339
Passwort vergessen

Clinical Decision Support Systems

Computer-interpretierbare Leitlinien

Computer-interpretierbare Leitlinien

  • f&w
  • Projektberichte
  • 18.10.2018

 

 

Der herkömmliche Ansatz, Therapien durch die Anwendung von Leitlinien zu standardisieren und zu verbessern, greift bei multimorbiden Patienten nur bedingt. Das IT-Schlüsselthema überführt daher medizinische Leitlinien in computer-interpretierbare Leitlinien (Computer-Interpretable Guidelines – CIGs), so dass diese auf spezifische Patienten zugeschnitten und interpretiert werden können. Ziel ist es, daraus konkrete Empfehlungen für multimorbide Patienten abzuleiten.

Schätzungen gehen davon aus, dass bei 13 bis 15 Prozent der Patienten gleichzeitig mehrere Erkrankungen bestehen. Diese Patientengruppe verursacht einen überproportionalen Anteil der Gesundheitsausgaben. Dies gilt vor allem für chronische Erkrankungen, die eine dauerhafte oder wiederkehrende medizinische Behandlung erfordern. Im Zuge des demografischen Wandels wird der Anteil an Patienten mit Mehrfacherkrankungen weiter wachsen. Chronische Krankheiten und Multimorbidität zählen in Deutschland zu den gesundheitsökonomisch bedeutsamsten Problemen.

Mehr als nur Leitlinien

Der herkömmliche Ansatz, Therapien durch die Anwendung von Leitlinien zu standardisieren und zu verbessern, greift bei multimorbiden Patienten nur bedingt. Die Empfehlungen der evidenz- und konsensbasierten medizinischen Leitlinien beziehen sich in der Regel nur auf eine Erkrankung. Die fallspezifische Bewertung der Empfehlungen der unterschiedlichen Leitlinien benötigt mehr Zeit, als Ärzte im klinischen Alltag haben.

Im Rahmen der Entscheider­fabrik 2018 wurde die Entwicklung eines Clinical Decision Support Systems (CDSS) für multimorbide Patienten beziehungsweise Patienten mit komplexen chronischen Erkrankungen zu einem der fünf IT-Schlüsselthemen in der deutschen Gesundheitswirtschaft gewählt.

Die Entwicklung baut auf dem bereits existierenden Arezzo Clinical Decision Support-Framework von Elsevier auf. Mit Hilfe der Arezzo-Technologie können medizinische Leitlinien in computer-interpretierbare Leitlinien (Computer-Interpretable Guidelines – CIGs) überführt und dann computer-gestützt, im Hinblick auf spezifische Patienten, interpretiert werden, um diejenigen Empfehlungen zu identifizieren, die für den jeweiligen Patienten infrage kommen. Die Arezzo-Technologie von Elsevier nutzt hierzu einen deklarativen Ansatz der Wissensrepräsentation, um das Spezialwissen von Leitlinien und die Schlussfolgerungsfähigkeit klinischer Experten technisch nachzubilden. Das bedeutet, dass der Lösungsweg nicht algorithmisch vorgegeben ist, sondern nur mehr die Bedingungen definiert werden, die die Lösung des Problems erfüllen sollen. Deklarative Programme sind in der Regel effizienter zu programmieren als vergleichbare algorithmische Programme und besitzen Vorteile bei parallelen Berechnungen. Dieser Ansatz ist zur Bewältigung des komplexen Problems der Multimorbidität besonders geeignet.

Anwendungsfall 1

Darmkrebs ist in Deutschland die zweithäufigste Krebserkrankung. Das Durchschnittsalter bei Erstdiagnose liegt bei 65 Jahren – ein Alter, in dem viele Patienten bereits an anderen chronischen Erkrankungen leiden. Komorbiditäten beeinflussen die Therapieentscheidungen des Tumorboards. Im Projekt arbeitet Elsevier eng mit dem Team von Prof. Yon-Dschun Ko, Chefarzt der Internistischen Onkologie am Johanniter-Krankenhaus Bonn, zusammen, um den Prototyp eines Clinical Decision Support Systems speziell für die Unterstützung des Tumorboards bei multimorbiden Patienten mit Kolonkarzinom zu entwickeln. Inhaltlich basiert der Prototyp auf der S3-Leitlinie Kolorektales Karzinom, krankenhauseigenen Formularen, Prozessbeschreibungen und Protokollen sowie iterativem Feedback durch das klinische Team.

 

 

Arezzo begleitet das ärztliche Team von der Erstanamnese über die diagnostische Aufarbeitung und Behandlungsempfehlung für das prächirurgische Tumorboard, bis hin zur Unterstützung des postchirurgischen Tumorboards und der Nachsorge. Das System stellt die minimale Anzahl von Fragen, um zu einer adäquaten Empfehlung zu gelangen, und jede neu eingegebene Information beeinflusst den jeweils nachfolgenden Schritt im Patientenpfad. Arezzo fragt nur relevante Testergebnisse ab, was zu einer effizienten Diagnostik beiträgt. Das System stellt außerdem sicher, dass alle relevanten Informationen, einschließlich zu vorliegenden Komorbiditäten, mithilfe des Charlson Komorbiditätsindexes, zuverlässig und rechtzeitig zusammengetragen und berücksichtigt werden. Die dem Tumorboard präsentierten Empfehlungen reflektieren die aktuellen Leitlinien und sind gleichzeitig völlig auf den Patienten zugeschnitten. Schließlich sendet Arezzo Erinnerungen aus, wenn Nachsorgeuntersuchungen anstehen.

Anwendungsfall 2

Die Stammzelltransplantation ist eine hochkomplexe medizinische Behandlungsmethode. Um Infektionsrisiken, behandlungsbedingte Schäden, Rückfälle und Transplantat-gegen-Wirt-Reaktionen frühzeitig zu erkennen und zu behandeln, müssen die Patienten ihr Leben lang sorgfältig überwacht werden. Im Einzelfall sind die Entscheidungen in der Nachsorge oft nicht leicht zu treffen, da es sehr schwierig sein kann, die individuelle Prognose eines Patienten abzuschätzen, besonders wenn der Patient weitere chronische Erkrankungen mitbringt.

 

Im Projekt entwickelt Elsevier gemeinsam mit Dr. Martin Kaufmann, Internist mit Schwerpunkt Stammzelltransplantation am Robert-Bosch-Krankenhaus, den Prototyp eines Clinical Decision Support Systems speziell für die Langzeitnachsorge von multimorbiden Patienten, die eine Stammzelltransplantation erhalten haben. Inhaltlich basiert der Prototyp auf der sechsten Auflage des European Society for Blood and Marrow Transplantation EBTM Handbook und, wie im vorherigen Anwendungsfall, ausführlichem iterativen Feedback durch das klinische Team.

Arezzo erfasst die Ergebnisse der Anamnese, der körperlichen Untersuchung und, falls erforderlich, der differentialdiagnostischen Abklärung im Rahmen des Nachsorgeprogramms. Ziel ist es, auf den Patienten zugeschnittene Empfehlungen bezüglich der Ursache vorliegender Symptome zu geben und leitlinientreue sowie auf Multimorbidität abgestimmte Therapievorschläge zu machen.

Anwendungsfall 3

In Deutschland sind bis zu 800.000 Menschen von Epilepsie betroffen. Es handelt sich um eine chronische Erkrankung, die den Alltag der Betroffenen, ein Leben lang beeinflusst. Das diagnostische und therapeutische Vorgehen sollte durch Experten (Epileptologen oder spezialisierte Neurologen) bestimmt werden, da die korrekte Anwendung medikamentöser und chirurgischer Therapieoptionen häufig Spezialwissen voraussetzt. Bei der Diagnostik der Epilepsie muss eine Vielzahl von Faktoren berücksichtigt werden und für jeden Patienten muss aus 30 zur Verfügung stehenden Antiepileptika (und deren Kombinationen) eine personalisierte Therapie ausgearbeitet werden. Mit der korrekten Diagnose sind 60 bis 70 Prozent der Patienten mit der ersten Medikation anfallsfrei. Dennoch werden maximal 30 Prozent der Epilepsiepatienten in Deutschland von Experten betreut.

Im Projekt entwickelt Elsevier gemeinsam mit Prof. Yvonne Weber, Neurologin mit Schwerpunkt Epileptologie, vom Universitätsklinikum Tübingen, den Prototyp eines Clinical Decision Support Systems speziell für die Diagnostik und Therapie von Epilepsiepatienten. Inhaltlich basiert der Prototyp auf der deutschen S1-Leitlinie: Erster epileptischer Anfall und Epilepsien im Erwachsenenalter sowie der ILAE-Klassifikation von Epilepsien und der operativen Klassifizierung von Anfallstypen der International League Against Epilepsy. Wie in den anderen Anwendungsfällen stellt auch hier ein iterativer Gedankenaustausch mit dem klinischen Team sicher, dass Leitlinienempfehlungen in Arezzo optimal an das Vorgehen im klinischen Alltag angepasst werden.

Der Prototyp kombiniert alle notwendigen klinischen und diagnostischen Informationen des Patienten mit Analysen (zum Beispiel genetische Analysen) und Patienteninformationen (zum Beispiel Fahreignung oder Schwangerschaft), um die Entscheidung von der Erstlinien- bis zur x-Linien-Therapie zu unterstützen.

Auf Basis der Patientendaten erhält der Arzt eine Verdachts- und Alternativdiagnose, jeweils mit patientenbezogener Begründung. Auch für die Therapie werden Vorschläge gemacht und Alternativen angeboten.

Arezzo Clinical Decision Support ersetzt nicht die kritisch-fachliche Einschätzung des Arztes, sondern unterstützt diese durch die stärkere Integration von Leitlinien und wissenschaftlicher Evidenz in den klinischen Entscheidungsprozess. Relevante Alternativen werden ebenfalls aufgelistet, sodass der Arzt diese wählen kann, wenn diese bei dem jeweiligen Patienten doch zu bevorzugen sind.

Im weiteren Projektverlauf werden die Prototypen von klinischen Experten anhand von klinischen Fällen evaluiert. Die Ergebnisse der Evaluation werden auf dem Deutschen Krankenhaustag auf der Medica präsentiert.

 

Das Projekt-Team

  • Prof. Dr. Yon-Dschun Ko, Ärztlicher Direktor, Chefarzt, Internistische Onkologie, Johanniter-Krankenhaus Bonn
  • Dr. Martin Kaufmann, Oberarzt Hämatologie, Onkologie und Palliativmedizin, Robert-Bosch-Krankenhaus
  • Prof. Dr. Yvonne Weber, Ltd. Oberärztin Neurologie, Universitätsklinikum Tübingen
  • Laura Zwack, Product Director Clinical Solutions DACH, Wissenschaftsverlag Elsevier
  • Meik Eusterholz, Geschäftsfeldleiter & Prokurist, UNITY AG

Unsere Zeitschriften

f&w

Pflege und Krankenhausrecht

Empfehlung der Redaktion

Weitblick und Menschennähe: f&w gedenkt Michael Philippi mit Nachrufen des langjährigen Chefredakteurs Stefan Deges sowie des BDPK und öffnet das Archiv für Philippis Artikel aus der ersten f&w-Ausgabe aus dem Jahr 1984

Weitere Artikel dieser Ausgabe


Neueste Klinik-Personalie

Personalia

Führungswechseln in Oberhausen und Siegburg

  • News des Tages

Sanja Popić wird Anfang Januar neue Geschäftsführerin des Helios Klinikums Siegburg. Rungfa Saligmann übernimmt ihre Stelle in...


Kontakt zum Kundenservice

Rufen Sie an: 0 56 61 / 73 44-0
Mo - Fr 08:00 bis 17:00 Uhr

Senden Sie uns eine E-Mail:
info@bibliomedmanager.de

Häufige Fragen und Antworten finden Sie im Hilfe-Bereich