Beutalási kritérium-rendszer
(klinikai döntéstámogatás, beutalási útmutató, iGuide, iRefer, Referral Guidelines, stb.).

dr. Bágyi Péter

Council Directiv 2013/59/Euratom irányelv

Az egészségügynek és szakmai szervezeteinek fel kell készülni az alábbi követelmény teljesítésére: a beutaló orvosoknak az orvosi képalkotó eljárásokkal kapcsolatos – a sugárdózisokat figyelembe vevő – beutalási útmutatók álljanak a rendelkezésükre

Beutalási kritérium rendszer: a beutaló orvost segíti és kötelezi ezen kritériumok betartására.
Hazánkban már külföldön (pl. ESR iGuide) bevezetett guide-ok átvétele, fordítása, a hazai eü. finanszírozási környezetbe illesztése fog megtörténni.

• az orvosi képalkotás hatékony felhasználásának kezelése elengedhetetlenné vált az egészségügyben a radiológiai osztályok egyre növekvő terhelése miatt is.
• az ESR iGuide lehetővé teszi az egészségügy szereplői számára a betegbiztonság és a szolgáltatás minőségének javítását úgy, hogy közben biztosítják a képalkotás megfelelő felhasználását és használatával a felesleges vizsgálatokat is elkerülhetik.

A beutalási kritériumrendszer bárki számára (rövid regisztrációval) - 2018. december 31-ig elérhető, használható:

• Individual user access:
http://nationaldecisionsupport.com/esriguide/iguide-portal.html

• ESR tagsággal rendelkező radiológusoknak itt érhető el:
Access via MyUserArea
https://esociety.netkey.at/esr/myuserarea/

forrás: esriguide.org, nationaldecisionsupport.com

Klinikai döntéstámogatás

Klinikai és radiológiai döntéstámogató rendszerek

• Az orvosi adatok kezelése, tárolása, ezeknek az orvosi döntéshozatal folyamán történő optimális felhasználása mára önálló informatikai területté vált.
• Kezdetben is önálló rendszereknek szánták őket és alapvetően a diagnózis felállítása volt a kitűzött cél.
• A kezdeti sikertelenséget követően más kórházi rendszerekkel integráltan vagy műszerekbe beágyazottan alkalmazták.
• Végül a következő definíció vált elfogadottá: orvosi döntéstámogató rendszeren (Clinical Decision Support System, CDSS) olyan aktív tudáskezelő rendszereket értünk, amelyek képesek több pácienshez kötődő adat alapján eset-specifikus javaslatokat tenni. Célja az egészségügyi szempontból lényeges adatok kinyerése a rendelkezésre álló információk halmazából, annak érdekében, hogy segítse a klinikai gyakorlat végzését

Klinikai és radiológiai döntéstámogató rendszerek

A továbbiakban a kórházi információs rendszerekkel, illetve azt követően az EHR-rendszerekkel (Electronic Health Record: azok a beteggel kapcsolatos digitális formátumú információk, amelyek az általa igénybevett számos egészségügyi intézményből származnak és megoszthatók vagy interoperábilisak) való integrációs törekvést figyelembe véve több alapelvárást definiáltak az (EHR-el) integrált orvosi döntéstámogató rendszerek számára.

Integrált orvosi döntéstámogató rendszerek alapelvárásai:

• adminisztratív funkciók: betegadatok, a kórházi dokumentáció, kezeléskódolás, kezelési információk támogatása,
• elektronikus kommunikáció és kapcsolattartás: az egészségügyi szolgáltatók között, illetve a betegek és a szolgáltatók között megteremti az ellátás folyamatosságát, csökkenti a várakozási időt, javítja a szolgáltatás minőségét, csökkenti a nemkívánatos események gyakoriságát,
• eredménymenedzsment: a beteg ellátásában résztvevő összes szolgáltató képes az új és a korábbi vizsgálati eredményeket elérni, ezáltal növeli az ellátás hatékonyságát,
• rendelésmenedzsment: gyógyszerreceptek, vizsgálatok, egyéb szolgáltatások megrendelését, illetve tárolását teszi lehetővé, elősegítve a szolgáltatáshoz való gyorsabb hozzájutást és a hatékony jogosultság-ellenőrzést,
• döntéstámogatás: segíti a gyógyszerkölcsönhatások feltárását, a diagnózis kialakítását, a megfelelő kezelések megválasztását, kezelési irányvonalak definiálását,
• a beteg támogatása: számára hozzáférést biztosít az egészségügyi dokumentációhoz, a betegségekhez kapcsolódóan interaktív tájékoztatást nyújt, segíti az otthoni monitoring és önellenőrzés gyakorlatának elsajátításában és fenntartásában,
• ütemezési és adminisztratív folyamatok: számítógépes felügyeleti eszközök segítségével rendelői beosztások, orvosi beosztások, műtőprogramok készítése, melyek az ellátóhelyek hatékony működését segítik,
• jelentéskészítés: egységes szabályokat alapul véve lehetővé teszi a gyors reagálást a különféle jelentéstételi kötelezettségekre,
• folyamatmenedzsment: a megfelelő kezelési és kutatási protokollok betartása, elrendelt terápiák nyomon követése,
• költségellenőrzés: gyógyszerezés, egyéb anyagfelhasználás költségeinek vizsgálata, elrendelt vizsgálatok költség-haszon elemzése,

A döntéstámogatás mellet további elvárások alakultak ki, így döntés- és hasznosságelméleti szempontok is előtérbe kerültek az orvosi döntéstámogató rendszerek kialakítása során, amik fontos kapcsolatot jelentenek a mesterséges intelligenciához.

Az orvosi döntéstámogató rendszerek

Tudás alapú következtető rendszerek:

• jellemzően a páciens egyes paraméterei alapján végeznek egyszerű következtetéseket.
• Az orvosi tudást legtöbbször szabályok formájában tárolják.
• Felhasználásuk igen szerteágazó:
  • felügyeleti rendszerek,
  • orvosi képfeldolgozás,
  • klinikai laboreredmények kiértékelése,
  • döntéstámogatás diagnózis felállításához,
  • terápia-tervezés és -ellenőrzés.

Gépi tanulást megvalósító (nem tudásalapú) rendszerek:

• nem tudásbázist használ, hanem a mesterséges intelligenciának egy formáját, amelyet gépi tanulásnak nevezünk.
• Ez lehetővé teszi, hogy a számítógép tanuljon a múlt tapasztalataiból vagy bizonyos mintákat találjon a klinikai adatokban.
• A tanulás formáját tekintve két fajtája
  • a neurális hálók és
  • a genetikus algoritmusok.

Klinikai döntéstámogató rendszerek

• A klinikai döntéstámogató rendszerek páciensre szabott tanácsadást nyújtanak a klinikusok számára, azonban jelenleg még gyakran nem javítják az ellátás hatékonyságát, a betegek gyógyulási folyamatait.
• Jelentős erőfeszítéseket tettek annak érdekében, hogy ezt a technológiát integrálják a kórházi információs rendszerekbe (HIS), de kevés esetben történt meg, legtöbbször rosszul irányított optimális tervezés és végrehajtás hiánya miatt.
• A döntéstámogatás integrálása a kórházi információs rendszerekbe önmagában nem elegendő ahhoz, hogy e rendszerekből származó terápia klinikai előnyökkel járjon, de mind a betegek, mind a klinikusok számára ajánlásokat fogalmaz meg, így javíthatja a terápia hatékonyságát, a gyógyulás esélyeit.
• A klinikai és radiológiai döntéstámogató rendszerek segíti az egészségügy szereplőit (szakdolgozókat, radiológusokat, a társzakmák képviselőit) és a kutatókat a
  • leletkészítésben,
  • betegadminisztráció folyamatában,
  • ezzel egyidejűleg támogatják az adatok kezelését,
  • klinikailag releváns összefüggések jelzésével a gyógyítást,
  • statisztikák készítését és a
  • kutatások folyamatát.

Legfontosabb tulajdonságaik:

• intelligens felhasználói felülettel rendelkeznek, amely csökkenti az adatbeviteli hibákat, amellett, hogy egyszerűsítik a strukturált adatbevitelt
• a vizsgálat indokoltságának automatikus értékelése (klinikai döntéstámogatás a képalkotásra vonatkozó referencia irányelvek alapján; Referral Guidelines), és a megfelelő vizsgálat kiválasztásának segítése is megvalósul,
• standard lelet- és betegdokumentáció (ambuláns lap, zárójelentés) struktúra (pl. strukturált lelet), amelyben minden eltérés ugyanazon az anatómiai klasszifikáció szerint kerül rögzítésre, minden tünet, vizsgálat, vizsgálati eredmény és terápia hasonló struktúrában rögzül,
• automatikus adatátvétel más rendszerekből és beosztások, score-ok megadása, számítása,
• standardizált értékelő rendszert nyújt a klinikusoknak, amely hatékonyabbá teszi a radiológusok-klinikusok közötti kommunikációt,
• standardizált rendszer a vizsgálatok eredményeinek értékelésére, amely segíti a beteg további managementjével kapcsolatos döntések meghozatalát,
• páciensdózis (ionizáló sugárzást használó képalkotó berendezések esetében) információk gyűjtése és elemzése,
• folyamatos frissítés: mindig a legutolsó guideline-ok támogatása és segítik a “best practice”-ek elsajátítását,
• moduláris felépítésének köszönhetően többféle szakterület (valamennyi klinikum – labor – képalkotás - patológia) támogatható használatával.

Klinikai döntéstámogató rendszer

• megfelelő evidenciákra támaszkodva segítséget nyújt a kezelőorvosnak,
• hogy betege számára a leginkább célravezető és legkevesebb kockázattal, költséggel járó diagnosztikus és terápiás megoldást válassza,
• iránydiagnózis és/vagy a vezető tünetek alapján javaslatot tesz az alkalmazható diagnosztikus módszerekre, terápiára
• egyúttal jelezve azok megfelelő sorrendjét, illetve kockázatait és költségeit is,
• természetesen a kezelőorvos eltérhet az ajánlott protokolltól, azonban ilyenkor meg kell indokolnia az ajánlottól eltérő döntését.

Klinikai döntéstámogatás a képalkotó diagnosztika használatához

• megfelelő evidenciákra támaszkodva segítséget nyújt a kezelőorvosnak,
• hogy betege számára a leginkább célravezető és legkevesebb kockázattal, költséggel járó képalkotó diagnosztikai vagy intervenciós megoldást válassza,
• iránydiagnózis és/vagy a vezető tünetek alapján javaslatot tesz az alkalmazható képalkotó diagnosztikai módszerre, intervenciós beavatkozásra 
• egyúttal jelezve azok megfelelő sorrendjét, illetve kockázatait és költségeit is,
• természetesen a kezelőorvos eltérhet az ajánlott protokolltól, azonban ilyenkor meg kell indokolnia az ajánlottól eltérő döntését.

Klinikai döntéstámogatás a képalkotó diagnosztika használatához
ACR Appropriateness Criteria

Az ACR (American College of Radiology) bizonyítékokon alapuló iránymutatásai, amelyek segítik a beutaló orvosokat és más szereplőket abban, hogy a legmegfelelőbb képalkotó diagnosztikai vagy kezelési döntést hozzák a páciens egy adott klinikai állapotára. Ezen iránymutatások alkalmazásával a szolgáltatók fokozzák az ellátás minőségét és hozzájárulnak a radiológia leghatékonyabb alkalmazásához. 

ACR Select^®

ACR Select^®, az ACR beutalási kritériumainak elektronikus változata a diagnosztikai képalkotáshoz, a CareSelect Imaging egy modulja. Az ACR Select a HIS rendszerekbe integráltan támogatja a szolgáltatókat a képalkotó diagnosztikai vizsgálatok megrendelésekor.

• az ACR Select egy átfogó, országos szabványokon alapuló, klinikai döntéstámogató adatbázis,
• a platform bizonyítékokon alapuló döntési támogatást nyújt az összes orvosi képalkotó eljárás megfelelő felhasználásához,
• valós idejű hozzáférést biztosít a legfrissebb orvosi képalkotó döntésekhez.

CareSelect Imaging

• a legátfogóbb CDS (Clinical Decision Support – Klinikai döntéstámogatás) megoldás, amely a képalkotáshoz használható,
• a megfelelősségi kritériumokat (AUC - Appropriate Use Criteria) közvetlenül az EHR (=HIS) munkafolyamatába állítja az ellátási során,
• ez feljogosítja a biztosítót/finanszírozót az Ellátóhelyre kiterjedő minőségbiztosítási folyamatok betartásának, a követelményeknek való megfelelés ellenőrzésére, a beavatkozások finanszírozása előtt

Az eredmény? Megbízható standardok, az ellátás során csökkent felesleges vizsgálatok és a teljesítmény javulása. A CareSelect Imaging jelenleg több mint 500 egészségügyi Intézményben, több mint 30 millió AUC konzultációt tesz lehetővé, amelyek kézzelfogható költségmegtakarítást és minőségjavítást eredményeznek.

Impact of a Commercially Available Clinical Decision Support Program on Provider Ordering Habits 
Timothy C. Huber, Arun Krishnaraj, James Patrie, Cree M. Gaskin
Journal of the American College of Radiology 
Volume 15, Issue 7, Pages 951-957 (July 2018)
DOI: 10.1016/j.jacr.2018.03.045

ESR iGuide

• A bejelentkezéskor azonnal használható a megfelelőségi kritérium rendszer (AUC),
• az iránymutatások két munkafolyamat-lehetőséggel érhetők el:
  • beavatkozás vezérelt
  • vagy indikáció-vezérelt, a beteg (feltételezett) klinikai tüneteiből kiindulva.
• az ESR iGuide tartalma 10 különböző témakörre van felosztva, amelyek mindegyikét egy külön szakértői munkacsoport felügyeli

Beavatkozás vezérelt:

• A beteg korának és nemének kötelező kiválasztása után indul
• először ki kell választani azt a vizsgálómódszert, amelyet kérni szeretné a beteg számára
• az "Indikáció/(tünet)információ" mezőben a megfelelő indikációt/tünetet kell jelezni
• megjelennek az előző lépésben kiválasztott képalkotó módszer jellemzői (a lista tetején, sárgával kiemelve)
• a megfelelőségi visszajelzés alternatív vizsgálatokat is tartalmaz
• a rangsor tartalmazza a javasolt vizsgálómódszereket, azok megfelelőségi rangsorát, a relatív költségbecsléseket és a relatív sugárzási szintet (RRL).

Indikáció/tünet-vezérelt:

• klinikai indikációk keresése, amelyek megfelelnek a beteg tüneteinek
• megjelenik a megfelelő jelzéssel ellátott összes képalkotó diagnosztikai eljárás, egyéb információkkal
• a rangsor tartalmazza a javasolt vizsgálatokat, a beavatkozások megfelelőségi rangsorát, a relatív költségbecsléseket és a relatív sugárzási szintet (RRL)
  • Általában nem megfelelő (piros): 1, 2 vagy 3
  • Lehet megfelelő (sárga): 4, 5 vagy 6
  • Általában Megfelelő (zöld): 7, 8 vagy 9
• Lehetőség van arra, hogy is, hogy az útmutató dokumentációját is megtekintsük (egy ACR vagy ESR PDF dokumentum, amely a kiválasztott klinikai indikációval kapcsolatos információkat tartalmaz)

Referral Guidelines - Canadian Association of Radiologists (CAR)

Diagnostic Imaging Pathways - Government of Western Australia

iRefer - Royal College of Radiologists (RCR)
 

Klinikai döntéstámogatás a képalkotó diagnosztika használatához
Radiológiai döntéstámogató rendszerek

• a képalkotó diagnosztikai képanyagra (PACS) és leletekre (HIS, RIS) támaszkodva, megfelelő algoritmus birtokában képes (programozott ismeretek alapján, vagy öntanuló módon)
• javaslatot tenni a képanyag és a rendelkezésre álló klinikai adatok alapján felmerülő legvalószínűbb
  • diagnózisra vagy
  • differenciáldiagnosztikai listára,
  • az esetre vonatkozó online elérhető tudásbázisra (cikkek, esetgyűjtemények, stb.),
• a leletező munkaállomások radiológust támogató funkciói között mind több egyszerű változat jelenik meg:
  • automatikus léziófelismerés,
  • szegmentálás,
  • térfogatmérés,
  • azonos gócok megtalálása és összehasonlítása egymást követő kontrollvizsgálatok során, stb.
• az eredmények orvosi validálása szükséges, így jelentősen megkönnyítheti a sokáig még nélkülözhetetlen leletező munkát.

Radiológiai döntéstámogató rendszerek
Best New Radiology Software (Minnies 2018 semifinal candidates)
https://www.auntminnie.com/index.aspx?sec=nws&sub=rad&pag=dis&ItemID=121692

• AeroRemote Insights cloud-based business intelligence and analytics software, Konica Minolta Healthcare Americas
• Anatomical intelligence for breast ultrasound, Philips Healthcare
• Aplio i-series liver analysis ultrasound tools, Canon Medical Systems
• Aspire Bellus II breast imaging workstation software, Fujifilm Medical Systems USA
• Contact CT artificial intelligence software, Viz.ai
• Coronary Calcium Scoring software, Zebra Medical Vision
• Deep Dive Analytics incidental findings software, Healthcare Administrative Partners
• DLCExpert radiation therapy treatment planning software, Mirada Medical
• Engage Suite for Integrated Care platform, Agfa HealthCare
• EnvoyAI Exchange platform, EnvoyAI
• Horos Cloud Reporting, Horos Project
• Icobrain DM dementia diagnosis software, Icometrix
• iCode Discrepancy, Rosenfield DWC
• Intelligent Quick MR (iQMR) image enhancement software, Medic Vision Imaging Solutions
• Lunit Insight artificial intelligence software, Lunit
• Mica medical image analytics software, Arterys
• mPower cloud-based radiology analytics software, Nuance Communications
• Northstar AI Explorer, TeraRecon
• Nucleus Dx viewer software, NucleusHealth
• PACSgear Core 3.6 connectivity platform, Hyland Software
• PowerLook Density Assessment 3.4 artificial intelligence software, iCAD
• Quantra 2.2 breast density assessment software, Hologic
• Syngo.via VB30 molecular imaging software, Siemens Healthineers
• Transpara breast artificial intelligence software, ScreenPoint Medical
• Unified Clinical Analytics and Management Platform, NTT Data Services
• + Veye Chest, Aidence
• Workflow Orchestrator, Carestream Health
• Workflow triage AI software for identifying acute intracranial hemorrhage, Aidoc

Elhangzott: 2018.09.21-én.

1. Radiológiai menedzsment és szakmai minőségbiztosítás I.
2. Radiológiai menedzsment és szakmai minőségbiztosítás II.
3. Radiológiai menedzsment és szakmai minőségbiztosítás III.
4. Radiológiai menedzsment és szakmai minőségbiztosítás IV.
5. Radiológiai menedzsment és szakmai minőségbiztosítás V.
6. Radiológiai menedzsment és szakmai minőségbiztosítás VI.
7. Radiológiai menedzsment és szakmai minőségbiztosítás VII.
8. Radiológiai menedzsment és szakmai minőségbiztosítás VIII.