجا ما با "مشکل واژگان پزشکی" معروف روبرو هستیم که تلاش‌های نوپایی را برای ایجاد پرونده‌های پزشکی الکترونیکی (EMR) در همه جا آزار می‌دهد. مدیریت کارآمد منابع و اتخاذ استراتژی های مقرون به صرفه از اهمیت فزاینده ای در واقعیت های بازار جدید مراقبت های بهداشتی در اواخر دهه 90 برخوردار است. چه ارائه دهندگان به دنبال توصیف عملکرد خود، اجرای بهبود مستمر، مشارکت در جستجوی نتایج، یا توسعه دستورالعمل های مبتنی بر داده باشند، راهی برای نمایش یافته ها و رویدادهای بیمار به طور مداوم مورد نیاز است. طبقه‌بندی استاندارد برای داده‌های اداری در مراقبت‌های بهداشتی، مانند ICD-9-CM، برای بررسی دقیق الگوهای تمرین و نتایج تنظیم‌شده با شدت، بیش از حد خشن است. استفاده از متن آزاد برای نشان دادن تشخیص ها و روش ها دشوار است. متن آزاد بدون ساختار نمی تواند از پیوند و تجزیه و تحلیل اطلاعات بدون پردازش ماشینی دقیق یا ابستراکشن دستی و کدگذاری پشتیبانی کند.

The practice of medicine has become an information intensive profes­ sion. Pertinent and detailed information resources and references are proliferating rapidly, while the quantity of patient data gathered during an episode of care can be daunting. Identifying the best guideline and interventions which will lead to an optimal clinical outcome for an individual patient poses an increasingly difficult challenge. Matching the detailed information about a particular patient with the parameters of a guideline may be tedious. Attempting to identify or use a guideline with terms of definitions which differ from those found in a patient's record may well be impossible. Here we confront the well-known "medical vocabulary problem" which plagues nascent efforts to establish elec­ tronic medical records (EMRs) everywhere. Efficient resource management and the adoption of cost effective strategies are of increasing importance in the new market realities of healthcare in the late 90's. Whether providers seek to describe their practice, implement continuous improvement, engage in outcomes re­ search, or develop data driven guidelines, a way to represent patient findings and events consistently is required. The standard classifications for administrative data in healthcare, such as ICD-9-CM, have proven to be too coarse for a detailed examination of practice patterns and severity adjusted outcomes. The use of free text to represent diagnoses and pro­ cedures is unwieldy; unstructured free text cannot support information linkage and analyses without elaborate machine processing or hand ab­ straction and coding.