Jak napisać pracę magisterską z informatyki medycznej

Informatyka medyczna to dyscyplina, która łączy zaawansowane metody informatyczne z kontekstem klinicznym i regulacyjnym ochrony zdrowia. Praca magisterska z tego kierunku musi odzwierciedlać tę podwójną naturę: z jednej strony wymaga solidnych podstaw technicznych (architektura systemów HIS/EMR, standardy interoperacyjności, algorytmy uczenia maszynowego), z drugiej, rozumienia środowiska prawnego, w którym te systemy działają (RODO, standardy ISO 27001/27799, wymagania stawiane wyrobom medycznym klasy MDR).

W tym artykule dowiesz się, jak zaplanować i napisać pracę magisterską z informatyki medycznej: jak wybrać temat, jaką metodologię zastosować, jak prawidłowo opisać modele uczenia maszynowego, jak poruszać się w regulacjach dotyczących danych medycznych oraz jak cytować źródła w standardach IEEE i Vancouver. Artykuł jest skierowany zarówno do osób piszących prace o charakterze technicznym (projekt systemu, implementacja algorytmu), jak i analitycznym (badania retrospektywne na danych klinicznych).

Specyfika informatyki medycznej i wybór tematu

Prace magisterskie z informatyki medycznej koncentrują się w czterech głównych obszarach:

1. Systemy informacyjne w ochronie zdrowia, projekt lub ocena architektury HIS (Hospital Information System), EMR/EHR (Electronic Medical/Health Record), LIS (Laboratory Information System), RIS/PACS (Radiology Information System / Picture Archiving and Communication System)
2. Standardy interoperacyjności i integracja danych, implementacja lub analiza HL7, FHIR, DICOM; wymiana danych między systemami
3. Analiza danych klinicznych i uczenie maszynowe, modele diagnostyczne, predykcja wyników leczenia, analiza przeżywalności, przetważanie sygnałów biomedycznych (EKG, EEG) lub obrazów (RTG, MRI, histopatologia)
4. Bezpieczeństwo i prywatność danych medycznych, zgodność z RODO, ISO 27001/27799, testy penetracyjne systemów medycznych

Przy wyborze tematu kluczowe znaczenie ma dostęp do danych. Dane kliniczne są silnie chronione prawem, a ich pozyskanie na potrzeby badań wymaga zgody komisji etycznej i spełnienia wymogów RODO. Alternatywami są:
– Publiczne repozytoria danych klinicznych: MIMIC-IV (dane ICU, PhysioNet), eICU Collaborative Research Database, UK Biobank (ograniczony dostęp), Cancer Genome Atlas (TCGA)
– Dane syntetyczne: narzędzia jak Synthea generują realistyczne, ale nierealne dane pacjentów, dozwolone bez ograniczeń etycznych
– Własna implementacja systemu bez przetwarzania prawdziwych danych pacjentów

Systemy HIS/EMR/EHR i ich architektura

Jeśli piszesz pracę o systemach informatycznych w ochronie zdrowia, musisz sprawnie operować terminologią architektoniczną.

Architektura HIS, typowy szpitalny system informacyjny składa się z warstw i modułów:
– Warstwa danych: bazy relacyjne (PostgreSQL, Oracle Health) lub NoSQL (MongoDB dla dokumentów FHIR)
– Warstwa logiki biznesowej: serwer aplikacyjny (Java EE/Spring Boot, .NET), silnik reguł klinicznych (CDS Hooks)
– Warstwa prezentacji: interfejs webowy (React, Angular) lub native mobile

Moduły funkcjonalne:
– ADT (Admission, Discharge, Transfer), zarządzanie ruchem pacjentów
– OE (Order Entry), zlecenia badań i leków
– LIS, wyniki badań laboratoryjnych
– RIS/PACS, radiologia; PACS przechowuje obrazy DICOM

Słowniki kliniczne:
– ICD-10/ICD-11, klasyfikacja chorób (WHO); ICD-11 wchodzi w użycie od 2022 r.
– SNOMED CT, ontologia kliniczna; bogatsza niż ICD, używana w EHR nowej generacji
– LOINC, kody badań laboratoryjnych i obserwacji klinicznych
– ATC, klasyfikacja leków; używana w systemach OE

Standardy interoperacyjności, HL7, FHIR, DICOM

Interoperacyjność to jeden z najgorętszych tematów w informatyce medycznej. Praca o integracji systemów powinna opisywać następujące standardy:

HL7 i FHIR

HL7 v2.x to komunikacyjny standard wiadomości tekstowych (ASCII) używany od lat 80. Wiadomości składają się z segmentów (MSH, PID, OBR, OBX), pól i komponentów separowanych znakiem |. Wciąż dominuje w integracji systemów szpitalnych w Polsce.

HL7 FHIR R4 (Fast Healthcare Interoperability Resources) to nowoczesny standard REST API, oparty na zasobach JSON/XML. Kluczowe pojęcia:
– Resource, podstawowa jednostka danych (Patient, Observation, MedicationRequest, DiagnosticReport)
– Bundle, zestaw zasobów przekazywanych w jednej transakcji
– Capability Statement, deklaracja serwera FHIR, jakie operacje obsługuje
– SMART on FHIR, protokół autoryzacji OAuth 2.0 dla aplikacji klinicznych

W pracy opisujesz: wersję FHIR (R4 lub R5), mapowanie danych między formatem źródłowym a zasobami FHIR (resource mapping), użyty serwer FHIR (HAPI FHIR Server, Azure API for FHIR, Google Cloud Healthcare API).

DICOM

DICOM (Digital Imaging and Communications in Medicine) to standard przechowywania i transmisji obrazów medycznych. W pracy z analizą obrazów medycznych opisujesz:
– format pliku DICOM: nagłówek z tagami (GroupNumber, ElementNumber) zawierającymi metadane pacjenta i badania
– protokoły sieciowe: C-STORE (przesyłanie obrazów), C-FIND (wyszukiwanie), C-GET, WADO-RS (REST-based)
– de-identyfikację danych: usunięcie tagów identyfikujących pacjenta przed analizą badawczą (profil DICOM de-identification PS 3.15)

Tabela standardów interoperacyjności

Analiza danych medycznych i uczenie maszynowe

Typy badań i ich metodologia

Przed zastosowaniem modeli ML należy jasno określić typ badania:
– Retrospektywne badanie kohortowe, analiza historycznych danych klinicznych; opisujesz grupę (kohortę) pacjentów ze wspólnym czynnikiem ekspozycji lub diagnozą i śledzisz wyniki
– Analiza przeżywalności (Kaplan-Meier, model Coxa), gdy zmienną zależną jest czas do zdarzenia (zgon, nawrót choroby, rehospitalizacja)
– Badanie diagnostyczne, ocena testu lub algorytmu względem „złotego standardu” (ground truth); wyniki wyrażone krzywą ROC/AUC, czułością (sensitivity) i swoistością (specificity)

Modele uczenia maszynowego w diagnostyce

Przy opisie modeli ML w pracy medycznej musisz uwzględnić zarówno aspekty techniczne, jak i kliniczne:

Klasyfikatory klasyczne:
– SVM (Support Vector Machine), opisujesz jądro (liniowe, RBF), parametr C, technikę skalowania danych
– Random Forest, liczba drzew, głębokość, metoda wyboru cech (feature importance)
– XGBoost/LightGBM, regularyzacja, learning rate, strojenie hiperparametrów

Sieci neuronowe do analizy obrazów:
– CNN (Convolutional Neural Network), architektura (ResNet-50, VGG-16, EfficientNet), transfer learning z ImageNet lub własne pre-trenowanie na danych medycznych
– Augmentacja danych: obroty, odbicia, zmiany kontrastu (szczególnie ważne przy małych zbiorach medycznych)

Walidacja modeli:

Walidacja krzyżowa: stosuj stratified k-fold (k=5 lub 10) dla danych klinicznych, gdzie klasy są niezbalansowane. Dla małych zbiorów (< 200 przypadków) rozważ LOOCV (Leave-One-Out Cross-Validation). Wyniki podawaj z 95% przedziałem ufności (bootstrapping lub metoda analityczna).

RODO w badaniach z danymi medycznymi

Dane dotyczące zdrowia są szczególną kategorią danych osobowych w rozumieniu art. 9 RODO. Ich przetwarzanie w badaniach naukowych wymaga spełnienia jednego z warunków legalności:
– Art. 9 ust. 2 lit. j, przetwarzanie w celach badań naukowych lub statystycznych, z odpowiednimi zabezpieczeniami
– Zgoda podmiotu danych, art. 9 ust. 2 lit. a; w praktyce trudna do uzyskania retroaktywnie

W rozdziale Metodologia opisujesz:
1. Podstawę prawną przetwarzania danych
2. Zakres pseudonimizacji (zastąpienie identyfikatorów kodami) lub anonimizacji (nieodwracalna)
3. Zgodę komisji etycznej (numer protokołu)
4. Umowę z instytucją dostarczającą dane (Data Processing Agreement jeśli dotyczy)
5. Retencję danych po zakończeniu badania

Pseudonimizacja vs anonimizacja: dane są zanonimizowane tylko wtedy, gdy re-identyfikacja jest praktycznie niemożliwa nawet przy połączeniu z innymi zbiorami. Pseudonimizacja (klucz do ponownej identyfikacji istnieje) nie wyłącza stosowania RODO, tylko zmniejsza ryzyko.

Kluczowe źródła i bazy danych

Czasopisma z informatyki medycznej:
– Journal of the American Medical Informatics Association (JAMIA), IF ~7; top journal w health informatics
– Journal of Biomedical Informatics (Elsevier), szerszy zakres, metody obliczeniowe
– npj Digital Medicine (Nature), AI w medycynie, open access
– IEEE Journal of Biomedical and Health Informatics, inżynierski profil
– Artificial Intelligence in Medicine (Elsevier)

Bazy danych i repozytoria:
– PubMed/MEDLINE, filtr „Medical Informatics” jako MeSH; pełnotekstowe w PubMed Central
– IEEE Xplore, artykuły IEEE z biomedical engineering i health informatics
– ACM Digital Library, informatyczne aspekty (CHI, CSCW, konferencje o HCI w medycynie)
– MIMIC-IV (physionet.org), dane ICU z Beth Israel; wymaga rejestracji i ukończenia kursu CITI o ochronie danych
– PhysioNet, sygnały biomedyczne (EKG, EEG), udostępniane badaczom

Struktura pracy i wymogi formalne

1. Wstęp, tło kliniczne (problem zdrowotny lub informatyczny), motywacja, cel pracy, hipotezy/pytania badawcze
2. Przegląd literatury, stan wiedzy: istniejące systemy, dotychczasowe modele, ocena ich ograniczeń; uzasadnienie luki badawczej
3. Materiał i metody, opis danych (źródło, liczba rekordów, zmienne, okres zbierania, preprocesing), opis modelu/systemu, walidacja, narzędzia programistyczne (Python 3.x, biblioteki scikit-learn, PyTorch, pandas, wersje), infrastruktura obliczeniowa (CPU/GPU, chmura)
4. Wyniki, tabele z metrykami, krzywe ROC, macierze pomyłek, wykresy SHAP (feature importance), analiza błędów
5. Dyskusja, porównanie z literaturą, ograniczenia (błędy selekcji danych, brak zewnętrznej walidacji), implikacje kliniczne
6. Wnioski i kierunki dalszych badań
7. Piśmiennictwo
8. Aneksy, kluczowe fragmenty kodu, dodatkowe tabele wynikowe, diagram architektury systemu

Cytowanie: IEEE lub Vancouver

Informatyka medyczna korzysta z obydwu standardów, wybór zależy od promotora i wydziału.

IEEE (stosowany gdy dominuje aspekt inżynierski/algorytmiczny):

[1] Y. LeCun, Y. Bengio, and G. Hinton, „Deep learning,” Nature, vol. 521, pp. 436-444, May 2015. doi: 10.1038/nature14539

Vancouver (stosowany gdy dominuje aspekt kliniczny/biomedyczny):

1. Rajpurkar P, Chen E, Banerjee O, Topol EJ. AI in health and medicine. Nat Med. 2022;28(1):31-38. doi:10.1038/s41591-021-01614-0

Cytowanie zbiorów danych:

Johnson A, Bulgarelli L, Pollard T, Celi LA, Mark R, Horng S. MIMIC-IV (version 2.2). PhysioNet. 2023. Available from: https://doi.org/10.13026/6mm1-ek67

Cytowanie oprogramowania i bibliotek:

Pedregosa F, Varoquaux G, Gramfort A, et al. Scikit-learn: Machine Learning in Python. J Mach Learn Res. 2011;12:2825-2830.

Przy cytowaniu repozytoriów GitHub: podaj autora, nazwę repozytorium, wersję (tag/commit hash), URL i datę dostępu.

Najczęściej zadawane pytania

Natalia Witek-Dąbrowska

Redaktorka i korektorka z 20-letnim doświadczeniem

Specjalizuję się w korekcie prac naukowych i dyplomowych. Jeśli potrzebujesz pomocy z tekstem, napisz do mnie.