Il prossimoProssima guida
Guida al software di supporto alle decisioni cliniche della FDA
Società
GUIDA alle industrie
Il supporto alle decisioni cliniche (CDS) è un software, solitamente integrato o collegato alla cartella clinica elettronica, che fornisce ai medici avvisi, promemoria, serie di ordini e previsioni di rischio specifici del paziente mentre si prendono cura di un paziente.
Ascolta questa guidaNarrato dall'IA · ~3 min
È importante perché un CDS ben progettato rileva le interazioni farmacologiche, gli errori di dosaggio e le diagnosi mancate. Un CDS mal progettato causa affaticamento degli avvisi, per cui i medici ignorano la maggior parte degli avvisi, compresi quelli importanti.
I CDS rientrano in due grandi famiglie. Il CDS basato sulla conoscenza esegue regole esplicite scritte da medici e farmacisti, come controlli di interazione tra farmaci, controlli di allergie, intervalli di dosaggio, promemoria di cure preventive e serie di ordini. Il CDS predittivo utilizza modelli statistici o di apprendimento automatico addestrati sui dati passati dei pazienti per stimare il rischio di eventi quali sepsi, peggioramento, riammissione o mancata presentazione. La consegna può essere interruttiva (un pop-up che interrompe il flusso di lavoro), passiva (un contrassegno, un banner o una scelta predefinita in un ordine) o indirizzata a qualcun altro, come un farmacista o un team di risposta rapida. Gli informatici spesso utilizzano il quadro dei "cinque diritti": l'informazione giusta, alla persona giusta, nel formato giusto, attraverso il canale giusto, al momento giusto. Gli avvisi che infrangono queste regole producono affaticamento da allerta. Molti studi sugli avvisi di interazione farmacologica hanno rilevato che i medici ne ignorano la maggior parte, spesso ben al di sopra del 90% in alcuni contesti, soprattutto perché molti avvisi sono clinicamente irrilevanti. Una volta che i medici apprendono che la maggior parte degli allarmi sono costituiti da rumore, ignorano anche quello raro che conta. I modelli predittivi aggiungono un altro rischio: nella pratica possono avere risultati peggiori di quanto riportato dai loro sviluppatori. Nel 2021 un team dell'Università del Michigan ha pubblicato una convalida esterna del modello Epic Sepsis in JAMA Internal Medicine. È stata riscontrata una discriminazione molto più debole di quella pubblicizzata (un AUC di circa 0,63). Il modello non ha rilevato circa due terzi dei casi di sepsi, generando al contempo avvisi su molti pazienti che non avevano la sepsi. Per quanto riguarda la regolamentazione, il 21st Century Cures Act del 2016 ha escluso alcuni CDS dalla regolamentazione dei dispositivi della FDA, principalmente strumenti le cui basi un medico può esaminare in modo indipendente, e la FDA ha pubblicato una guida definitiva sui CDS nel 2022. La regola HTI-1 dell'ONC, finalizzata alla fine del 2023, richiede che le cartelle cliniche elettroniche certificate espongano informazioni sugli interventi di supporto alle decisioni, compresi quelli predittivi. L’idea sbagliata comune è che più avvisi significhino cure più sicure. Oltre un certo punto, più avvisi rendono l’assistenza meno sicura.
Quando un medico ordina un antibiotico per un paziente in terapia con warfarin, l'EHR mostra un avviso di interazione interruttiva che suggerisce un monitoraggio INR più attento. Il medico deve riconoscerlo o motivarlo.
Una regola di dosaggio renale legge l'eGFR più recente del paziente e suggerisce una dose inferiore di un farmaco eliminato per via renale all'interno dell'ordine stesso, senza un pop-up.
Il modello di previsione della sepsi di un ospedale assegna un punteggio ai pazienti ricoverati ogni poche ore e invia un avviso di best practice all'infermiere che risponde rapidamente quando il punteggio supera una soglia.
Un medico d'urgenza apre un set di ordini per la polmonite acquisita in comunità che preseleziona gli antibiotici raccomandati dalle linee guida e un calcolatore del punteggio di gravità.
I modelli linguistici stanno iniziando ad apparire nei CDS come riassunti di grafici e strumenti di risposta alle domande, non solo come motori di regole. Ciò solleva nuove domande su come convalidare uno strumento il cui output è testo libero. Le regole di trasparenza come l’HTI-1 spingono i fornitori a documentare il modo in cui gli strumenti predittivi sono stati addestrati e testati, il che dovrebbe rendere più semplice la valutazione locale. È probabile che la lezione dei modelli di sepsi e degli avvisi di interazione valga anche per gli strumenti più recenti: la convalida locale, il carico di avvisi misurato e l’indirizzamento alla persona giusta decidono se il CDS è utile. I sistemi sanitari che eliminano gli allarmi di basso valore possono guadagnare tanto quanto quelli che ne aggiungono di nuovi.
Newsletter gratuita
Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.
Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.
Mettiti alla prova
Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.
Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione
Il supporto alle decisioni cliniche (CDS) è un software, solitamente integrato o collegato alla cartella clinica elettronica, che fornisce ai medici avvisi, promemoria, serie di ordini e previsioni di rischio specifici del paziente mentre si prendono cura di un paziente. È importante perché un CDS ben progettato rileva le interazioni farmacologiche, gli errori di dosaggio e le diagnosi mancate. Un CDS mal progettato causa affaticamento degli avvisi, per cui i medici ignorano la maggior parte degli avvisi, compresi quelli importanti.
I tassi di override elevati derivano principalmente da avvisi di basso valore. Una volta che la maggior parte degli allarmi sono rumorosi, i medici ignorano anche quelli che contano.
Lo studio ha rilevato un’AUC di circa 0,63. Il modello non ha rilevato la maggior parte dei casi di sepsi, avvisando invece molti pazienti che non avevano la sepsi.
Mostrare un suggerimento all'interno del flusso di lavoro senza interrompere il medico è un'erogazione passiva e senza interruzioni.
L'EHR chiama il servizio in punti di aggancio come il segnale dell'ordine e il servizio risponde con carte che il medico può leggere o su cui può agire.
La modalità silenziosa assegna un punteggio ai pazienti senza avvisare nessuno, in modo che il team possa prima verificare la precisione locale e il volume degli avvisi.
Continua a imparare
Altre guide selezionate per questo argomento
Il prossimoProssima guida
Guida al software di supporto alle decisioni cliniche della FDA
Società