Informatika kesehatan masyarakat : berfokus kepada populasi untuk mendukung pelayanan, pendidikan dan pembelajaran kesehatan masyarakat.
5 (lima) Agenda Penting untuk membangun informatika kesehatan masyarakat :
- Dukungan terhadap pengembangan Sistem Infomasi Manajemen (SIM) dalam bidang kesehatan.
- Penentuan Standar sesuai dengan tujuan penggunaan, dan dilakukan dengan kerjasama dan kolaborasi dari berbagai pihak.
- Memperkuat Regulasi dan Kebijakan.
- Meningkatkan SDM di bidang informatika kesehatan masyarakat.
- Mendukung pemgembangan kerjasama semua pihak terutama stakeholders terkait.
Reinhold Haux menyebutkan “Achievement of six most important (medical informatics) sub fields” dalam artikel Aims and Tasks of Medical Informatics yang diterbitkan International Journal of Medical Informatics pada tahun 1997 , yang mencakup bidang-bidang:
- Sistem informasi kesehatan;
- Dokumentasi medis;
- Pemrosesan signal medis;
- Pemrosesan citra medis;
- Pendukung diagnosis dan terapi berbasis pengetahuan;
- Bioinformatika molekular.
Lima poin penilaian pencapaian informatika kesehatan oleh Sittig dan Haux:
Pertama. Sistem informasi kesehatan (poin 1 Haux) direpresentasikan pada sistem informasi rumah sakit yang sangat kompleks. Selain untuk mendukung kepentingan manajemen untuk tujuan efisiensi dan pelaporan, sistem informasi rumah sakit juga dapat meningkatkan kualitas pelayanan kesehatan terhadap pasien.
Kedua. Dokumentasi medis (poin 2 Haux) mencatat seluruh data penting yang didapat selama pasien dirawat. Informasi pada medical documentation digunakan untuk mendukung pengambilan keputusan medis, penelitian dan aspek legal.
Ketiga. Dengan ditemukannya perangakat pemrosesan citra medis (poin 4 Haux), seperti Magnetic Resonance Imaging (MRI) dan Positron Emission Tomography (PET), kemampuan mendeteksi adanya kelainan kecil pada jaringan secara non invasif menjadi lebih baik. Selain untuk mendiagnosa, medical image processing juga telah diaplikasikan pada proses terapi, semisal perencanaan dosis radioterapi dan panduan bagi minimal invasive surgery.
Keempat. Melalui pemodelan dan representasi pengetahuan, knowledge-based support of diagnosis and therapy (poin 5 Haux) dimanfaatkan untuk membantu klinisi dalam menegakkan diagnosa dan memilih terapi yang tepat. Pada awal pengembangannya, sistem pendukung berbasis pengetahuan tersebut dikembangkan untuk tujuan khusus, semisal MYCIN sistem pakar diagnosa penyakit infeksi dan umumnya sistem tersebut berdiri sendiri, seperti QMR, DxPLAIN (poin 5 Sittig). Pada perkembangan selanjutnya, sistem pendukung keputusan klinis telah terintegrasi kedalam sistem informasi rumah sakit (poin 3 Sittig).
Kelima. Molecular bioinformatics (poin 6 Haux) mengembangkan algoritma, teknik komputasi dan statistik untuk menyelesaikan masalah-masalah yang ditemui pada analisis data biomolekular. Kemampuan komputasi yang ada saat ini dapat digunakan untuk melakukan analisis sekuen DNA, mencari gen pada suatu genom, menandai dan melakukan perbandingan genom, serta meprediksi struktur protein. Salahsatu pencapaian penting bioinformatics adalah Human Genome Project (poin 10 Sittig). Dengan melakukan interpretasi dari data lengkap genome manusia, akan dapat diidentifikasi gen-gen penyebab penyakit dan kelainan, seperti kanker, penyakit Alzheimer, fibrosis kistik, dan lain-lain.
Informatika Kedokteran dan Kesehatan
Menurut Edward H. Shortliffe, Informatika kedokteran adalah disiplin ilmu yang berkembang dengan cepat yang berurusan dengan penyimpanan, penarikan dan penggunaan data, informasi, serta pengetahuan biomedik secara optimal untuk tujuan pemecahan masalah dan pengambilan keputusan. Secara terapan, aplikasi informatika kedokteran meliputi rekam medis elektronik, sistem pendukung keputusan medis, sistem penarikan informasi kedokteran, hingga pemanfaatan internet dan intranet untuk sektor kesehatan, termasuk pengembangan sistem informasi klinis.
Menurut Shortliffe, subdomain dalam informatika kedokteran (atau kesehatan) adalah sebagai berikut:
Bioinformatika : penerapan bidang-bidang dalam bioinformatika (seperti pembuatan basis data dan pengembangan algoritma untuk analisis sekuens biologis) sudah dilakukan sejak tahun 1960-an. Bioinformatika dikemukakan pada pertengahan era 1980 untuk mengacu pada penerapan komputasi dalam biologi. Basis data utama untuk sekuens asam nukleat saat ini adalah GenBank (Amerika Serikat), EMBL (Eropa), dan DDBJ(english) (DNA Data Bank of Japan, Jepang). Sementara itu, contoh beberapa basis data penting yang menyimpan sekuens primer protein adalah PIR (Protein Information Resource, Amerika Serikat), Swiss-Prot (Eropa), dan TrEMBL (Eropa). Ketiga basis data tersebut telah digabungkan dalam UniProt (yang didanai terutama oleh Amerika Serikat).
BLAST (Basic Local Alignment Search Tool) merupakan perkakas bioinformatika yang berkaitan erat dengan penggunaan basis data sekuens biologis.
PDB (Protein Data Bank, Bank Data Protein) adalah basis data tunggal yang menyimpan model struktural tiga dimensi protein dan asam nukleat hasil penentuan eksperimental (dengan kristalografi sinar-X, spektroskopi NMR dan mikroskopi elektron). PDB menyimpan data struktur sebagai koordinat tiga dimensi yang menggambarkan posisi atom-atom dalam protein ataupun asam nukleat.
Cabang cabang ilmu bioinformatika
- Biophysics, yaitu mengaplikasikan teknik-teknik ilmu fisika untuk memahami struktur fungsi biologi.
- Computational Biology, bagian dari bioinformatika yang paling dekat dengan bidang Biologi umum klasik, dimana berfokus pada gerak evolusi, populasi dan biologi teoritisdaripada biomedis pada molokul dan sel.
- Medical Informatics, menurut Aamir Zakaria yaitu pembelajaran, penemuan, implementasi dari struktur algoritma untuk meningkatkan komunikasi, pengertian dan manajemen informasi medis.
- Cheminformatics, yaitu kombinasi dari sintesa kimia, penyaringan biologis, dan pendekatan data mining, yang digunakan untuk penemuan dan pengembangan obat. (Cambridge Healthech Institute Sixth Annual Cheminformatics Conference).
- Genomics, yaitu bidang ilmu yang ada sebelum selesainya sekuen genom. Pada ilmu ini, dikerjakan dengan menganalisa atau membandingkan seluruh komponen genetik dari satu spesies atau spesies lain.
- Mathematical Biology, menurut Alex Kasman secara umum Mathematical Biology melingkupi semua ketertarikan teoritis yang tidak perlu merupakan suatu yang beralgoritma, dan tidak perlu dalam bentuk molekul dan tidak perlu berguna dalam menganalisis data yang terkumpul.
- Proteomics, Menurut Michael J. Dunn, pemimpin redaksi dari Proteomics mendefinisikan kata ”Proteome” sebagai ”The PROTEin complement of the geNOME”. Dan mendefinisikan proteomics dengan ”studi kuantitatif dan kualitatif dari ekspresi gen di level dari protein protein fungsional itu sendiri”. Yaitu ”sebuah antarmuka antara biokimia protein dengan biologi molekul”.
- Pharmacogenomics, yaitu aplikasi dari pendekatan genomik dan teknologi pada identifikasi dari target target obat.
- Pharmacogenotics, yaitu bagian dari pharmacogenomics yang menggunakan metode genomic atau bioinformatika untuk mengidentifikasi hubungan-hubungan genomik contohnya SNP (Single nucleotide Polymorphism), karakteristik dari profil response pasien tertentu dan menggunakan informasi-informasi untuk memberitahu administrasi dan pengembangan pengobatan.
Contoh penerapan bioinformatika di indonesia yaitu, deteksi kelainan janin, pengembangan vaksin hepatitis b rekombinian, dan meringankan kelumpuhan dengan rekayasa RNA.
Medical imaging (informatika pencitraan): mengkaji aspek pengolahan data dan informasi digital pada level jaringan dan organ. Kemajuan pada sistem informasi radiologis, PACS (picture archiving communication systems), sistem pendeteksi biosignal adalah beberapa contoh terapannya. . Sumber Blog : Ari Gunawan….(Hendri Saputra_kominfo)@sijunjung.go.id