SeterusnyaPanduan seterusnya
Panduan Perisian Sokongan Keputusan Klinikal FDA
Masyarakat
PANDUAN Industri
Sokongan keputusan klinikal (CDS) ialah perisian, biasanya dibina ke dalam atau disambungkan kepada rekod kesihatan elektronik, yang memberikan amaran, peringatan, set pesanan dan ramalan risiko khusus kepada doktor semasa mereka menjaga pesakit.
Dengar panduan iniAI-diceritakan · ~3 min
Ini penting kerana CDS yang direka dengan baik menangkap interaksi ubat, ralat dos dan diagnosis yang terlepas. CDS yang direka bentuk dengan buruk menyebabkan keletihan amaran, di mana doktor mengatasi kebanyakan amaran, termasuk yang penting.
CDS terbahagi kepada dua keluarga besar. CDS berasaskan pengetahuan menjalankan peraturan eksplisit yang ditulis oleh doktor dan ahli farmasi, seperti semakan interaksi ubat-ubatan, semakan alahan, julat dos, peringatan penjagaan pencegahan dan set pesanan. CDS ramalan menggunakan model statistik atau pembelajaran mesin yang dilatih pada data pesakit lepas untuk menganggarkan risiko kejadian seperti sepsis, kemerosotan, kemasukan semula atau tidak hadir. Penghantaran boleh menjadi gangguan (pop timbul yang menghentikan aliran kerja), pasif (bendera, sepanduk atau pilihan lalai dalam pesanan), atau dihalakan kepada orang lain, seperti ahli farmasi atau pasukan respons pantas. Ahli informatika sering menggunakan rangka kerja "lima hak": maklumat yang betul, kepada orang yang betul, dalam format yang betul, melalui saluran yang betul, pada masa yang betul. Makluman yang melanggar peraturan ini menghasilkan keletihan berjaga-jaga. Banyak kajian tentang amaran interaksi ubat telah mendapati bahawa doktor mengatasi sebahagian besar daripada mereka, selalunya melebihi 90 peratus dalam beberapa tetapan, sebahagian besarnya kerana begitu banyak makluman tidak relevan secara klinikal. Sebaik sahaja doktor mengetahui bahawa kebanyakan makluman adalah bunyi bising, mereka juga mengetepikan makluman yang jarang berlaku yang penting. Model ramalan menambah risiko lain: mereka boleh berprestasi lebih teruk dalam amalan daripada yang dilaporkan oleh pembangun mereka. Pada tahun 2021, pasukan Universiti Michigan menerbitkan pengesahan luaran Model Sepsis Epik dalam Perubatan Dalaman JAMA. Ia mendapati diskriminasi yang lebih lemah daripada yang diiklankan (AUC kira-kira 0.63). Model itu terlepas kira-kira dua pertiga daripada kes sepsis sambil menjana amaran kepada ramai pesakit yang tidak mempunyai sepsis. Mengenai peraturan, 21st Century Cures Act of 2016 mengecualikan beberapa CDS daripada peraturan peranti FDA, terutamanya alat yang asasnya boleh disemak oleh doktor secara bebas, dan FDA mengeluarkan panduan CDS muktamad pada tahun 2022. Peraturan HTI-1 ONC, yang dimuktamadkan pada akhir 2023, memerlukan EHR yang diperakui untuk meramalkan maklumat intervensi, termasuk keputusan intervensi tentang termasuk keputusan intervensi. Kesalahpahaman umum ialah lebih banyak makluman bermakna penjagaan yang lebih selamat. Melepasi satu titik, lebih banyak makluman menjadikan penjagaan kurang selamat.
Apabila doktor memesan antibiotik untuk pesakit yang menggunakan warfarin, EHR menunjukkan amaran interaksi gangguan yang mencadangkan pemantauan INR yang lebih dekat. Doktor mesti mengiktirafnya atau memberi alasan mengatasi.
Peraturan dos buah pinggang membaca eGFR terkini pesakit dan mencadangkan dos yang lebih rendah bagi ubat yang dibersihkan daripada buah pinggang di dalam pesanan itu sendiri, tanpa pop timbul.
Model ramalan sepsis hospital menilai pesakit dalam setiap beberapa jam dan menghantar nasihat amalan terbaik kepada jururawat tindak balas pantas apabila skor melepasi ambang.
Pakar perubatan kecemasan membuka set pesanan radang paru-paru yang diperoleh komuniti yang prapilih antibiotik yang disyorkan garis panduan dan kalkulator skor keparahan.
Model bahasa mula muncul dalam CDS sebagai ringkasan carta dan alat menjawab soalan, bukan sahaja sebagai enjin peraturan. Itu menimbulkan persoalan baharu tentang cara mengesahkan alat yang outputnya ialah teks percuma. Peraturan ketelusan seperti HTI-1 menolak vendor untuk mendokumenkan cara alat ramalan dilatih dan diuji, yang sepatutnya memudahkan penilaian tempatan. Pelajaran daripada model sepsis dan makluman interaksi berkemungkinan besar juga digunakan untuk alat yang lebih baharu: pengesahan setempat, beban makluman terukur dan penghalaan kepada orang yang betul memutuskan sama ada CDS membantu. Sistem kesihatan yang menghentikan makluman bernilai rendah mungkin mendapat keuntungan sebanyak yang menambah amaran baharu.
Newsletter percuma
Tiga cerita AI yang disahkan setiap pagi hari bekerja, ditulis dalam Bahasa Inggeris biasa. Percuma selamanya, tiada iklan.
Satu e-mel setiap hari bekerja. Berhenti melanggan dalam satu klik. Kami tidak pernah menjual atau berkongsi alamat anda.
Uji diri anda
Maklum balas segera pada setiap jawapan, dan sijil yang boleh dikongsi dengan ID yang boleh disahkan sebaik sahaja anda lulus kursus.
Sokong pendidikan AI percuma. AI Understanding ialah pertubuhan bukan keuntungan 501(c)(3) — tiada iklan, tiada bayaran dinding, selamanya. Buat derma
Sokongan keputusan klinikal (CDS) ialah perisian, biasanya dibina ke dalam atau disambungkan kepada rekod kesihatan elektronik, yang memberikan amaran, peringatan, set pesanan dan ramalan risiko khusus kepada doktor semasa mereka menjaga pesakit. Ini penting kerana CDS yang direka dengan baik menangkap interaksi ubat, ralat dos dan diagnosis yang terlepas. CDS yang direka bentuk dengan buruk menyebabkan keletihan amaran, di mana doktor mengatasi kebanyakan amaran, termasuk yang penting.
Kadar penggantian yang tinggi kebanyakannya datang daripada makluman bernilai rendah. Sebaik sahaja kebanyakan makluman adalah bunyi bising, doktor juga menolak amaran yang penting.
Kajian itu mendapati AUC kira-kira 0.63. Model itu terlepas kebanyakan kes sepsis sambil memberi amaran kepada ramai pesakit yang tidak mempunyai sepsis.
Menunjukkan cadangan dalam aliran kerja tanpa menghentikan doktor adalah penyampaian pasif dan tidak mengganggu.
EHR memanggil perkhidmatan pada titik cangkuk seperti tanda pesanan, dan perkhidmatan menjawab dengan kad yang boleh dibaca atau bertindak oleh doktor.
Mod senyap menjaringkan pesakit tanpa memaklumkan sesiapa, jadi pasukan boleh menyemak ketepatan setempat dan volum amaran terlebih dahulu.
Teruskan belajar
Lebih banyak panduan dipilih untuk topik ini
SeterusnyaPanduan seterusnya
Panduan Perisian Sokongan Keputusan Klinikal FDA
Masyarakat