سیستم‌های پشتیبان تصمیم‌گیری بالینی: طراحی و اثربخشی

سیستم پشتیبان تصمیم‌گیری بالینی (CDSS) نرم‌افزاری است که ویژگی‌های یک بیمار خاص را با یک پایگاه دانش کامپیوتری مطابقت می‌دهد و ارزیابی‌ها یا توصیه‌های خاص بیمار را به پزشک، عضو کادر درمانی یا بیمار ارائه می‌کند. این موضوع به نحوه طراحی چنین سیستم‌هایی، چگونگی ادغام آن‌ها در گردش کار بالینی، و آنچه شواهد در مورد تغییر عملکرد و نتایج می‌گویند، می‌پردازد.

Definition

سیستم پشتیبان تصمیم‌گیری بالینی یک سیستم دانش فعال است که از دو یا چند مورد داده بیمار برای تولید توصیه‌های خاص مورد استفاده می‌کند، که معمولاً شامل یک پایگاه دانش، یک موتور استنتاج یا استدلال، و مکانیزمی برای ارتباط با کاربر در گردش کار بالینی است.

Scope

این مدخل به معماری و ویژگی‌های طراحی پشتیبانی تصمیم‌گیری (پایگاه دانش، مکانیسم استنتاج، رابط ارتباطی)، تمایز بین سیستم‌های مبتنی بر دانش و غیرمبتنی بر دانش، مداخلات رایج مانند هشدارها، یادآوری‌ها، مجموعه‌های دستور و دکمه‌های اطلاعاتی، و مشکلات مکرر خستگی از هشدار و تناسب با گردش کار می‌پردازد. این مدخل شواهد آزمایش‌های کنترل‌شده در مورد اثربخشی و ویژگی‌های طراحی مرتبط با موفقیت را خلاصه می‌کند که به عنوان یک موضوع روش‌شناختی و نه به عنوان راهنمای بالینی مطرح شده است.

Key concepts

• پایگاه دانش و موتور استنتاج
• سیستم‌های مبتنی بر دانش در مقابل سیستم‌های غیرمبتنی بر دانش
• هشدارها، یادآوری‌ها و مجموعه‌های دستور
• دکمه‌های اطلاعاتی و بازیابی آگاه از متن
• خستگی از هشدار و نرخ نادیده گرفتن
• ادغام گردش کار و پنج حق CDS
• قابلیت همکاری مبتنی بر استاندارد (SMART on FHIR, CDS Hooks)
• پنج حق پشتیبانی تصمیم‌گیری بالینی

Mechanisms

اکثر سیستم‌های پشتیبان تصمیم‌گیری، یک پایگاه دانش مدیریت‌شده را با یک مکانیسم استنتاج ترکیب می‌کنند که داده‌های بیمار را در برابر قوانین یا مدل‌های کدگذاری‌شده ارزیابی می‌کند، سپس خروجی را از طریق رابط کاربری ارائه می‌دهد، که ایده‌آل است به صورت خودکار و در گردش کار موجود باشد تا اینکه نیاز به جستجوی جداگانه داشته باشد. بررسی‌های سیستماتیک مجموعه‌ای کوچک از ویژگی‌ها را شناسایی کردند که به شدت موفقیت را پیش‌بینی می‌کنند: ارائه خودکار پشتیبانی تصمیم‌گیری به عنوان بخشی از گردش کار پزشک، ارائه در زمان و مکان تصمیم‌گیری، توصیه‌های عملی، و تولید مبتنی بر کامپیوتر (Kawamoto, 2005). استانداردهایی مانند SMART on FHIR به برنامه‌های پشتیبانی تصمیم‌گیری اجازه می‌دهند تا یک بار نوشته شوند و در پلتفرم‌های پرونده الکترونیک سلامت اجرا شوند (Mandel, 2016).

Clinical relevance

سیستم‌های پشتیبان تصمیم‌گیری بسیاری از اعلان‌ها، هشدارها و دستورات پیش‌فرض را که پزشکان با آن‌ها مواجه می‌شوند، تعیین می‌کنند، بنابراین طراحی آن‌ها مستقیماً بر نحوه رسیدن دانش به بالین بیمار و میزان «نویز» مزاحم که پزشکان با آن روبرو هستند، تأثیر می‌گذارد. این مدخل نحوه مهندسی و ارزیابی چنین سیستم‌هایی را شرح می‌دهد؛ هیچ آستانه تشخیصی یا دستورالعمل درمانی برای هیچ بیماری ارائه نمی‌دهد.

Evidence & guidelines

یک بررسی سیستماتیک گسترده نشان داد که پشتیبانی تصمیم‌گیری کامپیوتری عملکرد پزشکان را در اکثر آزمایش‌های ارزیابی‌شده بهبود بخشیده است، در حالی که شواهد مربوط به مزایای نتایج بیمار پراکنده‌تر و کمتر سازگار بود (Garg, 2005). یک بررسی مکمل نشان داد که آیا یک سیستم عملکرد را بهبود می‌بخشد، عمدتاً توسط ویژگی‌های طراحی و نه توسط حوزه بالینی توضیح داده می‌شود، با ارائه خودکار، در گردش کار و در نقطه مراقبت به عنوان عوامل تعیین‌کننده (Kawamoto, 2005). خلاصه‌های عملی مانند «ده فرمان» این یافته‌ها را به اصول طراحی ترجمه کردند (Bates, 2003).

History

پشتیبانی تصمیم‌گیری بالینی از سیستم‌های خبره مبتنی بر قانون دهه 1970 رشد کرد و از دهه 1990 از طریق ورود دستورات پزشک به صورت کامپیوتری و پرونده‌های الکترونیک سلامت وارد مراقبت‌های روتین شد. بررسی‌های سیستماتیک اواسط دهه 2000 سؤال را از «آیا CDS کار می‌کند؟» به «کدام ویژگی‌های طراحی باعث کارکرد CDS می‌شوند؟» تغییر دادند، و دهه 2010 پلتفرم‌های برنامه‌های کاربردی مبتنی بر استاندارد و قابل همکاری را اضافه کرد که منطق تصمیم‌گیری را از سیستم‌های خاص فروشنده جدا کرد.

Debates

چگونه می‌توان خستگی از هشدار را بدون از دست دادن ارزش ایمنی کاهش داد؟

هشدارهای مزاحم اغلب نادیده گرفته می‌شوند و خطر نادیده گرفته شدن هشدارهای مهم را افزایش می‌دهند؛ طراحان در مورد نحوه تنظیم ویژگی، طبقه‌بندی و زمان‌بندی بحث می‌کنند تا هشدارهای با ارزش بالا برجسته بمانند در حالی که هشدارهای کم‌ارزش سرکوب شوند.

چرا پشتیبانی تصمیم‌گیری معیارهای فرآیند را قابل اطمینان‌تر از نتایج بیمار بهبود می‌بخشد؟

آزمایش‌ها به طور مداوم تغییرات در رفتار پزشک را بیشتر از نتایج بالینی نشان می‌دهند، که منجر به بحث در مورد مطالعات نتایج با قدرت ناکافی، پیوندهای ضعیف بین فرآیندهای هدفمند و نتایج، و کیفیت اجرا می‌شود.

Key figures

• David W. Bates
• Kensaku Kawamoto
• R. Brian Haynes
• Joshua C. Mandel

Seminal works

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

Frequently asked questions

اجزای یک سیستم پشتیبان تصمیم‌گیری بالینی چیست؟

به طور کلاسیک یک پایگاه دانش (دانش بالینی کدگذاری شده)، یک موتور استنتاج یا استدلال که آن دانش را بر روی داده‌های بیمار اعمال می‌کند، و یک رابط ارتباطی که نتیجه را در گردش کار کاربر به او ارائه می‌دهد.

کدام ویژگی‌های طراحی باعث اثربخشی پشتیبانی تصمیم‌گیری می‌شوند؟

بررسی‌ها به ارائه خودکار پشتیبانی در گردش کار، ارائه در زمان و مکان تصمیم‌گیری، توصیه‌های عملی، و تولید مبتنی بر کامپیوتر به عنوان ویژگی‌هایی که بیشترین ارتباط را با بهبود عملکرد دارند، اشاره می‌کنند.