Kliininen päätöksenteon tukijärjestelmä (KPTJ) on tietotekniikkaan pohjautuva järjestelmä, joka on suunniteltu tarjoamaan lääkäreille, sairaanhoitajille ja muille terveydenhuollon ammattilaisille kliinistä päätöksenteon tukea (KPT) eli apua kliinisen päätöksenteon tehtävissä. Centre for Health Evidence organisaatiossa työskentelevä Robert Hayward on ehdottanut määritelmää: "Kliiniset päätöksenteon tukijärjestelmät yhdistävät terveyshavainnot terveystietoon, millä vaikutetaan lääkäreiden tekemiin valintoihin ja parannetaan terveydenhuollon tuloksia".
Vaikuttavuus Näyttö päätöksentukijärjesetelmien tehokkuudesta lisääntyy jatkuvasti. Sekä tutkimusten lukumäärä että metodologinen laatu ovat kasvaneet vuosina 1973–2004.
Vuonna 2014 tehdyssä systemaattisessa katsauksessa ei löytynyt näyttöä hyödyistä kuoleman ehkäisyssä, kun päätöksentukijärjestelmä yhdistettiin sähköiseen sairauskertomukseen. Muilla mittareilla hyötyjä on kuitenkin havaittu.
Vuonna 2005 tehdyssä systemaattisessa katsauksessa todettiin, että päätöksentukijärjestelmät paransivat lääkärin suoritusta 64 prosentissa tutkimuksista. Päätöksentukijärjestelmät paransivat potilaiden tuloksia 13 prosentissa tutkimuksista. Parempaa lääkärin suoriutumista ennustavia KPTJ:n ominaisuuksia ovat muun muassa automaattisesti toimivat ohjeet ja varoitukset sen sijaan, että käyttäjän pitää erikseen aktivoida järjestelmä.
Vuonna 2005 tehdyssä systemaattisessa katsauksessa todettiin: "Päätöksen tukijärjestelmät paransivat kliinistä käytäntöä merkittävästi 68%:ssa tutkimuksista." Hyödyllisyyteen liittyviä KPTJ-ominaisuuksia ovat muun muassa:
päätöksentukijärjestelmä integroidaan suoraan kliiniseen työnkulkuun, sen sijaan, että se vaatisi erillisen sisäänkirjautumisen tai sovellusikkunan avaamisen. päätöksentukijärjestelmä on pikemminkin elektroninen kuin paperipohjainen. päätöksentukijärjestelmä tarjoaa päätöksenteon tukea hoidon aikana tai sitä ennen, ei hoidon jälkeen. päätöksentukijärjestelmä tarjoaa toteutettavia hoitosuosituksia, ei pelkästään tilanneanalyysejä.
Jotkus systemaattiset katsaukset ovat kuitenkin vähemmän optimistisia päätöksentukijärjestelmien vaikutuksista. Päätöksentukijärjestelmien ja muiden eHealth-tekniikoiden oletettujen ja empiirisesti osoitettujen höytyjen välillä on suuri kuilu ... niiden kustannustehokkuutta ei vielä ole pystytty osoittamaan ".
Viisivuotinen tutkimus päätöksentukijärjestelmien tehokkuudesta bakteeri-infektioiden rationaalisen hoidon toteuttamisessa julkaistiin vuonna 2014. Kirjoittajien mukaan se oli ensimmäinen pitkäaikainen tutkimus päätöksentukijärjestelmien käytöstä.
Ominaisuudet
Kliinisen päätöksenteon tukijärjestelmä on määritelty "aktiiviseksi tietojärjestelmäksi, jotka käyttävät potilastietoa tapauskohtaisten neuvojen tuottamiseksi". Tämä tarkoittaa, että kliininen päätöksentukijärjetelmä on päätöksenteon tukijärjestelmä, joka keskittyy tietämyksen hallinnan käyttöön siten, että saadaan potilaan hoitoon liittyviä kliinisiä neuvoja, jotka perustuvat (yleensä rakenteisiin) potilastietoihin.
Tarkoitus Nykyaikaisen KPTJ:n päätarkoitus on auttaa lääkäreitä hoitotilanteissa. Tämä tarkoittaa, että lääkärit ovat vuorovaikutuksessa KPTJ:n kanssa saavuttaakseen diagnoosin tai saadakseen hoito-ohjeita potilastietojen perusteella.
Aikoinaan KPTJ:n ajateltiin kirjaimellisesti tekevän päätöksiä kliinikon puolesta. Lääkäri syöttäisi tiedot ja odottaisi KPTJ:n antavan "oikean" valinnan ja lääkäri toimisi vain tämän ohjeen perusteella. Nykyaikainen päätöksentukijärjestelmä toimii kuitenkin niin, että lääkäri on vuorovaikutuksessa KPTJ:n kanssa hyödyntäen sekä omaa tietämystään että KPTJ:ää, jotta potilaan tiedot voidaan analysoida paremmin kuin ihminen tai KPTJ voisi yksinään tehdä. KPTJ antaa tyypillisesti ehdotuksia lääkärin tutkittavaksi, ja lääkärin odotetaan poimivan hyödyllistä tietoa esitetyistä tuloksista.
KPTJ:ää on kahta päätyyppiä: Berner, Eta S., ed. Clinical Decision Support Systems. New York, NY: Springer, 2007.
Tietoon-perustuva KPTJ Ei-tietoon-perustuva KPTJ
kuten alla on kuvattu.
Diagnoosipäätöksen tukijärjestelmä Esimerkki siitä, miten kliinikko voi käyttää kliinistä päätöksentekojärjestelmää, on erityinen KPTJ-tyyppi, DPTJ (diagnoosipäätöksen tukijärjestelmät). DPTJ tarvitsee syötteenä joitakin potilaan tietoja ja ehdottaa vastauksena joukko sopivia diagnooseja. Tämän jälkeen lääkäri määrittää, mitkä diagnoosit saattavat olla merkityksellisiä ja mitkä eivät ole Berner, Eta S., ed. Clinical Decision Support Systems. New York, NY: Springer, 2007. ja määrää tarvittaessa lisätestejä diagnoosin tarkentamiseksi.
Toinen esimerkki KPTJ:stä olisi tapauspohjainen päättelyjärjestelmä (TPP). TPP-järjestelmä saattaa käyttää aiempia tapaustietoja määrittämään sopivan säteiden määrän ja optimaalisen säteilykulman käytettäväksi aivosyöpäpotilaiden sädehoidossa; lääketieteelliset fyysikot ja onkologit tarkistavat sitten suositellun hoitosuunnitelman ja arvioivat sen toimivuuden.
Toinen tärkeä KPTJ-luokittelu perustuu sen käytön ajoitukseen. Lääkärit käyttävät näitä järjestelmiä hoitotilanteissa, jolloin niiden käyttö ajoittuu joko ennen diagnoosin tekemistä, diagnoosin aikana tai diagnoosin teon jälkeen. Diagnoosia edeltäviä KPTJ-järjestelmiä käytetään auttamaan diagnoosien tekemisessä. Diagnoosin aikana käytetty KTPJ auttaa tarkistamaan ja suodattamaan lääkärin alustavat diagnoosivalinnat niiden tarkkuuden parantamiseksi. Diagnoosin jälkeisiä KPTJ-järjestelmiä käytetään tietojen etsimiseen potilaiden aiemmasta sairaushistoriasta ja potilaan tulevaisuuden tapahtumien ennustamiseksiBerner, Eta S., ed. Clinical Decision Support Systems. New York, NY: Springer, 2007.. On väitetty, että päätöksenteon tuki alkaa tulevaisuudessa korvata lääkäreitä yleisissä työtehtävissä.
Toinen lähestymistapa, jota Englannin NHS on käyttänyt, on käyttää DPTJ:tä lääketieteellisten sairauksien hoidon tarpeen arvioimiseen (joko potilaan itsensä tai puhelinoperaattorin tekemänä). Järjestelmä voi ehdottaa sopivaa seuraavaa vaihetta potilaalle (esim. soita ambulanssi tai mene yleislääkärin vastaanotolle seuraavana työpäivänä). Järjestelmän antaa ehdotuksen, jonka potilas tai puhelinoperaattori voi jättää halutessaan huomiotta, jos terve järki tai yleinen varovaisuus puoltaa toista vaihtoehtoa. Tällainen arvio perustuu järjestelmän käytössä oleviin potilastietoihin ja implisiittiseen johtopäätökseen siitä, mikä diagnoosi pahimmassa tapauksessa todennäköisesti on.
Omaolo Tämän tyyppinen diagnoosipäätöksen tukijärjestelmä on Suomessa käytössä kansallisessa Omaolo-palvelussa. Sen päättelylogiikka on Duodecimin tuottama ja perustuu samaan päätöksentukimoottoriin kuin ammattilaisten käytössä oleva EBMEDS päätöksentukijärjestelmä.
Tietoon-perustuva KPTJ Useimmat KPTJ:t koostuvat kolmesta osasta: tietokannasta, päättelymoottorista ja kommunikaatiomekanismista. Tietokanta sisältää koottujen tietojen säännöt ja yhdistelmät, jotka ovat useimmiten IF-THEN-sääntöjen muodossa. Esimerkiksi jos järjestelmää käytetään lääkkeiden yhteisvaikutusten tunnistamiseksi, niin sääntö voisi olla: jos potilas käyttää lääkettä X ja hänelle määrätään lääke Y, näytetään hälytys käyttäjälle. Käyttöliittymän avulla edistyneet käyttäjät voivat muokata lääketietokantaa pitääkseen sen ajan tasalla, kun uusia lääkkeitä tulee markkinoille. Päättelymoottori yhdistää tietokannan säännöt potilaan yksilöllisiin tietoihin. Kommunikaatiomekanismi mahdollistaa tuloksien näyttämisen käyttäjälle ja uusien tietojen lisäämisen järjestelmään.Berner, Eta S., ed. Clinical Decision Support Systems. New York, NY: Springer, 2007.
Ei-tietoon-perustuva KPTJ KPTJ:t, jotka eivät käytä tietopohjaa, käyttävät usein tekoälyn muotoa, jota kutsutaan koneoppimiseksi. Näin tietokoneet voivat oppia aiemmista kokemuksista tai löytää malleja kliinisestä tiedosta. Tämä poistaa tarpeen kirjoittaa sääntöjä ja vähentää asiantuntija avun tarvetta. Koska koneoppimiseen perustuvat järjestelmät eivät kuitenkaan pysty selittämään päätelmiensä syitä (ne ovat ns. "Mustia laatikoita", koska ihminen ei pysty helposti päättelemään miten ne toimivat), suurin osa lääkäreistä ei käytä niitä diagnostiikassa tai hoitopäätöksissä vastuuvelvollisuussyistä.Berner, Eta S., ed. Clinical Decision Support Systems. New York, NY: Springer, 2007. Siitä huolimatta ne voivat olla hyödyllisiä jälkidiagnostiikkajärjestelminä, esimerkiksi ehdottamalla malleja, joita lääkäri voi tutkia perusteellisemmin.
Kolme tyyppiä ei-tietopohjaisia järjestelmiä ovat tukivektorikoneet, keinotekoiset hermoverkot ja geneettiset algoritmit.
Keinotekoiset hermostoverkot käyttävät solmuja ja niiden välisiä painotettuja yhteyksiä analysoidakseen potilastiedoista löytyviä kuvioita oireiden ja diagnoosin välisten yhteyksien saamiseksi. Geneettiset algoritmit perustuvat yksinkertaistettuihin evoluutioprosesseihin, joissa käytetään suunnattua valintaa optimaalisten KPTJ-tulosten saavuttamiseksi. Valinta-algoritmit arvioivat satunnaisten ratkaisujen sopivuutta tarkasteltavaan ongelmaan. Parhaat ratkaisut yhdistetään, mutatoidaan uudelleen ja suoritetaan uudestaan prosessin läpi. Tämä tapahtuu yhä uudelleen, kunnes oikea ratkaisu löydetään. Geneettiset algoritmit ovat toiminnallisesti samanlaisia kuin hermoverkot siinä mielessä, että ne ovat myös "mustia laatikoita", jotka yrittävät louhia tietoa potilastiedoista. Ei-tietopohjaiset verkostot keskittyvät usein kapeaan oireluetteloon, kuten yksittäisen sairauden oireisiin, toisin kuin tietoon perustuvaan lähestymistapaan, joka kattaa monien erilaisten sairauksien diagnoosin.Berner, Eta S., ed. Clinical Decision Support Systems. New York, NY: Springer, 2007.
Käyttöönoton ongelmat Kliiniset ongelmat
Monet lääketieteelliset laitokset ja ohjelmistoyritykset ovat tehneet suuria panostukia tarkoituksenaan tuottaa toimivia kliinisen päätöksenteon tukijärjestelmiä tukemaan kaikkia kliinisten tehtävien osa-alueita. Kliinisen työnkulun monimutkaisuuden ja henkilöstölle asetettujen vaatimusten vuoksi tukijärjestelmää käyttävän laitoksen on kuitenkin huolehdittava siitä, että järjestelmästä tulee joustava ja olennainen osa kliinistä työnkulkua. Jotkut KPTJ:t ovat onnistuneet vaihtelevasti, kun taas toiset ovat kärsineet yhteisistä ongelmista, jotka estävät tai vähentävät niiden onnistunutta hyväksymistä.
Ne kaksi terveydenhuollon osa-aluetta, joilla KPTJ:llä on ollut suuri vaikutus, ovat apteekki ja laskutus. Apteekeissa on yleisessä käytössä reseptilääkkeiden tilaamisjärjestelmiä, jotka tarkistavat tilattavat lääkkeet muun muassa interaktioiden osalta ja ilmoittavat mahdollisista varoituksista käyttäjälle. Tällainen järjestelmä on käytössä Yliopiston apteekissa ja se hyödyntää Duodecimin EBMEDS-päätöksentuen Lääkityksen kokonaisarvio -sovellusta.
Toinen KPTJ:n menestyssektori on laskutus ja korvausvaatimusten tekeminen. Yhdysvalloissa monet sairaalat ovat riippuvaisia vakuutusyhtiöiden kautta saatavista korvauksista, joten päätöksentukijärjestelmiä käytetään siellä myös terveydenhuollon toiminnan optimointiin ja kulujen minimointiin.
Muut diagnostisiin tehtäviin suunnatut KPTJ:t ovat olleet kohtalaisen menestyviä, mutta niiden käytön laajuus on usein rajoittunutta. Leedsin vatsakipujärjestelmä aloitti toimintansa vuonna 1971 Leedsin yliopiston sairaalassa, ja sen todettiin tuottaneen oikean diagnoosin 91,8 prosentissa tapauksista, kun lääkäreiden osuvuus oli 79,6 prosenttia.