Podrška odlučivanju u medicini sa osvrtom na sisteme za ... - Infoteh

Vor Inbetriebnahme Betriebsanleitung lesen!BedienungsanleitungS 350 VA4/05von Oertzen GmbH • Ferdinand-Harten-Str. 10 • 22949 Ammersbek • Tel. +49 40 604110 • Fax +49 40 6041149www.oertzen-gmbh.de • info@oertzen-gmbh.de

odgovora, tj. sistema novih dijagnoza. Ovi koraci su uglavnomzajednički za sve dijagnostičare. Međutim, ostali koraci sejako razlikuju. Čak se može desiti da isti dijagnostičarpreduzima različite korake u dva vrlo slična slučaja. Na tajnačin se mogu postaviti prilično različita pitanja prilikomevaluacije istog pacijenta. Drugim riječima, svaki ljekar ćenaići na različite probleme pri postavljanju dijagnoze kodistog pacijenta, što zbog različite količine informacija kojepoznaje o konkretnom slučaju, što zbog različitog nivoapoznavanja medicinske problematike. S obzirom na velikukoličinu informacija kojom ljekari raspolažu (informacije osamom pacijentu i literaturi iz određene oblasti), potrebno jena adekvatan način ukomponovati i iskoristiti sve raspoloživeinformacije. DDSS sistem se može iskoristiti u tu svrhu.U slučaju DDSS, definicije su još mnogobrojnije nego štoje to slučaj sa dijagnozom. Jedna od njih bi bila: „Računarskialgoritam koji pruža podršku medicinskom osoblju na jednomili više nivoa procesa postavljanja dijagnoze“. Različita sushvatanja ovakvih sistema kod samog medicinskog osoblja.Oni sa više iskustva ih posmatraju kao dodatak, a ne zamjenuza sopstvene dijagnostičke sposobnosti, dok korisnici sa manjeiskustva imaju nerealna očekivanja da će sistem u potpunostizamijeniti njihovu ulogu, kao i to da će sistem riješiti nejasanproblem sa jako malim brojem ulaznih podataka. Projektantivrlo često razvijaju veoma korisne dijagnostičke alate koji uodređenom smislu prevazilaze ljudske dijagnostičkesposobnosti. Međutim, za njihovu primjenu je neophodnakvalitetna obuka medicinskog osoblja, kako ne bi dolazilo dokognitivnih neusklađenosti između mogućnosti sistema iočekivanja korisnika.Kako bi korisnici optimalno interagovali sa DDSS,neophodno je da budu upoznati sa pretpostavkama ugrađenimu sistem, odnosno njegovim načinom „razmišljanja“. SvakiDDSS funkcionalno definiše dijagnozu kao korake koje samizvršava, odnosno asistira korisniku pri njihovom izvršenju.Međutim, suptilna priroda osnovnih pretpostavki integrisanihu sistem može biti varljiva, kada je riječ o krajnjem ishodupostupka određivanja dijagnoze.Cilj određivanja specifične dijagnoze leži u izboruefikasnih terapija, davanja tačnih prognoza i detaljnihobjašnjenja. U određenim slučajevima nije neophodnopostaviti tačnu dijagnozu kako bi se ispunili neki od navedenihzadataka. Tretman se uglavnom inicira prije nego što sepostavi tačna dijagnoza. Dalje, korisnost postavljanjaodređene dijagnoze je upitna, naročito kada postoji malavjerovatnoća za efikasno liječenje. Uz unaprijed poznatunemogućnost i nepraktičnost prikupljanja svakog mogućegdetalja o zdravstvenom stanju pacijenta, umijeće postavljanjadijagnoze leži u sposobnosti dijagnostičara da pažljivo prikupirelevantne informacije, opravdavajući sve tačno uspostavljenedijagnoze, kao i u iniciranju terapije još u procesu evaluacije.Pored toga, jako je važna sposobnost evociranja istorije isimptoma bolesti, kao i rezultata ispitivanja, koji bi mogli dadaju dalje smjernice kako iskoristiti već postojeće rezultate, iliuputiti na dodatna ispitivanja, a sve to uz saosjećajnost premapacijentu i na finansijski isplativ način.Većina najvažnijih koncepata vezanih za aktuelne DDSSsisteme je razvijena i prezentovana u literaturi do 1975.godine. Nekoliko godina kasnije je napravljen opširan pregledstrategija koje su koristili rani DDSS. Shortliffe i ostali su usvom članku [3] klasifikovali DDSS sisteme, podijelivši ih usljedeće kategorije: klinički algoritmi, kliničke banke podatakasa analitičkim funkcijama, matematički patofiziološki modeli,sistemi za prepoznavanje obilježja, Bayes-ovi statističkisistemi, analitički sistemi za odlučivanje i ekspertski sistemi.Različte vrste DDSS odgovaraju velikom broju kliničkihoblasti na koje može biti primjenjeno dijagnostičkorezonovanje, zatim velikom broju koraka koji se preduzimajuprilikom pomenutog rezonovanja te različitim poteškoćama nakoje medicinsko osoblje nailazi u svakom koraku procesapostavljanja dijagnoze. Pri pomenu sistema za podršku pridijagnostici, prva pomisao su sistemi široke namjene.Bez obzira na to koliko su široke oblasti njihove primjene,u principu postoje sistemi za uopštenu dijagnozu i sistemi kojisu specijalizovani samo za određenu oblast (npr. interpretacijuEKG snimaka). Uobičajena objašnjenja DDSS sistema uliteraturi iz oblasti biomedicine ponekad prelaze prekospecijalizovanih i usmjerenih, ali jako uspješnih dijagnostičkihsistema integrisanih unutar medicinske aparature. Nekijednostavniji sistemi pomažu pri interpretaciji rezultata krvnihtestova, ili testova plućne funkcionalnosti. Sistemi za citološkoprepoznavanje i klasifikaciju se veoma uspješno integrišu uuređaje kao što su diferencijalni analizatori krvnih zrnaca ilisistemi za analizu Papanikolauovog brisa. Manji,specijalizovani sistemi za podršku dijagnostici su najraširenijaforma DDSS i njihova upotreba će bivati sve značajnija,naročito u sprezi sa različitim automatizovanim medicinskimuređajima.U članku objavljenom 1959. godine, Ledley i Lusted [4]su konstatovali da ljekari imaju nedovoljno poznavanjeprincipa postavljanja dijagnoze, odnosno rješavanja problemavezanih za dijagnostiku uopšte. Njihov stav je da su logičko iprobabilističko razmišljanje osnovne komponentemedicinskog rezonovanja. Takođe navode važnost analizeprotokola pri pokušaju razumijevanja principadijagnostikovanja.Logički sistemi, bazirani na tzv. ekskluzivnim(isključujućim) upitima, koji prave razliku između međusobnoisključivih alternativa, igrali su važnu ulogu u radovimavezanim za poremećaj kiselih baza i elektrolita u organizmu.Danas se ti sistemi primjenjuju u jako uskim oblastima,naročito gdje je očigledno da se radi o samo jednomporemećaju. U slučaju da korisnici razgranatog logičkogsistema daju netačan odgovor na jedno od pitanja kojapostavlja sistem, primorani su da ponovo urade sve ispočetka,jer nema načina da povrate prethodno unesene podatke.Vjerovatnoća pojavljivanja ovakvih problema se povećava sabrojem različitih, a pritom nezavisnih vrsta bolesti kodpacijenta. Stoga, idealne oblasti primjene su one gdje detaljnopoznavanje patofizioloških i epidemioloških podatakaomogućavaju identifikaciju parametara djeljivih na podoblastibez dodirnih tačaka.- 1130 -

Bayes-ovo pravilo je primjenjivo na velike oblasti. Jedanod prvih sistema zasnovanih na ovoj teoriji je razvijen 1961.godine. Autori su posmatrali osjetljivost sistema na pogrešnodate odgovore i greške u bazama podataka. Naglašena jepotreba za pribavljanjem tačnih i ažurnih podataka od stranekorisnika. Evaluacija sistema se obavlja poređenjem sa tzv.zlatnom sredinom. Godine 1968. razvijen je modelsekvencijalne Bayes-ove dijagnoze. Prvi praktično upotrebljivi široko rasprostranjen DDSS ovog tipa je sistem za dijagnozuakutnih abdominalnih bolova [5], kojeg je razvio AnthonyGorry sa saradnicima. Veliki broj istraživača danas radi nasistemima zasnovanim na Bayes-ovoj metodi. Probabilističkisistemi su igrali jako važnu ulogu u razvoju DDSS, i njihovazastupljenost će se nastaviti i u budućnosti.Postoji još jedna alternativa kategoričkom iprobabilističkom zaključivanju, koja kombinuje osobine objepomenute metode, ali zadržava osnovnu osobenost. Ona seogleda u heurističkom zaključivanju. Program za dijagnostikuhematoloških poremećaja (HEME) je jedan od najstarijihsistema koji su radili na bazi heurističkih metoda i, takođe,jedan od prvih koji je koristio tabele kriterijuma zadijagnostiku stadijuma bolesti. Razvili su ga Lipkin, Hardy iEngle u krajem 50-ih godina XX vijeka. Programi kojiheuristički preklapaju terminologiju iz skladištenih opisastadijuma bolesti sa leksičkim opisima pojedinačnih slučajeva(pacijenata) su konceptualno slični sa HEME sistemom.Programi pod nazivima CONSIDER i RECONSIDER koristeheurističke tehnike leksičkog uparivanja kako bi identifikovalibolesti iz priručnika Current Medical Information andTerminology (CMIT).Anthony Gorry je bio pokretač razvoja dijagnostičkihsistema zasnovanih na heurističkim metodama i simboličkomzaključivanju. On je predložio formalnu definiciju problemadijagnostikovanja. Analizirao je povezanost funkcije opštegzaključivanja (korištene za davanje dijagnoze na osnovuposmatranja zaključaka), funkcije izbora testova kojadinamički bira optimalan tip u datom trenutku (u smisluraspoložive količine informacija i cijene) i funkcije sortiranjaobilježja koja je sposobna da odredi kompetentnost različitihdijagnoza postavljenih za isti slučaj. Isticao je razliku izmeđuvrijednosti informacije, ekonomskih troškova i rizika odsmrtnosti pri izvođenju testova; razmatrao je posljedicepogrešne dijagnoze kod ozbiljnih, po život opasnihporemećaja; opisao je problematiku tzv. višestruke dijagnoze(u slučaju kada pacijent boluje od više bolesti); predlagao jeda se baze podataka integrisane u sisteme za podršku koristeza simulirano testiranje dijagnostičkih sistema. Njegovi nacrtipredstavljaju prethodnike čitave grupe različitih dijagnostičkihsistema kao što su: Present Illness Program – PIP, MEDITEL,Internist-I, QMR, Dxplain i Iliad, i još velikog broja drugihsistema.Edward Shortliffe je kroz razvoj sistema MYCINpredstavio aplikaciju ekspertskog sistema baziranog napravilima, u periodu 1973-1976. Ovaj sistem je koristiopravilo lančanog povezivanja unazad kako bi sakupioinformacije o organizmima koji uzrokuju meningitis kodpacijenata. Tokom godina je razvijen veliki broj DDSS čiji jeprincip rada zasnovan na pravilima. Važno je napomenuti dasu svi oni klasifikovani kao usko-orijentisani sistemi, zbogizuzetne kompleksnosti koju donosi održavanje sistema sa višeod nekoliko hiljada integrisanih pravila.Razvojem mikroračunara došlo je do promjena u filozofijirazvoja DDSS. Stariji sistemi, kao što je Internist-I, su tretiraliljekara kao pasivnog posmatrača koji je samo odgovarao sa daili ne na pitanja koja mu postavi sistem, i u potpunosti su seoslanjali na sopstvenu bazu podataka. Početkom 90-ih godinaXX vijeka se napušta ovaj model i počinje se raditi nasistemima koji će biti uzajamno korisni i koji će aktivnokoristiti svoje „znanje“, ali i znanje korisnika, odnosno ljekara.Cilj je bilo poboljšanje performansi sistema ali i sposobnostisamog korisnika. Dalji trendovi su bili dodavanje strogihmatematičkih pravila modelima zasnovanim na ipakproizvoljnim heurističkim istraživanjima. Sistemi bazirani nafuzzy i Bayes-ovim teorijama su konstruisani kako bi seprevazišla ograničenja heurističkih i jednostavnih Bayes-ovihmodela.Neuralne mreže predstavljaju potpuno novi pristupproblematici medicinske dijagnoze. Osnovni problemi koji sejavljaju kod neuralnih mreža su izbor odgovarajuće topologijete izbor pravilne metode i nivoa „obučavanja“ sistema. Sakompleksnošću neuralne mreže raste i broj slučajeva za koje jepotrebno obučiti sistem. U slučaju nedovoljne količinepodataka predlaže se korišćenje različitih „vještačkih“ tehnikasimulacije, kako bi se sistem mogao pripremiti za rad.Međutim, primjena pomenutog principa bi mogla dovesti doneoptimalnih performansi sistema u stvarnim uslovima.Pored tehničkih, zanimljivo je pomenuti i zakonska ietička pitanja koja se tiču upotrebe DDSS sistema. Kada je upitanju zakonska regulativa, postoje brojna otvorena pitanja iproblemi povezani sa upotrebom sistema za podrškuodlučivanju. Državne agencije još uvijek ne uzimaju u obzirovakve vrste sistema na odgovarajući način, pa su u skladu satim date brojne preporuke koje bi od proizvođača sistemazahtijevale garantovanu funkcionalnost. Još uvijek nijedefinisano da li su sistemi za podršku u stvari uređaji kao i svidrugi koji su obuhvaćeni regulativom. U prošlosti nije biloneophodno obuhvatiti konsultantske sisteme odgovarajućomregulativom sve dok su korišteni od strane obučenog ilicenciranog osoblja. Čak i u slučaju da se donese odluka odirektnom uvođenju u zakonske okvire, zakonodavnim, anaročito izvršnim tijelima će biti jako teško da to sprovedu udjelo. Za sisteme opšte namjene, kao što su Iliad, QMR,MEDITEL ili DXplain, sa stotinama ili hiljadama mogućihdijagnoza u njihovim bazama podataka, izvođenje (simulacija)svih mogućih kombinacija dijagnoza u svrhu dokazivanjafunkcionalnosti sistema na različitim pacijentima bizahtijevalo jako mnogo vremena i sredstava. Drugačijipristupi, kao što je tzv. provjera kvaliteta softvera, kojom bi seispitivali propusti u sistemu su, sa druge strane, kliničkinepraktični. Nepraktičnost se ogleda u tome što je potrebnounaprijed znati sa kakvim će se sve problemima korisnik- 1131 -

sistema susretati u upotrebi, kako bi se testiranje mogloobaviti na pravi način.U slučaju eventualne žalbe korisnika sistema, kojuodgovorna regulatorna agencija uzima u razmatranje, potrebnoje napraviti niz koraka. Kao prvo, neophodno je da senekolicina pacijenata podvrgne detaljnim ispitivanjima kakobi se odredila „zlatna sredina“ dijagnoze. Ako ljekar tvrdi daje sistem načinio grešku, postavlja se pitanje šta je udiskutabilnom slučaju bila tačna dijagnoza. Dalje, izabranakomisija za reviziju bi morala da zna sve podatke o pacijentukoji su bili poznati u trenutku davanja problematičnedijagnoze. To bi potencijanlo narušilo privatnost pacijenta. Sviizvori informacija o pacijentu bi morali biti otkriveni, što bidovelo do sličnih problema kakvi se javljaju pri prikupljanjudokaza u slučajevima nesavjesnog liječenja. Zadatak agencijebi bio da utvrdi da li je korisnik (ljekar) pravilno obučen zarad i da li je koristio sistem na odgovarajući način. Za takonešto bi bilo neophodno da svaki sistem ima neku vrstuinternog skladištenja informacija koja bi išla do nivoapamćenja svakog pojedinačnog pritiska tastera pri upotrebi, jeru suprotnom komisija ne bi bila u stanju da rekonstruiše cijelislučaj. Takođe bi bilo potrebno utvrditi da li je baza podatakasamog sistema potpuna i ispravna. I posljednje u nizu, jestepitanje da li je korisnik u ispitivanom slučaju koristio sistemna odgovarajući, odnosno najbolji mogući način. Za donošenjeodluke u ovakvom slučaju bi bilo potrebno da revizoriovlaštene agencije budu eksperti kada je u pitanju upotrebasvakog pojedinačnog DDSS sistema. U tom slučaju bi bilipotrebni mjeseci i mjeseci obuke kako bi jedna osoba postalaekspert u korištenju samo jednog od mnogobrojnih sistema.Očigledno je da bi regulatornoj agenciji bilo jako teško daprikupi velika sredstva koja ovakve vrste obuka zahtijevaju,pogotovo kada se uzme u obzir jako mali broj potencijalnihžalbi koje bi bile uložene u odnosu na veliki broj sistema injihovih korisnika. Složenost svih prethodno navedenihpitanja jasno ukazuje na poteškoće pri formiranju regulatornepolitike u slučaju DDSS sistema.Sa priličnom sigurnošću se može tvrditi da ćespecijalizovani DDSS sistemi u budućnosti imati sve širuupotrebu. Uz razvoj novih i automatizaciju starijihmedicinskih uređaja, DDSS sistemi će biti neophodni kako bise poboljšale performanse sistema ili pravilno tumačili izlaznipodaci. Najčešći sistemi koji se danas sreću su oni zainterpretaciju medicinskih slika (radioloških i sl.), signala(EKG, EEG) i dijagnostiku u usko definisanim kliničkimuslovima. Kao nusprodukt uspjeha ovih sistema se javljamanjak opreznosti kod korisnika kada je u pitanju preciznostistih. Istraživanja su pokazala da je manje iskusno medicinskoosoblje sklono praćenju svih savjeta dobijenih od DDSS, čak ikada je prilično očigledno da su pogrešni.Budućnost DDSS sistema široke namjene je obećavajuća,ali ne toliko izvjesna kao što je slučaj sa prethodnim. Kao štoje već napomenuto, potrebno je riješiti jako bitne stvari prijenego što sistemi koji obuhvataju jako velike oblasti umedicinskom smislu postanu dovoljno kvalitetni i uspješni.Bez obzira na sve, oni će u svakom slučaju igrati jako bitnuulogu kada se radi o obrazovanju medicinskog osoblja.Jedan od ključnih parametara od kojeg će u mnogomezavisiti prihvaćenost svakog pojedinačnog sistema jestenjegov korisnički interfejs. Grafički korisnički interfejsi (eng.Graphic User Interface – GUI) koji su danas jako rašireniolakšavaju upotrebu sistema od strane osoblja koje imapoteškoće sa unosom podataka preko tastature. Međutim, istotako ne treba zanemariti onaj dio korisnika, koliko god da jemali, kojima ne odgovara sistem unosa putem različitihpointera (miševa, dodirnih panela, itd). Takođe je važno daprelazak sa jedne programske funkcije na drugu budemaksimalno olakšan, kako bi korisnici mogli pravovremenoreagovati u slučaju iskrsavanja neke hitne situacije.IV.PROCJENA UTICAJA NA UNAPREĐENJE LJEKARSKEPRAKSERačunari mogu da pomognu u liječenju bolesnika krozpodršku kliničkom odlučivanju, ali i u liječenju grupebolesnika podrškom odlučivanju o izboru strategije. Pomoć seostvaruje na nekoliko nivoa - omogućavanjem pristupanaučnim publikacijama, snabdijevanjem vodičima iprotokolima, ukazivanjem na propuštene informacije isistematski strukturisanom bazom podataka [6].Mnoga istraživanja su pokazala da se korišćenjem CDSSpodrške unapređuje prevencija obolijevanja do 50%, dok sepoboljšanje uočava i u liječenju bolesti, naročito u domenudoziranja. Sullivan i Mitchell navode da je danas skoro 90%opšte prakse u Velikoj Britaniji kompjuterizovano, gdje mnogikoriste računare samo da bi sebi olakšali posao priponavljanim propisivanjima [7]. Ipak, za 55% svih ljekara onisu izvor validnih informacija tokom konsultacija, jer imomogućavaju pristup važnim kliničkim podacima. Studija kojusu sproveli Walton i saradnici pokazala je da se 88% ljekaraizjašnjava da su CDSS sistemi laki za korišćenje u praksi [8].Sve je više dokaza da računarska podrška pomaže ljekarima dase odluče za propisivanje boljih, ali i jeftinijih lijekova [9].Studije provedene u Velikoj Britaniji pokazale su dakorišćenje računara pri ponovljenom propisivanju uštedi prekojednog minuta po receptu. Takođe je utvrđeno 30% uštede nacijeni lijeka, a recepti su propisivani mnogo kompletnije iispravnije - zabilježeno je poboljšanje od 53%.Jasno je da računarska podrška unapređuje propisivanjena mnogo različitih načina, uključujući i rutinskoprovjeravanje potencijalnih interakcija. Trebalo bi naglasiti daCDSS sistemi nikad ne mogu da uzmu u obzir baš sveokolnosti vezane za bolesnika, jer su dizajnirani da pomognuljekarima u odlučivanju - a ne da odlučuju umjesto njih. Timeljekar ostaje potpuno odgovoran za krajnju odluku kojudonese.V. ZAKLJUČAKBudućnost CDSS/DDSS sistema se čini veoma izvjesnom iobećavajućom. Broj stručnjaka koji rade na ovoj oblasti, kao i- 1132 -

kompanija zainteresovanih za istu se svakodnevno uvećava.Računarska tehnologija je mnogo napredovala od vremenakada su sistemi za podršku bili u začetku. Sve ovo, kao ipotreba za efikasnim upravljanjem i skladištenjem medicinskihpodataka, ukazuje na to da će ovakve aplikacije biti razvijane ikorištene i u budućnosti [10].ZAHVALNICAAutori se zahvaljuju dr Branku Maroviću saElektrotehničkog fakulteta Univerziteta u Beogradu nakorisnim sugestijama pri izboru teme i izradi seminarskog radapod naslovom „Podrška odlučivanju u medicini“, na osnovukoga je nastao ovaj rad.LITERATURA[1] A. Mandić, “Podrška odlučivanju u medicini,” seminarski rad,Elektrotehnički fakultet u Banjoj Luci, 2011.[2] E. Berner, T. La Lande, „Overview of Clinical Decision SupportSystems“, In: E. Berner, editor, “Clinical Decision Support Systems:From Theory to Practice.” 2 nd edition, Springer, New York, 2007.[3] E. Shortliffe, B. Buchanan, E. Feigenbaum, “Knowledge engineering formedical decision making: A review of computer-based clinical decisionaids”, IEEE Proceedings Volume 67 No. 9, 1979[4] R. Ledley, L. Lusted, “Reasoning Foundations of Medical Diagnosis”,SCIENCE Volume 130 No. 3366, 1959.[5] G. Gorry, G. Barnett, “Experience with a model of sequential diagnosis”Institute of Technology Massachusetts[6] N. Đorđević, S. Janković, „Mere za unapređenje lekarske prakse”,Vojnosanitetski pregled 423-431, broj 4, 2004.[7] F. Sullivan, E. Mitchell, “Has general practicioner computing madedifference to patient care? A systematic review of published reports”,BMJ Volume 311, 1995 .[8] R. Walton et al, „Evaluation of computer support for prescribing(CAPSULE) using simulated cases“, BMJ Volume 315, 1997.[9] J. Wyatt, R. Walton, „Computer based prescribing“, BMJ Volume311,1995.[10] E. Berner, “Diagnostic Decision Support Systems”, AMIA 2006symposium Proceedings Page 1168, 2006.ABSTRACTClinical Decision Support Systems (CDSS) are specializedcomputer systems designed in order to assist medical personnelin decision making process related to particular patient, at thesame moment these decisions are made. Specific type of thistype of systems are Diagnostic Decision Support Systems –DDSS. The main reason for their introduction was preventionof errors in any part of decision making process. This paperbriefly describes CDSS systems and mainly relies on DDSS –their functionality, types, pros and cons.CLINICAL DECISION SUPPORT SYSTEMS WITHEMPHASIS ON DIAGNOSTIC DECISION SUPPORTAleksandar Mandić, Valentina Mandić- 1133 -