Systemy wspomagania decyzji

Moduł ten odnosi się do tego, jak decyzje są podejmowane w opiece zdrowotnej, dlaczego podejmowanie decyzji idzie źle i jak technologia może pomóc poprawić proces w różnych środkach. Formy wiedzy w opiece zdrowotnej – know-how, umiejętności i dane – są zdefiniowane, a rodzaje i źródła wiedzy wyjaśnione.

Potrzeby wiedzy klinicznej są omawiane, w tym rola wiedzy w podejmowaniu decyzji wsparcia i badań empirycznych potrzeb wiedzy i wykorzystania wiedzy. Omówiono zagadnienia związane z opieką zdrowotną opartą na dowodach i wspólnym podejmowaniem decyzji przez pacjenta i lekarza. Uwzględniono również inne czynniki wpływające na proces podejmowania decyzji, w tym wartości i zasoby. Specyficzne techniki zarządzania wiedzą są wprowadzane i porównywane.

Moduł bada również różne paradygmaty komputerowych systemów wspomagania decyzji, omawiając ich zalety i pułapki. Przedstawiono najlepsze praktyki projektowania i wdrażania tych systemów wraz z metodami oceny ich wpływu w praktyce klinicznej. Szeroki zakres metod komputerowych i narzędzi do reprezentacji wiedzy klinicznej są opisane, a ich odpowiednie zastosowanie w wielu kontekstach klinicznych jest demonstrated.

Moduł następnie patrzy na klinicznych systemów wspomagania decyzji w szerszej perspektywie, studiując metodologiczne i techniczne kwestie, które powstają przy próbie integracji systemów wspomagania decyzji z systemów elektronicznej dokumentacji medycznej. Moduł bada istniejące podejścia i międzynarodowe standardy oraz opisuje ich zastosowanie.

Moduł kończy się prezentacją serii studiów przypadku dotyczących systemów wspomagania decyzji klinicznych obecnie stosowanych w instytucjach w Wielkiej Brytanii i za granicą.

Kod modułu

CHME0008

KredytyUCL

Długość kursu

9 tygodni

Dni SYNCH

Wk 7: 21-23 kwietnia 2021

Daty oceny

04 maja 2021

Organizator modułu

Dr Dionisio Acosta Pytania prosimy kierować na adres [email protected]

Kto może studiować ten kurs?

Każdy, kto ma bezpośrednią lub wspierającą rolę w opiece zdrowotnej (klinicyści, pielęgniarki, itp.), menedżerowie opieki zdrowotnej, informatycy zdrowotni, personel IT.

Wymagania wstępne

Minimalnie wyższy stopień licencjata drugiej klasy w odpowiedniej dyscyplinie z brytyjskiego uniwersytetu lub kwalifikacje zagraniczne o równoważnym standardzie. Studenci, którzy nie spełniają tych wymagań, ale mają odpowiednie doświadczenie zawodowe, będą również brani pod uwagę. Studenci, którzy wcześniej podjęli CPD mogą ubiegać się o akredytację wcześniejszej nauki.

Treść

• Wiedza Kliniczna: Czym jest Wiedza Kliniczna? Zarządzanie wiedzą kliniczną, źródła wiedzy klinicznej, systemy zarządzania wiedzą.
• Podejmowanie decyzji klinicznych: Statystyczna Teoria Decyzji, Psychologiczne Teorie Decyzji, Wspólne Podejmowanie Decyzji przez Pacjenta i Lekarza.
• Paradygmaty Wspierania Decyzji Klinicznych: Prompts, Alerts, Computerised Clinical Guidelines, Computer Assisted Drug Prescription, Computer Assisted Imaging Diagnosis.
• Lectures and Workshops on Design and Implementation of Decision Support Systems, Invited Presentations of several Decision Support Systems, Preparation for the Assignment.
• Clinical Knowledge Modelling Tools: Modele regresji, metody klasyfikacji statystycznej, metody graficzne, modelowanie ontologiczne i argumentacja.
• Evaluation of Clinical Decision Support Systems: Czynniki sukcesu, metody oceny i czynniki ludzkie.
• Clinical Decision Support and Interoperability Standards: Terminologie kliniczne i wspomaganie decyzji, integracja systemów wspomagania decyzji klinicznych i EHR.
• Studia przypadków: Anticoagulation Service, Breast Cancer Multidisciplinary Meeting, Brain Tumour Diagnosis, Internal Medicine.

Metody nauczania i uczenia się

Uczenie się mieszane: internetowe nauczanie na odległość w Wirtualnym Środowisku Nauczania UCL plus 3-dniowa sesja nauczania twarzą w twarz, webinaria, samokształcenie, samouczki, seminaria i warsztaty, w tym znaczne wykorzystanie przykładów rzeczywistych systemów klinicznych.

Ocena

Ocena sumatywna: Raport pisemny wart 100% ogólnej oceny modułu.

Wybrana lista lektur

Afzal, M., Hussain, M., Ali Khan, W., Ali, T., Lee, S., Huh, E.-N., Farooq Ahmad, H., Jamshed, A., Iqbal, H., Irfan, M., Abbas Hydari, M. (2017) Comprehensible knowledge model creation for cancer treatment decision making. Comput. Biol. Med. 82, 119-129. doi:10.1016/j.compbiomed.2017.01.010

Hannon, T.S., Dugan, T.M., Saha, C.K., McKee, S.J., Downs, S.M., Carroll, A.E. (2017) Effectiveness of Computer Automation for the Diagnosis and Management of Childhood Type 2 Diabetes: A Randomized Clinical Trial. JAMA Pediatr. doi:10.1001/jamapediatrics.2016.4207

Novo, J., Hermida, A., Ortega, M., Barreira, N., Penedo, M.G., López, J.E., Calvo, C., (2017) Hydra: A web-based system for cardiovascular analysis, diagnosis and treatment. Comput Methods Programs Biomed 139, 61-81. doi:10.1016/j.cmpb.2016.10.019

Lyman, J.A. et al., (2010) Clinical decision support: progress and opportunities. Journal of the American Medical Informatics Association, 17(5), pp.487 -492.

Karsh, B. et al., (2010) Health information technology: fallacies and sober realities. Journal of the American Medical Informatics Association, 17(6), pp.617 -623.

Phansalkar, S. et al. (2010). A review of human factors principles for the design and implementation of medication safety alerts in clinical information systems. Journal of the American Medical Informatics Association: JAMIA, 17(5), pp.493-501.

Wyatt J. (2000) Decision support systems, J R Soc Med 2000;93:629-633

Taylor P. (2006) From Patient Data to Medical Knowledge: The Principles and Practice of Health Informatics, Wiley-Blackwell

Coiera E. (2003) A Guide to Health Informatics, Hodder Arnold

Berner ES Ed., (2010) Clinical Decision Support Systems: Teoria i praktyka, Springer

Sullivan F, Wyatt J (2006) ABC of Health Informatics, BMJ Books Wiley