醫學資訊學/簡介
一個健康的（穩態的）、受傷的或患病的人類的生物學是極其複雜的。關於人類生物醫學的已知資訊量每十年翻一番。醫生在醫學院學習的許多內容在完成住院醫師培訓並進入常規臨床實踐後幾年內就過時了，或者被發現是錯誤的（或被遺忘了）。長期以來，人們已經認識到，並且越來越被接受，人類的認知，無論是從事實的回憶還是從無錯誤判斷的能力來看，都是最佳化護理的限制因素。醫學資訊學是一個相對新穎的混合學科，它採用認知科學、人機工程學、計算機科學、認識論、循證醫學、統計學、分子生物學、研究方法論、系統分析、專案管理、資訊理論和資料視覺化等方法來幫助醫生（以及其他在主要臨床診斷和治療角色中的醫療保健提供者）改善他們提供的護理。因此，人們普遍認為（根據對少數幾家學術醫療中心的良好研究），成本將降低（主要透過避免昂貴的併發症，並在一定程度上避免浪費的行為），從而縮小世界上獲得最昂貴醫療保健（人均）的人群與那些獲得標準以下或無法獲得現代醫療保健的人群（根據一些估計，在美國人口中高達 1/3）之間的差距。
醫學資訊學是一個大約 50 年曆史的學科，與臨床或健康資訊學密切相關，許多使用者隨意互換這些術語。然而，作為一個主要關注語義的學科，它值得一個精確的解釋。它是一個主要應用科學的學科，與工程學共享一些特徵，但也有一些純粹的探索性和理論方面，類似於科學的通常概念。它大量借鑑了生物醫學領域資訊的結構、意義、表示、傳輸和理解，主要是西醫臨床醫學。它與公共衛生資訊學、循證醫學、臨床研究、健康資訊科技、醫學圖書館學和人工智慧的研究密切相關（並提供了研究和干預手段）。
醫學資訊學試圖研究、理解和增強圍繞臨床護理決策和自動化複雜性的管理，主要透過使用電子健康記錄系統 (EHRS)，建立臨床決策支援系統，並透過更好地理解圍繞專家決策和醫療錯誤的認知科學來增強人類決策支援。
醫學資訊學中的一些關鍵概念（與臨床/健康資訊學以及公共衛生資訊學、護理資訊學和許多其他密切相關的學科共享）包括
- 符號學和資訊的傳遞、知識、資料，使其具有（形式的）可計算的語義。
- 生物醫學資訊的分析，使用機器學習和統計分析方法，導致知識發現，並更好地識別疾病模式（透過最佳化顯示或檢索和/或比較以前的結果）。
- 建立臨床決策支援系統，使用演算法、預測工具（如決策樹）和基於規則的專家系統，並在電子健康記錄系統的流程中實施。