انجمن فناوری اطلاعات سلامت دانشگاه ع.پ تهران

24 October 2026 08:59

📸 گزارش تصویری | جلسه اول تور ثبت بیماری‌ها: سرطان

نخستین جلسه از مجموعه جلسات آموزشی «تور ثبت بیماری‌ها» با محوریت سرطان، در روز چهارشنبه ۲۹ مهرماه ۱۴۰۵، در مجتمع بیمارستانی امام خمینی (ره)، انستیتو کانسر ایران، برگزار شد.

این جلسه با تدریس سرکار خانم دکتر نحوی‌جو و با هدف آشنایی با مبانی ثبت بیماری‌ها برگزار شد.

از همراهی شرکت‌کنندگان در این برنامه آموزشی سپاسگزاریم. 🌱

🔹 انجمن علمی دانشجویی فناوری اطلاعات سلامت
دانشگاه علوم پزشکی تهران

#گزارش_تصویری #تور_ثبت_بیماری‌ها

انجمن فناوری اطلاعات سلامت دانشگاه ع.پ تهران

19 October 2026 13:10

📊 از داده‌ها تا تصمیم‌های بهتر؛ سفری به دنیای ثبت بیماری‌ها!

انجمن علمی فناوری اطلاعات سلامت دانشگاه علوم پزشکی تهران برگزار می‌کند:

🔹 جلسه اول تور علمی ثبت بیماری‌ها؛ با موضوع ثبت سرطان

در این برنامه، فرصتی داریم تا از نزدیک با اهمیت ثبت اطلاعات بیماری‌ها آشنا بشیم و با نقش اون‌ها در پژوهش، برنامه‌ریزی و ارتقای سلامت بیشتر آشنا بشیم.

🎙 با حضور سرکار خانم دکتر نحوی‌جو

📅 چهارشنبه، ۲۹ مهر ۱۴۰۵
⏰ ساعت ۱۱ الی ۱۳
📍 مجتمع بیمارستانی امام خمینی (ره)

🎓 همراه با ارائه گواهی معتبر

اگر به پژوهش، مدیریت اطلاعات سلامت و شناخت کاربردهای واقعی رشته‌مون علاقه‌مندین، این فرصت رو از دست ندین!

📌 برای کسب اطلاعات بیشتر و ثبت‌نام، از طریق لینک زیر اقدام کنید:
https://survey.porsline.ir/s/LjjJiazA
انجمن علمی فناوری اطلاعات سلامت
دانشگاه علوم پزشکی تهران

انجمن فناوری اطلاعات سلامت دانشگاه ع.پ تهران

17 October 2026 22:47

🔹 گفت‌وگویی درباره آینده هوش مصنوعی در مدیریت بیماری‌ها

در تاریخ ۱۴۰۵/۷/۲۲، دورهمی پژوهشی انجمن علمی فناوری اطلاعات سلامت با ارائه‌ی مهدی درستی، دانشجوی کارشناسی فناوری اطلاعات سلامت، برگزار شد. این نشست فرصتی بود تا در کنار یکدیگر به بررسی یکی از موضوعات جذاب و روبه‌رشد حوزه سلامت، یعنی کاربرد هوش مصنوعی در مدیریت بیماری‌ها، بپردازیم.

در آغاز، با مفاهیم پایه‌ای مدل‌های زبانی بزرگ (LLMs) و عامل‌های هوش مصنوعی (AI Agents)، سازوکار کلی آن‌ها و نقششان در توسعه سامانه‌های هوشمند آشنا شدیم. سپس با تمرکز بر مقاله‌ای منتشرشده در مجله معتبر Nature با عنوان Towards Conversational Artificial Intelligence for Disease Management، به بررسی سامانه AMIE، ظرفیت‌های هوش مصنوعی مکالمه‌محور در مدیریت بیماری‌ها و فرصت‌ها و چالش‌های به‌کارگیری این فناوری در مراقبت از بیماران پرداختیم.

✨ این دورهمی فرصتی برای یادگیری، تبادل دیدگاه‌ها و نگاهی عمیق‌تر به پیوند میان فناوری اطلاعات سلامت و هوش مصنوعی بود؛ حوزه‌ای که می‌تواند افق‌های تازه‌ای را در مسیر بهبود مراقبت و مدیریت بیماری‌ها پیش روی ما قرار دهد.

💙 به امید تداوم چنین جمع‌هایی برای یادگیری، گفت‌وگو و شکل‌گیری ایده‌های پژوهشی تازه.

انجمن علمی فناوری اطلاعات سلامت
دانشگاه علوم پزشکی تهران

#دورهمی_پژوهشی

انجمن فناوری اطلاعات سلامت دانشگاه ع.پ تهران

17 October 2026 20:13

📊 سامیت امسال در یک نگاه!

📄 دومین دوره‌ی MedAI Summit با مجموعه‌ای از برنامه‌های مجازی و حضوری، از ۶ تا ۸ آبان ۱۴۰۵ برگزار می‌شود و فرصتی برای آشنایی با تازه‌ترین دستاوردها، تبادل تجربه و گفت‌وگو درباره‌ی نقش «هوش مصنوعی در علوم پزشکی و سلامت دیجیتال» است.

سامیت، بخش‌های مختلفی دارد که به شرح زیر است:

💙 رویداد مجازی | ۶ تا ۸ آبان | آنلاین

بزرگ‌ترین رویداد صنعت سلامت دیجیتال با حضور ۳۲ سخنران برتر از زمینه‌های مختلف هوش مصنوعی در علوم پزشکی. این بخش، فرصتی برای شنیدن دیدگاه‌های متخصصان، آشنایی با روندهای روز و دنبال‌کردن مسیر آینده‌ی این حوزه است و در پست زیر به معرفی سخنرانان پرداخته‌ایم:
/channel/MedAISummit/198

💙 رویداد حضوری (VIP) | ۸ آبان | ایران‌مال

شبکه‌سازی حضوری، به همراه یادگیری در کارگاه ویژه و گفتگو در پنل کارآفرینان صنعت سلامت دیجیتال ایران. فرصتی استثنائی برای یادگیری، تعامل و تشکیل ارتباطات ارزشمند که در پست زیر به معرفی بیشتر این بخش پرداختیم:
/channel/MedAISummit/158

💙 در کنار رویدادها، با محصولات سامیت هم همراه شما هستیم!

ما امسال با سرمایه‌گذاری مستقیم بر روی محصولاتی که مشکلات کاربران سامیت را هدف گرفته‌اند، تلاش کرده‌ایم که بیشترین فایده را برای جامعه مخاطبین‌مان فراهم کنیم. به زودی به معرفی این محصولات هم خواهیم پرداخت...

💙 خوشحالیم که همراه شما هستیم!

🌐MedAISummit
✈️Website💠🌐LinkedIn💠🔗Twitter💠🌐Instagram

انجمن فناوری اطلاعات سلامت دانشگاه ع.پ تهران

16 October 2026 17:05

✅ پاسخ صحیح: هم‌کنش‌پذیری معنایی امکان شناخت و تفسیر خودکار داده‌های مبادله‌شده را فراهم می‌سازد.

در Semantic Interoperability، سیستم دریافت‌کننده فقط ساختار داده را نمی‌خواند، بلکه معنای آن را نیز درک می‌کند؛ بنابراین داده می‌تواند به‌صورت خودکار پردازش و در تصمیم‌گیری‌های سیستم استفاده شود.

❌ یکپارچگی زیرمجموعه هم‌کنش‌پذیری است: این دو مفهوم مرتبط‌اند، اما مترادف یا رابطه ساده «زیرمجموعه» ندارند؛ هم‌کنش‌پذیری یکی از پیش‌نیازهای مهم ایجاد یکپارچگی بین سیستم‌هاست.
⚠️ هم‌کنش‌پذیری در سه سطح فنی، نحوی و معنایی بررسی می‌شود: این تقسیم‌بندی در برخی مدل‌های ساده‌شده دیده می‌شود، اما مدل‌های جامع‌تر Process/Organizational Interoperability را نیز در نظر می‌گیرند؛ بنابراین در این سؤال گزینه چهار دقیق‌تر است.
❌ یکپارچگی یعنی توانایی تبادل اطلاعات بین دو سیستم: این در واقع به تعریف Interoperability نزدیک‌تر است، نه Integration.

📌 نکته امتحانی:
Syntactic = سیستم ساختار داده را می‌فهمد
Semantic = سیستم معنای داده را هم می‌فهمد و می‌تواند آن را پردازش کند

انجمن فناوری اطلاعات سلامت دانشگاه ع.پ تهران

16 October 2026 17:05

✅ پاسخ صحیح: مبلغی که بیمه‌گذار هر ماه به بیمه‌گر پرداخت می‌کند.

در بیمه سلامت، Premium یعنی مبلغی که فرد برای حفظ پوشش بیمه‌ای به شرکت بیمه پرداخت می‌کند؛ این مبلغ معمولاً به‌صورت ماهانه پرداخت می‌شود و مستقل از این است که فرد در آن ماه از خدمات درمانی استفاده کرده باشد یا نه.

❌ هزینه‌ای که بیمار برای هر ویزیت پرداخت می‌کند: این مفهوم Copayment (Copay) است.
❌ درصدی از هزینه‌های درمان: این مفهوم Coinsurance است؛ یعنی بیمار و بیمه‌گر هرکدام درصدی از هزینه را می‌پردازند.
❌ مبلغی که بیمار باید برای دریافت خدمات پزشکی بپردازد: اگر منظور مبلغی باشد که بیمار پیش از شروع پوشش بیمه باید خودش پرداخت کند، به آن Deductible گفته می‌شود.

📌 نکته امتحانی:
Premium = حق بیمه
Copay = مبلغ ثابت هر خدمت
Coinsurance = درصدی از هزینه
Deductible = مبلغ اولیه قبل از شروع پوشش بیمه

انجمن فناوری اطلاعات سلامت دانشگاه ع.پ تهران

16 October 2026 10:08

بریم سراغ سوال های امروز؟

انجمن فناوری اطلاعات سلامت دانشگاه ع.پ تهران

15 October 2026 16:54

✅ پاسخ صحیح: درجه رابطه خروجی عملیات گزینش برابر با درجه رابطه اصلی است.

در جبر رابطه‌ای (Relational Algebra)، عملگر گزینش (Selection یا σ) برای انتخاب سطرهایی از یک رابطه به کار می‌رود که شرط مشخصی را برقرار می‌کنند.
در این عملیات، فقط تعداد سطرها ممکن است کاهش یابد و ساختار ستون‌ها تغییر نمی‌کند؛ بنابراین درجه (Degree) رابطه خروجی همواره با رابطه اصلی برابر است.

📌 بررسی دام‌های تستی:
🔹 گزینه ۲: نادرست؛ کاردینالیتی (Cardinality) به تعداد سطرها اشاره دارد و در گزینش، کمتر یا مساوی رابطه اصلی است.
🔹 گزینه ۳: نادرست؛ عملیات گزینش خاصیت جابه‌جایی دارد؛ یعنی ترتیب اعمال دو شرط گزینش، نتیجه را تغییر نمی‌دهد.
🔹 گزینه ۴: نادرست؛ انتخاب ستون‌های مشخص، وظیفه عملگر تصویر (Projection یا π) است، نه گزینش.

انجمن فناوری اطلاعات سلامت دانشگاه ع.پ تهران

15 October 2026 16:54

بریم سراغ تحلیل سوال ها 📊🔎

انجمن فناوری اطلاعات سلامت دانشگاه ع.پ تهران

14 October 2026 08:09

برنامه تا نیم ساعت آینده آغاز می‌شود، منتظر حضور گرم شما عزیزان هستیم✨️

انجمن فناوری اطلاعات سلامت دانشگاه ع.پ تهران

13 October 2026 23:20

🔴کد تخفیف ویژه ثبت نام در رویداد از طرف انجمن علمی فناوری اطلاعات سلامت دانشگاه علوم پزشکی تهران: HITUMSUM
( برای کپی روی کد کلیک کنید )

انجمن فناوری اطلاعات سلامت دانشگاه ع.پ تهران

13 October 2026 19:45

🩻سامانه بایگانی و ارسال تصاویر پزشکی(PACS)

امروزه تصویربرداری پزشکی یکی از بخش‌های مهم در فرایند تشخیص و درمان بیماری‌هاست. با افزایش تعداد تصاویر پزشکی در بیمارستان‌ها و مراکز درمانی، ذخیره‌سازی، مدیریت و دسترسی سریع به این تصاویر اهمیت زیادی پیدا کرده است. یکی از سامانه‌های مهمی که برای مدیریت این فرایند طراحی شده، PACS است.

🔹 سوال اول، PACS چیست؟

خب PACS مخفف Picture Archiving and Communication System و به معنای سامانه بایگانی و ارتباطات تصاویر پزشکی است. این سامانه برای دریافت، ذخیره‌سازی، بازیابی، نمایش و انتقال تصاویر پزشکی به کار می‌رود و امکان دسترسی به تصاویر را برای متخصصان و افراد مجاز فراهم می‌کند.

🔸 کاربردهای PACS؟

▪️ ذخیره و بایگانی تصاویر پزشکی مانند سی‌تی‌اسکن، ام‌آر‌آی و رادیوگرافی

▪️ دسترسی سریع به تصاویر بیماران در بخش‌های مختلف بیمارستان

▪️ مشاهده و مقایسه تصاویر فعلی با تصاویر قبلی بیمار

▪️ تسهیل انتقال تصاویر میان بخش تصویربرداری و سایر بخش‌های درمانی

▪️ کاهش وابستگی به فیلم‌های رادیولوژی و بایگانی فیزیکی

▪️ کمک به مدیریت بهتر اطلاعات تصویربرداری و تسریع فرایند تشخیص

💡 یک مثال ساده:

فرض کنید بیماری برای انجام سی‌تی‌اسکن به بخش تصویربرداری بیمارستان مراجعه می‌کند. پس از انجام تصویربرداری، تصاویر در سامانه PACS ذخیره می‌شوند و متخصص رادیولوژی می‌تواند آن‌ها را در ایستگاه کاری خود مشاهده و بررسی کند. همچنین، در صورت وجود مجوز و دسترسی مناسب، پزشک معالج نیز می‌تواند تصاویر را از طریق سامانه‌های مرتبط مشاهده کند؛ بدون اینکه لازم باشد فیلم‌های رادیولوژی به‌صورت فیزیکی جابه‌جا شوند.

🔹 ارتباط PACS با استاندارد DICOM

یکی از استانداردهای مهم در حوزه تصویربرداری پزشکی، DICOM است. این استاندارد نحوه قالب‌بندی، ذخیره‌سازی و تبادل تصاویر پزشکی و اطلاعات مرتبط با آن‌ها را مشخص می‌کند. سامانه‌های PACS معمولاً از DICOM برای دریافت و تبادل تصاویر استفاده می‌کنند؛ بنابراین، این دو مفهوم ارتباط نزدیکی با یکدیگر دارند، اما یکسان نیستند.

🔸 تفاوت PACS و RIS

سامانه اطلاعات رادیولوژی (RIS) بیشتر بر مدیریت فرایندهای کاری بخش تصویربرداری، مانند ثبت درخواست‌ها، نوبت‌دهی و گزارش‌نویسی تمرکز دارد؛ درحالی‌که PACS وظیفه اصلی ذخیره‌سازی، بازیابی و نمایش تصاویر پزشکی را بر عهده دارد. ارتباط این دو سامانه می‌تواند به هماهنگی بهتر فرایندهای تصویربرداری کمک کند.

🔹 اهمیت PACS در فناوری اطلاعات سلامت

خوب است بدانیم که PACS یکی از سامانه‌های مهم در زیرساخت اطلاعاتی بیمارستان‌هاست و در کنار سامانه‌هایی مانند پرونده الکترونیک سلامت، RIS و سامانه اطلاعات بیمارستانی (HIS)، به مدیریت یکپارچه‌تر اطلاعات پزشکی کمک می‌کند.

البته عملکرد مطلوب PACS به عواملی مانند امنیت اطلاعات، پشتیبان‌گیری مناسب، کیفیت زیرساخت شبکه و رعایت سطوح دسترسی وابسته است. همچنین، برای تبادل صحیح تصاویر و اطلاعات میان سامانه‌های مختلف، رعایت استانداردهای مرتبط اهمیت زیادی دارد.

📌 در مجموع، آشنایی با PACS برای دانشجویان فناوری اطلاعات سلامت اهمیت ویژه‌ای دارد؛ زیرا این سامانه نمونه‌ای کاربردی از نقش فناوری اطلاعات در مدیریت تصاویر پزشکی، بهبود دسترسی به اطلاعات و پشتیبانی از فرایند تشخیص و درمان است.

📚 منابع پیشنهادی برای مطالعه بیشتر:

1. رادیوگرافی دیجیتال و سیستم ذخیره و انتقال تصاویر پزشکی (PACS)

2. ثبت تصاویر در پزشکی: اصول تاریکخانه در رادیوگرافی

3. انفورماتیک پزشکی (اصول برنامه‌نویسی و ساختمان داده‌ها، ریاضی و آمار حیاتی، مدیریت اطلاعات بهداشتی درمانی)

📍انجمن علمی فناوری اطلاعات سلامت
دانشگاه علوم پزشکی تهران

@tums_hita

انجمن فناوری اطلاعات سلامت دانشگاه ع.پ تهران

11 October 2026 06:46

📚 زبان عمومی

🔹 Underscore /ˌʌndərˈskɔːr/

Verb | فعل

معنی: تأکید کردن بر، برجسته ساختن اهمیت چیزی

وقتی می‌خواهیم بر اهمیت یک موضوع، ضرورت انجام کاری یا نکته‌ای کلیدی تأکید کنیم، از underscore استفاده می‌کنیم. این واژه به‌ویژه در متون رسمی و آکادمیک برای برجسته کردن اهمیت یک یافته، مسئله یا ضرورت به کار می‌رود.

📝 Example:

The findings underscore the importance of early intervention in preventing long-term complications.

🔸 ترجمه:

یافته‌ها بر اهمیت مداخله زودهنگام در پیشگیری از عوارض بلندمدت تأکید می‌کنند.

💡 نکته:

این کلمه در مقالات علمی، research papers، academic writing و گزارش‌های رسمی بسیار کاربردی است. Underscore در این کاربرد معنایی نزدیک به emphasize دارد، اما در متون آکادمیک اغلب برای نشان دادن اینکه یافته‌ها یا شواهد بر اهمیت موضوعی دلالت دارند، استفاده می‌شود.

Synonyms: emphasize, highlight, stress, accentuate

✍️انجمن علمی فناوری اطلاعات سلامت دانشگاه علوم پزشکی تهران @tums_hita

انجمن فناوری اطلاعات سلامت دانشگاه ع.پ تهران

09 October 2026 16:41

✅ پایگاه داده 🗄️

در برخی مدل‌های معماری انبار داده، سیستم‌های عملیاتی مانند CRM به‌عنوان منابع داده در لایه پایگاه داده عملیاتی (Operational Database Layer) طبقه‌بندی می‌شوند و داده‌های مشتری از همین نقطه وارد انبار داده می‌شوند. منابع معماری نیز CRM را در کنار سایر سیستم‌های مبدأ (Source Systems) و پایگاه‌های داده عملیاتی قرار می‌دهند.

نکته کلیدی سؤال: 🎯
«دسترسی به اطلاعات» جایی است که کاربر فرآیند گزارش‌گیری و تحلیل داده‌های انبارشده را انجام می‌دهد؛ اما خودِ مدیریت ارتباط با مشتری (CRM) در این تقسیم‌بندی، در لایه پایگاه داده در نظر گرفته شده است.

انجمن فناوری اطلاعات سلامت دانشگاه ع.پ تهران

09 October 2026 16:40

مثل اینکه امروز یکم سوالات چالشی بوده براتون👀
بریم سراغ تحلیل✅

انجمن فناوری اطلاعات سلامت دانشگاه ع.پ تهران

20 October 2026 15:27

فراموش نکنید! مهلت ثبت نام تا پایان امروز.
تنها دریافت پیامک تایید، نشان‌دهنده تکمیل شدن ثبت‌نام شما می‌باشد.

انجمن فناوری اطلاعات سلامت دانشگاه ع.پ تهران

17 October 2026 23:08

📎 فایل ارائه: بررسی هوش مصنوعی مکالمه‌محور در مدیریت بیماری‌ها (بر اساس مقاله Nature)
@tums_hita

انجمن فناوری اطلاعات سلامت دانشگاه ع.پ تهران

17 October 2026 20:14

🔴کد تخفیف ویژه ثبت نام در رویداد از طرف انجمن علمی فناوری اطلاعات سلامت دانشگاه علوم پزشکی تهران: HITUMSUM
( برای کپی روی کد کلیک کنید )

انجمن فناوری اطلاعات سلامت دانشگاه ع.پ تهران

17 October 2026 11:48

🌐استاندارد نوین تبادل اطلاعات سلامت

با گسترش پرونده‌های الکترونیک سلامت و افزایش تعداد سامانه‌های مورد استفاده در بیمارستان‌ها و مراکز درمانی، برقراری ارتباط مؤثر میان این سامانه‌ها به یکی از چالش‌های مهم فناوری اطلاعات سلامت تبدیل شده است. برای حل این مشکل، استانداردهایی طراحی شده‌اند که یکی از مهم‌ترین آن‌ها FHIR است.

🔹 مورد اول: FHIR چیست؟

خوب است بدانیم که FHIR مخفف *Fast Healthcare Interoperability Resources* و به معنای «منابع تعامل‌پذیری سریع در حوزه سلامت» است. این استاندارد توسط سازمان بین‌المللی HL7 توسعه داده شده و هدف آن، ساده‌تر کردن تبادل اطلاعات سلامت میان سامانه‌های مختلف است.

خب FHIR اطلاعات سلامت را در قالب واحدهای استانداردی به نام «منابع» سازمان‌دهی می‌کند. برای مثال، اطلاعات بیمار، نتایج آزمایش، داروها، حساسیت‌ها و ملاقات‌های پزشکی هرکدام می‌توانند در قالب منابع مشخصی تعریف شوند.

🔸کاربردهای FHIR چیست؟

▪️ تبادل اطلاعات میان پرونده‌های الکترونیک سلامت و سامانه‌های بیمارستانی
▪️ انتقال استاندارد اطلاعات بیمار، داروها و نتایج آزمایش‌ها
▪️ تسهیل ارتباط میان نرم‌افزارهای سلامت و برنامه‌های کاربردی پزشکی
▪️ کمک به یکپارچه‌سازی اطلاعات در سامانه‌های مختلف
▪️ پشتیبانی از توسعه خدمات سلامت دیجیتال و برنامه‌های کاربردی تلفن همراه
▪️ فراهم کردن بستری مناسب برای دسترسی کنترل‌شده به اطلاعات سلامت

💡یک مثال ساده:

فرض کنید بیماری در یک بیمارستان آزمایش خون انجام می‌دهد و نتیجه آزمایش او در سامانه آزمایشگاه ثبت می‌شود. اگر سامانه آزمایشگاه و پرونده الکترونیک سلامت از استانداردهای سازگار با FHIR پشتیبانی کنند، اطلاعات آزمایش می‌تواند با ساختاری استاندارد در اختیار سامانه مقصد قرار گیرد. در نتیجه، از ورود مجدد اطلاعات جلوگیری می‌شود و دسترسی به سوابق بیمار آسان‌تر خواهد شد.

🔷️ چگونه FHIR کار می‌کند؟

یکی از ویژگی‌های مهم FHIR، استفاده از فناوری‌های رایج وب و رابط‌های برنامه‌نویسی کاربردی (API) است. این قابلیت به سامانه‌های مختلف اجازه می‌دهد، در صورت پیاده‌سازی سازگار و رعایت مجوزهای دسترسی، اطلاعات موردنیاز را درخواست کرده و دریافت کنند.

همچنین، داده‌های FHIR معمولاً با قالب‌هایی مانند JSON و XML نمایش داده می‌شوند که پردازش و انتقال اطلاعات را برای نرم‌افزارها ساده‌تر می‌کنند.

🔸 تفاوت FHIR و HL7 چیست؟

خب HL7 نام سازمان و مجموعه‌ای از استانداردهای حوزه تبادل اطلاعات سلامت است؛ درحالی‌که FHIR یکی از استانداردهای توسعه‌یافته توسط این سازمان محسوب می‌شود.

خوب است بدانیم که FHIR با بهره‌گیری از فناوری‌های جدید وب، رویکردی مبتنی بر منابع استاندارد ارائه می‌دهد و امکان ارتباط میان سامانه‌های گوناگون را تسهیل می‌کند. البته استفاده از FHIR به‌تنهایی برای ایجاد تعامل‌پذیری کامل کافی نیست و هماهنگی معنایی اطلاعات، تعیین قواعد مشترک و رعایت الزامات امنیتی نیز اهمیت دارند.

🔹اهمیت FHIR در فناوری اطلاعات سلامت

یکی از اهداف اصلی فناوری اطلاعات سلامت، ایجاد ارتباط مؤثر میان سامانه‌ها و فراهم کردن امکان استفاده درست از داده‌های پزشکی است. FHIR می‌تواند در کنار پرونده الکترونیک سلامت، سامانه‌های اطلاعات بیمارستانی، سامانه‌های آزمایشگاهی و سایر نرم‌افزارهای حوزه سلامت، نقش مهمی در تحقق این هدف داشته باشد.

از طرف دیگر، با توسعه هوش مصنوعی و خدمات سلامت دیجیتال، دسترسی ساختاریافته به اطلاعات پزشکی اهمیت بیشتری پیدا کرده است. استانداردهایی مانند FHIR می‌توانند زیرساخت مناسبی برای تبادل این اطلاعات فراهم کنند؛ البته کیفیت داده‌ها، حفظ حریم خصوصی و امنیت اطلاعات همچنان ضروری است.

📌 در مجموع، FHIR یکی از استانداردهای مهم و رو به گسترش در حوزه تعامل‌پذیری سلامت است و آشنایی با آن برای دانشجویان فناوری اطلاعات سلامت، به‌ویژه علاقه‌مندان به پرونده الکترونیک سلامت، یکپارچه‌سازی سامانه‌ها و سلامت دیجیتال، اهمیت زیادی دارد.

📚 منابع پیشنهادی برای مطالعه بیشتر:

1. مدیریت فناوری اطلاعات سلامت

2. انفورماتیک زیست‌پزشکی، جلد اول

3. راهنمای تبادل داده با سامانه پرونده الکترونیکی سلامت ایران: داده‌پیام اطلاعات خدمات سلامت

📍انجمن علمی فناوری اطلاعات سلامت
دانشگاه علوم پزشکی تهران
@tums_hita

انجمن فناوری اطلاعات سلامت دانشگاه ع.پ تهران

16 October 2026 17:05

✅ پاسخ صحیح: Data Classification

Data Classification یعنی طبقه‌بندی آگاهانه داده‌ها بر اساس سطح حساسیت، محرمانگی، اهمیت یا ریسک؛ مثلاً دسته‌بندی داده‌ها به Public، Internal، Confidential، Restricted.

این طبقه‌بندی می‌تواند هنگام ایجاد، اصلاح، ذخیره یا انتقال داده‌ها تعیین کند که چه سطحی از حفاظت و کنترل دسترسی لازم است.

❌ Data Integration: یعنی ترکیب و یکپارچه‌سازی داده‌ها از منابع مختلف.
❌ Data Tagging: یعنی افزودن برچسب یا متادیتا به داده‌ها؛ این برچسب می‌تواند نتیجه یا ابزار اجرای Classification باشد، اما خودِ «تصمیم‌گیری درباره سطح حساسیت» همان Classification است.
❌ Data Corruption: یعنی خراب‌شدن یا تغییر ناخواسته داده‌ها.

انجمن فناوری اطلاعات سلامت دانشگاه ع.پ تهران

16 October 2026 17:04

اینطور که مشخصه سوالات امروز چالشی بودن 🧐
بریم سراغ تحلیل 📊

انجمن فناوری اطلاعات سلامت دانشگاه ع.پ تهران

15 October 2026 16:55

✅ پاسخ صحیح: استقلال داده‌ای منطقی

در معماری سه‌سطحی پایگاه داده (ANSI/SPARC)، استقلال داده‌ای منطقی (Logical Data Independence) به این معناست که تغییرات در سطح ادراکی (Conceptual Level)، بدون نیاز به تغییر در دیدگاه‌های خارجی و برنامه‌های کاربردی کاربران انجام شوند.
برای مثال، اگر ساختار منطقی پایگاه داده تغییر کند، اما اطلاعات موردنیاز کاربران همچنان با همان ساختار قبلی ارائه شود، نیازی به تغییر برنامه‌های کاربردی نخواهد بود.

📌 بررسی دام‌های تستی:
🔹 گزینه‌های ۱ و ۲: پیوندهای فیزیکی و منطقی به ارتباط و نگاشت میان سطوح پایگاه داده مربوط‌اند، نه مفهوم استقلال داده‌ای مورد سؤال.
🔹 گزینه ۴: استقلال داده‌ای فیزیکی به معنای مصونیت سطح ادراکی در برابر تغییرات سطح داخلی، مانند تغییر روش ذخیره‌سازی یا ساخت ایندکس است.

انجمن فناوری اطلاعات سلامت دانشگاه ع.پ تهران

15 October 2026 16:54

✅ پاسخ صحیح: در زیرساخت اینترنت اشیاء مبتنی بر ابر، ارتباط درگاههای API و سرویس رایانش ابری به صورت مستقیم نیست.

در معماری اینترنت اشیاء مبتنی بر ابر (Cloud-based IoT)، درگاه API یا همان API Gateway می‌تواند مستقیماً با سرویس‌های ابری ارتباط برقرار کند و درخواست‌ها را به سرویس مناسب هدایت کند. بنابراین، ادعای عدم ارتباط مستقیم آن‌ها صحیح نیست.

📌 نکات کلیدی سایر گزینه‌ها:
🔹 گزینه ۱: ابر امکان دسترسی آسان و مقیاس‌پذیر به منابع را فراهم می‌کند؛ البته «نامحدود» بودن منابع در عمل مطلق نیست.
🔹 گزینه ۲: رایانش ابری معمولاً منابع پردازشی و ذخیره‌سازی گسترده‌تری نسبت به رایانش مه (Fog Computing) دارد؛ اما رایانش مه در کاهش تأخیر ارتباطی برتری دارد.
🔹 گزینه ۴: استفاده از رابط‌های شبکه محلی می‌تواند بخشی از معماری یکپارچه‌سازی اینترنت اشیاء و ابر باشد.

انجمن فناوری اطلاعات سلامت دانشگاه ع.پ تهران

14 October 2026 19:45

🔰مهم و فوری: تغییر لینک کارزار🔰

همکاران گرامی، اساتید محترم و دانشجویان عزیز؛

با سلام و احترام؛

پیرو ارسال پیام قبلی، به اطلاع می‌رساند لینک کارزار اعتراض به بازنگری و هم‌پوشانی کوریکولوم رشته‌ی «مدیریت اطلاع‌رسانی پزشکی» تغییر یافته است.

خواهشمند است با امضای مجدد این کارزار و بازنشر آن، حامی صیانت از حقوق حرفه‌ای جامعه‌ی علمی باشید.

🔗 لینک جدید کارزار جهت ثبت امضا:
https://www.karzar.net/355721

از حسن توجه، همراهی و دغدغه‌مندی شما صمیمانه سپاسگزاریم.

انجمن فناوری اطلاعات سلامت دانشگاه ع.پ تهران

14 October 2026 00:01

🏥 زبان تخصصی

🔹 Semantic Interoperability /sɪˈmæntɪk ˌɪntərˌɑːpərəˈbɪləti/

Noun | اسم

معنی: تعامل‌پذیری معنایی، قابلیت تبادل و درک یکسان معنای داده‌ها بین سامانه‌های مختلف

در فناوری اطلاعات سلامت، semantic interoperability به توانایی سامانه‌های مختلف برای تبادل اطلاعات به‌گونه‌ای گفته می‌شود که معنای بالینی و مفهوم داده‌ها در سیستم دریافت‌کننده نیز به‌درستی حفظ و تفسیر شود. این مفهوم فراتر از انتقال ساده داده‌هاست؛ زیرا تضمین می‌کند که سیستم‌های مختلف، اطلاعات تبادل‌شده را با برداشت معنایی یکسانی درک کنند.

📝 Example:

Semantic interoperability enables healthcare systems to exchange patient information while preserving its clinical meaning.

🔸 ترجمه:

تعامل‌پذیری معنایی به سامانه‌های سلامت امکان می‌دهد اطلاعات بیماران را مبادله کنند، درحالی‌که معنای بالینی این اطلاعات حفظ می‌شود.

💡 نکته:

در Health Information Technology (HIT)، semantic interoperability یکی از عوامل کلیدی در تحقق تبادل مؤثر اطلاعات سلامت (Health Information Exchange) است. برای مثال، اگر دو بیمارستان از کدگذاری‌ها یا اصطلاحات بالینی متفاوتی استفاده کنند، صرف انتقال اطلاعات بین آن‌ها کافی نیست؛ داده‌ها باید به شکلی تفسیر شوند که مفهوم بالینی یکسانی داشته باشند. استفاده از استانداردهایی مانند SNOMED CT و LOINC می‌تواند به تحقق این نوع تعامل‌پذیری کمک کند.

Related terms: Syntactic Interoperability, Health Information Exchange (HIE), SNOMED CT, LOINC, Terminology Standards

✍️انجمن علمی فناوری اطلاعات سلامت دانشگاه علوم پزشکی تهران
@tums_hita

انجمن فناوری اطلاعات سلامت دانشگاه ع.پ تهران

13 October 2026 23:19

رویداد MedAI Summit | #سخنرانی_ها

🔴 از پیش‌بینی تا کاربرد بالینی: چگونه پژوهش‌های هوش مصنوعی را وارد دنیای واقعی پزشکی کنیم؟

✅ از این ارائه چی یاد می‌گیریم؟ (کلیک کنید)

اگه یک مدل هوش مصنوعی بتونه با دقت بالایی بیماری‌ها رو پیش‌بینی کنه، یعنی می‌شه از فردا توی بیمارستان هم ازش استفاده کرد؟
هوش مصنوعی توی زمینه‌هایی مثل تشخیص بیماری‌ها، تصویربرداری پزشکی و پیش‌بینی خطرات بالینی پیشرفت‌های زیادی داشته. اما چرا خیلی از مدل‌هایی که توی مقالات نتایج فوق‌العاده‌ای دارن، هیچ‌وقت وارد کار روزمره پزشکان نمی‌شن؟ توی این ارائه بررسی می‌کنیم که چه فاصله‌ای بین موفقیت یک مدل در پژوهش و استفاده واقعی از اون در بیمارستان وجود داره.
برای عبور از این فاصله چه چیزهایی لازمه؟ از اعتبارسنجی بالینی و کیفیت داده‌ها گرفته تا تفسیرپذیری مدل‌ها، حفظ حریم خصوصی بیماران و هماهنگی با روند کاری کادر درمان؛ می‌بینیم چرا دقت بالا به‌تنهایی برای موفقیت یک ابزار هوش مصنوعی کافی نیست.
و سؤال مهم‌تر: از کجا بفهمیم یک مدل هوش مصنوعی واقعاً به بهتر شدن مراقبت از بیماران کمک می‌کنه؟ بررسی می‌کنیم چطور می‌شه از تمرکز صرف روی عملکرد الگوریتم‌ها فاصله گرفت و به سراغ معیارهای مهم‌تری مثل ایمنی بیمار، تصمیم‌گیری بهتر پزشکان و بهبود نتایج درمان رفت.

انجمن فناوری اطلاعات سلامت دانشگاه ع.پ تهران

12 October 2026 10:19

🧠 یک دورهمی برای فکر کردن، یاد گرفتن و گفت‌وگو؛ فراتر از یک مقاله!

تا حالا به این فکر کردید که هوش مصنوعی چطور می‌تونه به مدیریت بیماری‌ها کمک کنه؟

در اولین جلسه‌ی Research Gathering انجمن علمی فناوری اطلاعات سلامت، قراره کنار هم یک موضوع جذاب و به‌روز رو بررسی کنیم؛ از ایده‌های پژوهشی و کاربردهای هوش مصنوعی در سلامت بگیم، سؤال بپرسیم، بحث کنیم و از نگاه‌های متفاوت همدیگه یاد بگیریم.

📌 موضوع جلسه:
Towards Conversational Artificial Intelligence for Disease Management

📅 چهارشنبه، ۲۲ مهر ۱۴۰۵
🕙 ساعت ۱۰ تا ۱۲
📍 به‌صورت حضوری در مرکز رشد استعدادهای درخشان دانشگاه علوم پزشکی تهران

✨ این نشست قراره فضایی باشه برای فراتر رفتن از خوندن مقاله‌ها؛ جایی برای گفت‌وگو، تبادل ایده و آشنایی با مسیرهای تازه‌ی پژوهش در فناوری اطلاعات سلامت.

اگر به هوش مصنوعی، فناوری و آینده‌ی سلامت علاقه‌مندی، این فرصت رو از دست نده!

🔗 برای دسترسی به مقاله، کد QR روی پوستر رو اسکن کن و یا بر روی لینک زیر کلیک کن.
https://www.nature.com/articles/s41586-026-10764-5

انجمن علمی فناوری اطلاعات سلامت
دانشگاه علوم پزشکی تهران

انجمن فناوری اطلاعات سلامت دانشگاه ع.پ تهران

09 October 2026 16:41

✅ CCM

CCM = Clinical Context Management 🩺 روی هماهنگ‌سازی و یکپارچه‌سازی دیداری چند برنامه بالینی تمرکز دارد؛ یعنی وقتی در یک سیستم بیمار مشخصی انتخاب می‌شود، سایر برنامه‌ها هم همان context را دنبال کنند.

- PACS → تصاویر پزشکی 📸
- ✅ CCM → یکپارچگی دیداری و هماهنگی context 🔗
- CCR → خلاصه اطلاعات مراقبتی بیمار 📝
- OMOP → مدل داده استاندارد برای پژوهش و تحلیل داده‌های سلامت 📊

انجمن فناوری اطلاعات سلامت دانشگاه ع.پ تهران

09 October 2026 16:40

✅ Velocity

در کلان‌داده‌ها (Big Data)، Velocity به سرعت تولید، انتقال، دریافت و پردازش داده‌ها اشاره دارد؛ یعنی داده‌ها با چه سرعتی وارد سیستم می‌شوند و باید توسط اپلیکیشن‌ها پردازش شوند. ⚡

- Volume → حجم و مقدار داده‌ها 📊
- Variety → تنوع نوع و قالب داده‌ها 🎨
-✅ Velocity → سرعت جریان و پردازش داده‌ها 🚀
- Veracity → صحت، اعتبار و قابل‌اعتماد بودن داده‌ها 🛡️

انجمن فناوری اطلاعات سلامت دانشگاه ع.پ تهران

08 October 2026 16:30

✅ پیچیدگی استفاده از سیستم‌ها

یکی از مهم‌ترین موانع پذیرش CPOE توسط پزشکان، پایین بودن usability و پیچیده/زمان‌بر بودن کار با سیستم است؛ مخصوصا‌ً اگر ورود دستورات باعث افزایش کلیک‌ها، اختلال در workflow یا اتلاف وقت شود.

🤔 دام سؤال:
کمبود زیرساخت سخت‌افزاری می‌تواند مانع پیاده‌سازی باشد، اما از دید پذیرش توسط پزشک، معمولا‌ً مشکل اصلی سهولت استفاده و تطابق با روند کاری است.