Sistemul de suport pentru decizii medicale

Sistemul de suport pentru decizii clinice ( CDSS) este un  sistem de informații medicale conceput pentru a ajuta medicii și alți profesioniști din domeniul medical să lucreze cu sarcini legate de luarea deciziilor clinice (CDP). O definiție de lucru a fost propusă de Robert Hayward, de la Center for Health Evidence : Dezvoltarea și implementarea SPPVR în practică aparțin celor mai importante direcții în dezvoltarea inteligenței artificiale în medicină .

Eficiență

Nu există un consens cu privire la eficacitatea SPPVR.

O analiză sistematică din 2014 nu a constatat niciun beneficiu în ceea ce privește reducerea riscului de deces atunci când se utilizează DRM-uri combinate cu dosarele electronice de sănătate . Cu toate acestea, este probabil să existe unele beneficii pentru alte rezultate [1] .

O revizuire sistematică din 2005 a concluzionat că utilizarea DAT a îmbunătățit performanța practicienilor în 64% dintre studii. Utilizarea SPPVR a îmbunătățit rezultatele pacienților în 13% din studii.

DSS, printre altele, are o caracteristică care este indiscutabil legată de îmbunătățirea calității muncii medicilor, și anume solicitările electronice automate în loc să solicite utilizatorului să activeze sistemul.

În perioada 1973-2004, numărul și calitatea metodologică a studiilor SPPVR a crescut [2] .

O altă revizuire sistematică din 2005 a constatat că „sistemele de sprijin pentru decizii au îmbunătățit semnificativ performanța clinică în 68% din studii”.

Proprietățile SPPVR asociate cu o creștere a eficienței includ următoarele [3] :

Cu toate acestea, alte recenzii sistematice nu sunt la fel de optimiste cu privire la SPPDD; o astfel de revizuire din 2011 afirmă: „Există o mare diferență între beneficiile postulate și stabilite empiric ale tehnologiilor electronice [DAT și altele] în domeniul sănătății... eficiența lor din punct de vedere al costurilor nu a fost încă evaluată” [4] .

În 2014, a fost publicată o evaluare pe cinci ani a eficacității SPPVR, ca parte a introducerii terapiei raționale pentru infecțiile bacteriene; conform autorilor, această lucrare a fost primul studiu pe termen lung al SPPVR [5] .

Caracteristici

Pentru sistemele de sprijin pentru deciziile medicale, există următoarea definiție: acestea sunt „sisteme informaționale active care utilizează două sau mai multe elemente dintr-o matrice de date pacient pentru a genera recomandări specifice” [6] . Cu alte cuvinte, aceasta înseamnă că sistemele de suport decizional sunt axate pe managementul informației pentru a forma recomandări clinice pentru tratamentul unui pacient pe baza datelor disponibile în raport cu acesta din urmă.

Scop

Scopul principal al SPPVR modern este de a ajuta medicii la punctul de îngrijire [7] . Aceasta înseamnă că medicii interacționează cu SPPVR pentru a primi sprijin în analiza informațiilor și stabilirea unui diagnostic pe baza datelor disponibile în raport cu pacientul.

Anterior, se credea că SPPVR ar trebui să producă soluții clinice gata făcute. Medicul introduce informațiile și așteaptă ca SPPVR să dea varianta „corectă”, după care va urma doar algoritmul propus. Cu toate acestea, metodologia modernă de utilizare a DSSAS ca ajutor presupune că medicul interacționează cu DSSAS folosind atât propriile cunoștințe, cât și informațiile conținute în sistem, ceea ce permite o analiză mai adecvată a datelor disponibile în raport cu pacientul, în comparație cu un analiza de catre o persoana.si SPVR. Într-o situație tipică, SPPVR oferă medicului posibile opțiuni de revizuire, dintre care le alege pe cele mai potrivite, eliminând sugestiile eronate ale sistemului [6] .

Există două tipuri principale de SPPVR [7] :

Modul în care un medic poate folosi un sistem de suport pentru deciziile medicale poate fi demonstrat pe unul dintre subtipurile de DDS - DDS (Diagnostic Decision Support System).

DSPDR solicită anumite date despre pacient și, ca răspuns, oferă o listă de diagnostice relevante. Apoi, medicul examinează rezultatele propuse de DSSDR, determină semnificația acestora [7] și, dacă este necesar, prescrie o examinare suplimentară pentru a restrânge căutarea diagnostică.

Un alt exemplu de SPPVR este sistemul de raționament bazat pe caz (FRP) [8] . Sistemul FRP utilizează date istorice din cazuri clinice individuale pentru a ajuta la determinarea numărului necesar de fascicule și a unghiurilor optime ale acestora pentru radioterapie la pacienții cu tumori cerebrale maligne, după care fizicienii medicali și oncologii studiază planul de tratament recomandat pentru a-i evalua adecvarea [9] ] .

SPPVR pot fi, de asemenea, clasificate în funcție de momentul utilizării lor. Medicii folosesc aceste sisteme la punctul de îngrijire pentru a primi sprijin în munca lor cu pacientul, iar timpul specific de utilizare poate fi împărțit în înainte, în timpul și după diagnostic. SPPVR pre-diagnostic sunt utilizate pentru a stabili în prealabil diagnosticele de către un medic.

DAT-urile utilizate în cursul diagnosticului ajută la analiza și filtrarea diagnosticelor preliminare pentru a îmbunătăți rezultatele diagnosticului final. Sistemele post-diagnostic sunt folosite pentru a colecta date pentru a găsi legături între pacienți, istoricul acestora și datele clinice pentru a prezice evenimente viitoare [7] . Este de așteptat ca datorită sprijinului decizional în viitor, medicii să fie eliberați de sarcinile de rutină [10] .

O altă abordare utilizată de Serviciul Național de Sănătate din Marea Britanie este utilizarea DTP (fost condus de pacient, acum angajat al centrului de apeluri non-medical ) pentru a tria pacienții după ore, sugerând o acțiune de urmărire adecvată pacientului (de exemplu, apelarea unei ambulanțe ). ). sau următoarea vizită la medicul de familie în ziua lucrătoare). Sugestiile (care pot fi ignorate de pacient sau de lucrătorul centrului de apel dacă sunt contrare bunului simț sau din motive de precauție) se bazează pe informații cunoscute și pe un diagnostic presupus de cel mai rău caz (care nu este întotdeauna raportat pacientului, deoarece poate fi incorect și nu se bazează pe opinia unui specialist; un astfel de diagnostic folosit doar pentru sortarea primară).

„Cunoașterea” SPPVR

Majoritatea DSSRS constau din trei părți - o bază de informații, un mecanism de inferență și un mecanism de comunicare [11] . Baza de informații conține reguli și relații de date de meta-analiză, care de cele mai multe ori iau forma regulilor IF-THEN. Dacă acesta este un sistem de detectare a interacțiunii medicamentoase , regula ar putea fi: DACĂ este prescris medicamentul „X” ȘI medicamentul „Y” este prescris, ATUNCI avertizați utilizatorul. Când folosește o interfață diferită, un utilizator experimentat poate edita baza de informații pentru a o menține la zi, ținând cont de apariția de noi medicamente. Motorul de inferență combină regulile din baza de informații cu datele pacientului. Mecanismul de comunicare permite sistemului să prezinte rezultate utilizatorului și oferă intrare sistemului [6] [7] .

SPPVR „Necunoscut”

RTMS non-științifice bazat pe cunoștințe medicale exploatează o formă de inteligență artificială cunoscută sub numele de „ învățare automată ” [12] care permite sistemelor informatice să învețe din experiență și/sau să stabilească modele într-un set de date clinice. Acest lucru elimină nevoia de a scrie reguli și a contribui la experți. Cu toate acestea, deoarece sistemele bazate pe „învățare automată” nu pot explica motivele generării anumitor concluzii (adică sunt așa-numiții „cai întunecați” - o persoană nu poate obține informații semnificative despre munca sa), majoritatea clinicienilor nu le folosesc. .direct pentru realizarea diagnosticelor din cauza incertitudinii cu privire la acuratețea și fiabilitatea rezultatelor [6] [7] . Cu toate acestea, astfel de sisteme pot fi utile pentru utilizare în perioada post-diagnostic, dezvăluind anumite modele medicilor pentru o analiză mai profundă.

Există trei tipuri de „ignoranți”: mașini vectori suport, rețele neuronale artificiale și algoritmi genetici [13] .

  1. O rețea neuronală artificială folosește noduri și relații ponderate între ele pentru a analiza modele dintr-un set de date pentru pacient, în scopul de a stabili asocieri între simptome și diagnostice.
  2. Algoritmii genetici se bazează pe procese evolutive simplificate care utilizează selecția direcțională pentru a obține rezultate optime ale SPPVR. Algoritmii de selecție evaluează componentele unor seturi aleatoare de soluții ale problemelor. Soluțiile din partea de sus a listei sunt recombinate și modificate, după care procesul se repetă. Acest lucru se întâmplă din nou și din nou până când este găsită soluția dorită.
  3. Algoritmii genetici sunt similari din punct de vedere funcțional cu rețelele neuronale prin faptul că sunt, de asemenea, „cai întunecați” care încearcă să extragă informații dintr-un set de date despre pacient. Rețelele necunoscute se concentrează adesea pe un set limitat de simptome (de exemplu, simptomele unei singure boli), spre deosebire de rețelele bazate pe informații care permit diagnosticarea diferitelor boli [6] [7] .

Cadrul legal al SUA

De la adoptarea Legii americane de redresare și reinvestire economică (ARRA) în 2009, a existat o tendință către adoptarea pe scară largă a tehnologiei informației medicale în conformitate cu Legea privind sănătatea IT în economie și practici clinice (HITECH). Ca urmare a acestor inițiative, mai multe spitale și clinici integrează înregistrările medicale electronice (EMR) și sistemele automate de prescriere (ATS) în sistemele lor de procesare și stocare a informațiilor despre sănătate. Ulterior, Institutul de Medicină (IOM) a sprijinit utilizarea tehnologiei informației medicale, inclusiv a sistemelor de sprijinire a deciziilor, pentru a îmbunătăți îngrijirea pacienților. În 1999, Institutul de Medicină a publicat un raport intitulat „To Err Is Human”, care s-a concentrat asupra crizei de siguranță a pacienților din SUA din cauza ratei extrem de ridicate a mortalității.

Astfel de statistici au atras o atenție deosebită asupra calității îngrijirii pacienților. De la adoptarea legii ARRA HITECH, care a facilitat adoptarea IT în domeniul sănătății, alte reglementări mai specifice privind utilizarea ASNL și EHR sunt încă înregistrate la Oficiul Coordonatorului Național pentru Tehnologia Informației în Sănătate (ONC) și așteaptă aprobarea din partea Ministerul Sănătăţii şi Serviciilor Umane.servicii SUA .

Definiția „Utilizării semnificative” nu a fost încă dezvoltată. În ciuda lipsei unui cadru legal, furnizorii DSSAP vor fi aproape sigur văzuți ca părți responsabile din punct de vedere legal în furnizarea de asistență medicală pacienților (care pot fi afectați de utilizarea DSSAP) și medici (care pot folosi tehnologia pentru a oferi îngrijiri medicale pacienților) . Cu toate acestea, o astfel de responsabilitate nu a fost încă definită clar.

Ținând cont de ultimele acte de reglementare care au intrat în vigoare, legate de modificarea structurii interesului material, SPPVR devin din ce în ce mai atractive.

Probleme în calea implementării

Probleme clinice

Multe instituții medicale și companii IT au depus eforturi semnificative pentru a dezvolta DAT-uri care funcționează adecvat, care sprijină toate aspectele sarcinilor clinice. Cu toate acestea, având în vedere complexitatea procesului clinic și munca personalului medical sub presiunea timpului, o instituție care implementează DSS în practica sa ar trebui să facă din acest sistem o parte naturală și integrantă a fluxului de lucru clinic. Unele DSSIR au avut mai mult succes, în timp ce altele au întâmpinat probleme tipice care împiedică sau reduc șansele lor de adaptare și implementare cu succes în practică.

DRM-urile au o influență destul de semnificativă în două sectoare ale îngrijirii sănătății - farmaceutic și economic. Există sisteme de farmacie și de prescripție utilizate pe scară largă care verifică rețetele în serie pentru interacțiuni adverse medicamentoase și comunică mesaje de avertizare profesioniștilor care prescriu prescripții.

Un alt sector în care DSSIR poate fi aplicat cu succes este sectorul economic. Deoarece multe spitale se bazează pe schemele de asigurări de sănătate Medicare pentru a fi rentabile , au fost puse în aplicare sisteme care să ajute la evaluarea planului de tratament propus și a reglementărilor actuale Medicare pentru a pregăti un algoritm pentru a oferi îngrijiri satisfăcătoare a pacientului, ținând cont de situația financiară. a instituţiei de sănătate.

Alte tipuri de DSS, axate pe rezolvarea problemelor de diagnostic, și-au demonstrat, de asemenea, eficacitatea, cu limitări semnificative în ceea ce privește adaptarea și domeniul de aplicare. În 1971, sistemul de durere abdominală Leeds a fost lansat la Spitalul Universitar din Leeds ; conform analizei, a permis stabilirea diagnosticului corect în 91,8% din cazuri, în timp ce procentul diagnosticelor corecte puse de medici a fost de 79,6%. În ciuda unui număr mare de încercări de dezvoltare și utilizare a acestor sisteme de către instituțiile medicale, majoritatea SPPVR nu au găsit încă o distribuție largă.

Una dintre principalele dificultăți în modul de implementare a sistemelor din punct de vedere istoric este integrarea lor în fluxul de lucru. Până de curând, a existat tendința de a se concentra doar pe nucleul funcțional al luării deciziilor în cadrul DSS, ceea ce duce la planificarea ineficientă a aplicării efective a produsului de către medici la locul de muncă. Adesea, DAT-urile erau aplicații separate care necesitau întreruperea activității unui medic într-un sistem deja utilizat, trecerea la DAT, introducerea datelor necesare (chiar dacă acestea fuseseră deja introduse anterior într-un alt sistem) și analizarea rezultatelor. Pașii suplimentari perturbă fluxul normal de lucru și iau timp prețios din partea medicului.

Probleme tehnice și bariere de implementare

Sistemele de sprijin pentru deciziile clinice se confruntă cu provocări tehnice semnificative în unele domenii. Sistemele biologice sunt foarte complexe, iar o decizie clinică poate necesita analiza unei cantități uriașe de date potențial relevante. De exemplu, un sistem electronic bazat pe dovezi ar putea lua în considerare simptomele, istoricul medical, istoricul familial și genetica pacientului, precum și datele epidemiologice istorice și geografice și informațiile clinice publicate privind eficacitatea medicamentului atunci când se formulează recomandări pentru pacientul. plan de tratament .

În termeni clinici, un mare obstacol în calea implementării DSS este integrarea lor în fluxul de lucru (vezi mai sus).

Un alt punct negativ privind multe SSPP-uri este numărul mare de mesaje de avertizare generate de acestea. Atunci când sistemele emit un număr mare de alerte (în special cele care nu necesită acțiuni ulterioare), acest lucru devine enervant pentru medici și duce uneori la faptul că aceștia nu acordă suficientă atenție alertelor; acesta din urmă, la rândul său, poate duce la ignorarea mesajelor critice.

Întreținere

Una dintre problemele cheie asociate cu SPPIR este dificultatea de a integra un număr mare de rezultate ale studiilor clinice publicate în mod regulat. Zeci de mii de studii clinice sunt publicate în fiecare an [14] . Astăzi, fiecare dintre ele trebuie să fie scăzut, evaluat pentru valoarea științifică și integrat în mod adecvat în SPPVR. În 2004, s-a afirmat că procesul de colectare a datelor clinice și a informațiilor medicale și de traducere a acestora într-o formă adecvată utilizării de către computere pentru a oferi suport decizional clinic este „încă la început” [15] .

Cu toate acestea, este mai profitabil pentru afaceri să centralizeze acest proces (chiar dacă este incomplet) în comparație cu încercările fiecărui medic individual de a „ține pasul” cu toate studiile publicate.

Pe lângă munca obositoare, integrarea de date noi este uneori dificil de cuantificat și poate fi dificil de integrat în cadrul actual de luare a deciziilor, mai ales atunci când diferite lucrări științifice conțin informații contradictorii. Rezolvarea unor astfel de inconsecvențe este adesea subiectul unor lucrări științifice separate (vezi meta-analiză ), în timp ce procesarea unor astfel de matrice de date poate dura până la câteva luni.

Evaluare

Pentru a fi convinși de valoarea practică a DRM, este necesar să se confirme îmbunătățirea fluxului de lucru clinic sau a rezultatelor datorită utilizării acestuia. Evaluarea unui RTW este procesul prin care se cuantifică cât de mult poate fi îmbunătățită calitatea acestuia în timp și se măsoară eficacitatea acestuia. Deoarece SPPVR diferite au scopuri diferite, nu există un singur sistem de măsurare aplicabil tuturor acestor sisteme; cu toate acestea, unele dintre calități, cum ar fi stabilitatea (în raport cu proprietățile proprii și experții) pot fi adesea folosite pentru o gamă largă de sisteme [16] .

Criteriile de evaluare a DSS depind de scopul sistemului: de exemplu, un sistem de suport pentru deciziile de diagnosticare poate fi evaluat în termeni de stabilitate și acuratețe a clasificării bolii (comparativ cu medicii și alte sisteme de sprijin pentru deciziile medicale).

Un sistem bazat pe dovezi poate fi măsurat în funcție de numărul de pacienți recuperați sau de profituri crescute pentru furnizorii de servicii medicale.

Integrare cu dosarele electronice de sănătate

Introducerea în practică a dosarelor medicale electronice (EMR) este o nevoie inevitabilă și, în același timp, este asociată cu o anumită problemă. Constă în relativa lipsă de cunoaștere a problemei - în etapa de implementare a EHR, apar multe dificultăți, ceea ce a fost demonstrat de numeroase studii. În timp ce o oarecare atenție este încă acordată problemelor introducerii în practică a dosarelor medicale electronice (EMR), se știe mult mai puțin despre procesul de tranziție de la EHR „moștenite” de la suporturile de hârtie la sisteme noi [17] .

Cu toate acestea, dosarele electronice de sănătate reprezintă viitorul industriei de sănătate. Acestea reprezintă o modalitate de a capta date și de a le aplica în timp real pentru a asigura o îngrijire de înaltă calitate a pacienților, cu utilizarea eficientă a timpului și a resurselor. Integrarea comună a EHR și SPPVR în procesul clinic are potențialul de a conduce la o schimbare a metodelor de predare și a practicii medicale [18] . S-a susținut că „cel mai înalt nivel al EHR este SPPVR” [19] .

Întrucât „DAT-urile sunt sisteme informatice concepute pentru a influența luarea deciziilor clinice pentru pacienții individuali la punctul de îngrijire” [18] , beneficiile integrării complete a DRT și EHR devin evidente.

În ciuda tuturor avantajelor evidente ale celor de mai sus, tranziția finală la utilizarea DSSAS combinată cu EHR necesită eforturi semnificative de planificare din partea instituției de sănătate pentru a asigura funcționarea cu succes și eficientă a DSSRS. Succesul și eficacitatea pot fi măsurate prin creșterea îngrijirii pacientului și prin reducerea numărului de evenimente adverse care apar. În plus, ar trebui luate în considerare economiile de timp și resurse, dobândirea unei autonomii mai mari și beneficiul financiar al instituției de sănătate [20] .

Beneficiile combinării SPPVR și EHR

Integrarea cu succes DRM/EHR asigură cele mai bune practici și îngrijire de înaltă calitate a pacientului, care este obiectivul principal al asistenței medicale.

Erorile în furnizarea asistenței medicale au apărut întotdeauna, așa că încercarea de a le minimiza este importantă pentru a asigura o îngrijire de calitate a pacienților.

Datorită introducerii SPPVR și a fișelor medicale electronice (EMR), problemele pot fi rezolvate în trei domenii:

  1. Greșeli în prescrierea medicamentelor
  2. Evenimente adverse asociate medicamentelor
  3. Alte erori medicale

DRM-urile vor fi extrem de utile în viitor, când unitățile de asistență medicală vor deveni „100% electronice” în ceea ce privește obținerea de informații în timp real asupra pacientului, ceea ce va reduce foarte mult numărul de modificări necesare pentru adaptarea tuturor sistemelor între ele.

Indicatorii măsurabili ai beneficiilor sistemelor de sprijinire a deciziei medicului în legătură cu performanța medicului și rezultatele pacientului sunt încă subiectul cercetării (a se vedea secțiunea Eficacitate de mai sus).

Obstacole

Implementarea dosarelor electronice de sănătate (EMR) în sistemul de sănătate se confruntă cu o serie de provocări, dintre care cea mai importantă este menținerea eficienței și siguranței în perioada de punere în funcțiune [21] , dar pentru a asigura eficacitatea procesului de implementare, înțelegerea perspectivelor utilizatorilor EHR este cheia succesului [22 ] . În plus, introducerea EHR în practica clinică ar trebui promovată activ ca parte a unei abordări de jos în sus (în primul rând, trebuie acordată atenție nevoilor clinice) [23] . Același lucru este valabil și pentru SPPVR.

Principalele puncte problematice ale tranziției către un sistem EMR/SPPVR complet integrat [24] :

  1. Protecția informațiilor personale
  2. Confidențialitate
  3. Ușurință în utilizare
  4. Acuratețea și completitudinea documentației
  5. Integrare
  6. Uniformitate
  7. Acceptabilitate
  8. „Desensibilizarea” mesajelor de avertizare

de asemenea, aspecte cheie ale introducerii datelor care trebuie ajustate în implementarea DSS pentru a evita potențialele evenimente adverse. Aceste aspecte includ:

O arhitectură orientată spre servicii [25] a fost propusă ca o modalitate tehnică de a depăși unele dintre aceste bariere .

Situația din Australia

Începând cu iulie 2015, tranziția planificată la EHR în Australia a întâmpinat unele dificultăți. Majoritatea unităților de asistență medicală continuă să folosească documente doar pe hârtie, iar unele se află în faza de tranziție a scanării cardurilor pentru a crea un EHR sau în pregătirea pentru această fază de tranziție.

În statul Victoria s-a încercat introducerea EHR la nivel de stat prin programul HealthSMART, dar proiectul a fost anulat din cauza costurilor neașteptat de mari [26] .

Cu toate acestea, statul Australia de Sud a progresat ceva mai mult decât statul Victoria în ceea ce privește implementarea EHR. Acest lucru se poate datora gestionării centralizate a tuturor organizațiilor de sănătate publică din Australia de Sud (pe de altă parte, administrația Serviciului Național de Sănătate din Regatul Unit este de asemenea centralizată, dar la începutul anilor 2000, Programul său național de dezvoltare IT , sub auspiciile care ar fi trebuit să aibă loc introducerea EHR, s-a transformat într-un dezastru costisitor.)

Australia de Sud este în proces de implementare a unui „Patient Administration System (PAS)”. Acest sistem sta la baza EHR pentru toate spitalele publice si centrele medicale din SA; era de așteptat ca până la sfârșitul anului 2014, toate unitățile de asistență medicală din Australia de Sud să fie conectate la acesta. Acest lucru ar asigura integrarea cu succes a SPPVR în regiune și ar crește eficiența EHR [27] . În iulie 2015, doar 3 din 75 de unități de asistență medicală au fost capabile să implementeze SAP [28] .

Cu cel mai avansat sistem de asistență medicală din țară și un model administrativ federal mai degrabă decât centralizat, New South Wales se îndreaptă către implementarea EHR la nivel național. Tehnologia utilizată în această stare, eMR2, are unele dintre caracteristicile DSS, cum ar fi un scor de probabilitate de sepsis pentru a identifica pacienții cu risc din datele introduse în înregistrările electronice. În iunie 2016, 93 de centre din 194 în care EHR era planificat a fi pilotat au fost conectate la eMR2 [29] .

Vezi și

Note

  1. ↑ Moja, L; Kwag, KH; Lytras, T; Bertizzolo, L; Brandt, L; Pecoraro, V; Rigon, G; Vaona, A; Ruggiero, F; Mangia, M; Iorio, A; Kunnamo, eu; Bonovas, S. Eficacitatea sistemelor computerizate de sprijinire a deciziilor legate de dosarele electronice de sănătate: o revizuire sistematică și meta-analiză  //  Jurnalul American de Sănătate Publică : jurnal. - 2014. - Decembrie ( vol. 104 , nr. 12 ). - P. e12-22 . - doi : 10.2105/ajph.2014.302164 . — PMID 25322302 .
  2. ↑ Garg AX, Adhikari NK, McDonald H., Rosas-Arellano MP, Devereaux PJ, Beyene J. și colab. Efectele sistemelor computerizate de sprijinire a deciziilor clinice asupra performanței practicianului și a rezultatelor pacientului: o revizuire sistematică  // JAMA  :  jurnal. - 2005. - Vol. 293 , nr. 10 . - P. 1223-1238 . - doi : 10.1001/jama.293.10.1223 . — PMID 15755945 .
  3. ↑ Kensaku Kawamoto; Caitlin A Houlihan; E Andrei Balas; David F Lobach. Îmbunătățirea practicii clinice folosind sisteme de sprijin pentru deciziile clinice: o revizuire sistematică a studiilor pentru a identifica caracteristicile esențiale pentru succes  (engleză)  // BMJ  : jurnal. - 2005. - Vol. 330 , nr. 7494 . — P. 765 . - doi : 10.1136/bmj.38398.500764.8F . — PMID 15767266 . Arhivat din original pe 12 aprilie 2019.
  4. ↑ Negru, AD; Car, J.; Pagliari, C.; Anandan, C.; Cresswell, K.; Bokun, T.; McKinstry, B.; Procter, R.; Majeed, A.; Sheikh, A. Impactul e-sănătății asupra calității și siguranței asistenței medicale: o privire de ansamblu sistematică  //  PLoS Medicine : jurnal. - 2011. - 18 ianuarie ( vol. 8 , nr. 1 ). — P. e1000387 . doi : 10.1371/ journal.pmed.1000387 . — PMID 21267058 . publicație cu acces deschis
  5. ↑ Nachtigall, I; Tafelski, S; Deja, M; Halle, E; Grebe, M.C.; Tamarkin, A; Rothbart, A; Unrig, A; Meyer, E; Muzial-Bright, L; Wernecke, K.D.; Spies, C. Efectul pe termen lung al sprijinului decizional asistat de computer pentru tratamentul cu antibiotice la pacienții în stare critică: un studiu de cohortă prospectiv „înainte/după”  (engleză)  // BMJ Open : jurnal. - 2014. - 22 decembrie ( vol. 4 , nr. 12 ). — P.e005370 . - doi : 10.1136/bmjopen-2014-005370 . — PMID 25534209 . Arhivat din original pe 22 martie 2019. publicație cu acces deschis
  6. ↑ 1 2 3 4 5 „Sisteme de sprijinire a deciziilor”. 26 iulie 2005. 17 feb. 2009 < http://www.openclinical.org/dss.html >  (link nu este disponibil) .
  7. ↑ 1 2 3 4 5 6 7 Berner, Eta S., ed. Sisteme de sprijin pentru decizii clinice. New York, NY: Springer, 2007.
  8. ↑ Begum, Shahina; Ahmed, Mobyen Uddin; Funk, Peter; Xiong, Ning; Folke, Mia. Sisteme de raționament bazate pe caz în științele sănătății: un studiu al tendințelor și evoluțiilor recente  //  Tranzacții IEEE pe sisteme, om și cibernetică, partea C (aplicații și recenzii): jurnal. - 2011. - iulie ( vol. 41 , nr. 4 ). - P. 421-434 . - doi : 10.1109/TSMCC.2010.2071862 .
  9. ↑ Khussainova, Gulmira; Petrovic, Sanja; Jagannathan, Rupa. Recuperare cu grupare într-un sistem de raționament bazat pe caz pentru planificarea tratamentului cu radioterapie  //  Journal of Physics: Conference Series : jurnal. - 2015. - Vol. 616 , nr. 1 . — P. 012013 . — ISSN 1742-6596 . - doi : 10.1088/1742-6596/616/1/012013 .
  10. ↑ Khosla, Vinod . Tehnologia va înlocui 80% din ceea ce fac medicii , CNN  (4 decembrie 2012). Arhivat din original pe 28 martie 2013. Preluat la 25 aprilie 2013.
  11. ↑ Peyman., Dehghani Soufi, Mahsa. Samad-Soltani, Taha. Shams Vahdati, Samad. Rezaei-hachesu. Sistem de sprijinire a deciziilor pentru managementul triajului : O abordare hibridă folosind raționamentul bazat pe reguli și logica neclară  .
  12. ↑ Spie. Discurs în plen Tanveer Syeda-Mahmood: Rolul învățării automate în sprijinul pentru deciziile clinice  //  SPIE Newsroom : jurnal. - 2015. - Martie. - doi : 10.1117/2.3201503.29 .
  13. ↑ Wagholikar, Kavishwar; V. Sundararajan; Ashok Deshpande. Modeling Paradigms for Medical Diagnostic Decision Support: A Survey and Future Directions  (English)  // Journal of Medical Systems: journal. - 2012. - Vol. 36 , nr. 5 . - P. 3029-3049 . - doi : 10.1007/s10916-011-9780-4 . — PMID 21964969 .
  14. ↑ Gluud C., Nikolova D. Țara probabilă de origine în publicațiile privind studiile controlate randomizate și studiile clinice controlate în ultimii 60 de ani  //  Trials : journal. - 2007. - Vol. 8 . — P. 7 . - doi : 10.1186/1745-6215-8-7 . — PMID 17326823 .
  15. ↑ Gardner, Reed M. Computerized Clinical Decision-Support in Respiratory Care  //  Respiratory Care : journal. - 2004. - Aprilie ( vol. 49 ). - P. 378-388 .
  16. ↑ Wagholikar, K; Kathy L. MacLaughlin; Thomas M Kastner; Petra M Casey; Michael Henry; Robert A Greenes; Hongfang Liu; Rajeev Chaudhry. Evaluarea formativă a acurateții unui sistem de sprijinire a deciziei clinice pentru screening-ul cancerului de col uterin  (engleză)  // Jurnalul Asociației Americane de Informatică Medicală : jurnal. - 2013. - Vol. 20 , nr. 4 . - P. 747-759 . - doi : 10.1136/amiajnl-2013-001613 . — PMID 23564631 .
  17. ↑ Zandieh, Stephanie O.; Kahyun Yoon Flannery; Gilad J. Kuperman; Daniel J. Langsam; Daniel Hyman; Rainu Kaushal. Provocări la implementarea EHR în practicile de birou electronice versus hârtie  //  Journal of Global Information Management : jurnal. - 2008. - P. 755-761 .
  18. ↑ 1 2 Berner, Eta S.; Tonya J. La Lande. 1 // Sisteme de sprijin pentru deciziile clinice: teorie și  practică . - 2. - New York: Springer Science and Business Media , 2007. - P.  3 -22.
  19. ↑ Rothman, Brian; Ioana. C. Leonard; Mihai. M. Vigoda. Viitorul înregistrărilor medicale electronice: implicații pentru sprijinul decizional  // Mount Sinai Journal of  Medicine : jurnal. - 2012. - Vol. 79 , nr. 6 . - P. 757-768 . - doi : 10.1002/msj.21351 . — PMID 23239213 .
  20. ↑ Sambasivan, Murali; Pouyan Esmaeilzadeh; Naresh Kumar; Hossein Nezakati. Intenția de a adopta sisteme de sprijinire a deciziilor clinice într-o țară în curs de dezvoltare: efectul autonomiei profesionale percepute de către medic, implicarea și credința: un studiu transversal  (engleză)  // BMC Medical Informatics and Decision Making: jurnal. - 2012. - Vol. 12 . - P. 142-150 . - doi : 10.1186/1472-6947-12-142 . — PMID 23216866 .
  21. ↑ Spellman Kennebeck, Stephanie; Nathan Timm; Michael K Farrell; S Andrew Spooner. Impactul implementării dosarelor electronice de sănătate asupra valorilor fluxului de pacienți într-un departament de pediatrie de urgență  //  Jurnalul Asociației Americane de Informatică Medicală : jurnal. - 2012. - Vol. 19 , nr. 3 . - P. 443-447 . - doi : 10.1136/amiajnl-2011-000462 . — PMID 22052897 .
  22. ↑ McGinn, Carrie Anna; Gagnon, Marie-Pierre; Shaw, Nicola; Sicotte, Claude; Mathieu, Luc; Leduc, Yvan; Grenier, Sonya; Duplantie, Julie; Abdeljelil, Anis Ben; Legare, Franța. Perspectivele utilizatorilor asupra factorilor cheie pentru implementarea înregistrărilor medicale electronice în Canada: un studiu Delphi  (engleză)  // BMC Medical Informatics and Decision Making: journal. - 2012. - 11 septembrie ( vol. 12 , nr. 1 ). — P. 105 . — ISSN 1472-6947 . - doi : 10.1186/1472-6947-12-105 . — PMID 22967231 .
  23. ↑ Rozenblum, R.; Jang, Y.; Zimlichman, E.; Salzberg, C.; Tamblyn, M.; Buckeridge, D.; Forster, A.; Bates, DW; Tamblyn, R. Un studiu calitativ al experienței Canadei cu implementarea tehnologiei electronice de informare în domeniul sănătății  // Canadian Medical Association  Journal : jurnal. - 2011. - 22 februarie ( vol. 183 , nr. 5 ). -P.E281 - E288 . — ISSN 0820-3946 . - doi : 10.1503/cmaj.100856 . — PMID 21343262 .
  24. ↑ Berner, Eta S.; Tonya J. La Lande. 4 // Sisteme de sprijin pentru decizii clinice: teorie și practică  (engleză) . - 2. - New York: Springer Science and Business Media , 2007. - P.  64 -98.
  25. ↑ Loya, S.R.; Kawamoto, K; Chatwin, C; Huser, V. Arhitectură orientată spre servicii pentru sprijinul pentru deciziile clinice: o revizuire sistematică și direcții viitoare  (engleză)  // Journal of Medical Systems : jurnal. - 2014. - Vol. 38 , nr. 12 . — P. 140 . - doi : 10.1007/s10916-014-0140-z . — PMID 25325996 .
  26. ↑ Charette, Robert N. Troubled HealthSMART System Finally Canceled in Victoria Australia . Data accesului: 18 mai 2013. Arhivat din original la 24 februarie 2013.
  27. ↑ Actualizare program EPAS . Sănătatea din Australia de Sud. Preluat la 15 mai 2013. Arhivat din original la 26 iunie 2018.
  28. ↑ http://www.abc.net.au/news/2015-07-01/hospital-beds-closure-epas-electronic-records-delay/6586492 Arhivat la 1 februarie 2017 la Wayback Machine , accesat pe 26 iulie 2015
  29. ↑ EMR împlinește 10 ani Știri eHealth . Preluat la 6 august 2016. Arhivat din original la 15 august 2016.

Link -uri