Klinische Entscheidungsunterstützung und Wissensmanagement

Klinische Entscheidungsunterstützung und Wissensmanagement ist der Bereich der Gesundheitsinformatik, der sich damit befasst, wie klinisches Wissen kodiert, organisiert und Klinikern sowie Patienten am Behandlungsort bereitgestellt wird. Er umfasst Softwaresysteme, die patientenspezifische Anleitungen liefern (klinische Entscheidungsunterstützungssysteme), formale Vokabulare und Ontologien, die klinische Bedeutungen maschinell verarbeitbar machen, die Übersetzung von Praxisleitlinien in ausführbare Logik sowie sprach- und datengesteuerte Methoden (Verarbeitung natürlicher Sprache und maschinelles Lernen), die diese Anleitungen zunehmend generieren.

Definition

Klinische Entscheidungsunterstützung bezieht sich auf Prozesse und Werkzeuge, die Klinikern, Personal oder Patienten Wissen und personenspezifische Informationen intelligent gefiltert und zu geeigneten Zeitpunkten bereitstellen, um die Gesundheit und Gesundheitsversorgung zu verbessern; Wissensmanagement ist die komplementäre Disziplin des Erfassens, Strukturierens, Kuratierens und Pflegens des klinischen Wissens, auf dem diese Werkzeuge basieren.

Scope

Der Bereich führt den Leser durch fünf miteinander verbundene Themen: das Design und die nachgewiesene Wirksamkeit klinischer Entscheidungsunterstützungssysteme; die Wissensrepräsentation durch kontrollierte Terminologien und Ontologien; die Implementierung von Praxisleitlinien in Informationssystemen; die Verarbeitung natürlicher Sprache in klinischen Texten; und maschinelles Lernen für die klinische Vorhersage. Er behandelt diese als methodische und infrastrukturelle Themen innerhalb der Informatik und beschreibt, wie wissensbasierte Anleitungen erstellt und evaluiert werden, anstatt klinische Empfehlungen auszusprechen.

Sub-topics

• Klinische Entscheidungsunterstützungssysteme: Design und Effektivität
• Klinische Praxisleitlinien und deren Implementierung in IT-Systemen
• Wissensrepräsentation und klinische Ontologien
• Maschinelles Lernen und prädiktive Analysen in der klinischen Versorgung
• Verarbeitung natürlicher Sprache in der klinischen Dokumentation

Key concepts

• Klinisches Entscheidungsunterstützungssystem (CDSS)
• Wissensrepräsentation und kontrollierte Vokabulare
• Ontologien und Terminologiestandards
• Leitlinien-Komputierbarkeit und ausführbare Logik
• Verarbeitung natürlicher Sprache in klinischen Texten
• Klinische Vorhersage und maschinelles Lernen
• Alarmmüdigkeit und Workflow-Integration
• Evidenz-zu-Praxis-Transfer

Clinical relevance

Entscheidungsunterstützung und Wissensmanagement prägen einen Großteil der Informationen, die Kliniker in elektronischen Gesundheitsakten sehen, von Arzneimittelinteraktionswarnungen bis hin zu Risikobewertungen und Standardeinstellungen für Bestellsets. Das Verständnis, wie diese Werkzeuge konstruiert und validiert werden, ist Teil der Informatikkompetenz und der Evidenzbewertung. Der Bereich beschreibt, wie Wissen durch Systeme bereitgestellt wird; er ist selbst keine Quelle für diagnostische oder Behandlungsanweisungen für einzelne Patienten.

Evidence & guidelines

Systematische Übersichten haben gezeigt, dass computergestützte Entscheidungsunterstützung die Leistung von Praktikern verbessern kann, obwohl die Auswirkungen auf Patientenergebnisse variabler sind, und dass bestimmte Designmerkmale, insbesondere die automatische Bereitstellung von Unterstützung innerhalb des Arbeitsablaufs sowie zum Zeitpunkt und am Ort der Entscheidungsfindung, stark damit verbunden sind, ob ein System erfolgreich ist (Garg, 2005; Kawamoto, 2005). Einflussreiche praktische Synthesen, wie die „Zehn Gebote“ für effektive Entscheidungsunterstützung, destillierten diese Lehren zu Designprinzipien (Bates, 2003).

History

Das Feld reicht zurück zu frühen regelbasierten Expertensystemen der 1970er Jahre und zur Verlagerung der Entscheidungsunterstützung in die computergestützte Arztanordnung und die elektronische Gesundheitsakte ab den 1990er Jahren. Systematische Übersichten in den 2000er Jahren klärten, welche Designmerkmale die Unterstützung wirksam machen, und die folgenden Jahrzehnte fügten standardbasierte Wissensverteilung, Verarbeitung natürlicher Sprache und maschinelles Lernen als Wege zur Generierung klinischen Wissens hinzu.

Key figures

• David W. Bates
• Kensaku Kawamoto
• R. Brian Haynes
• Edward H. Shortliffe

Seminal works

• garg-2005
• kawamoto-2005
• bates-2003

Frequently asked questions

Was ist der Unterschied zwischen klinischer Entscheidungsunterstützung und Wissensmanagement?

Klinische Entscheidungsunterstützung ist die Bereitstellung patientenspezifischer Anleitungen am Behandlungsort, während Wissensmanagement die vorgelagerte Arbeit des Erfassens, Strukturierens und Pflegens des klinischen Wissens ist, auf das die Unterstützungswerkzeuge zurückgreifen. Beide sind voneinander abhängig: Die Unterstützung ist nur so fundiert wie das kuratierte Wissen, das ihr zugrunde liegt.

Verbessert klinische Entscheidungsunterstützung die Patientenergebnisse?

Systematische Übersichten zeigen, dass Entscheidungsunterstützung die Versorgungsprozesse und die Leistung von Praktikern zuverlässig verbessert, aber ihre Wirkung auf harte Patientenergebnisse ist variabler und hängt stark von Design und Workflow-Integration ab. Dies ist eine Evidenzzusammenfassung, keine klinische Beratung.