forrás:
Streamlining Clinical Decision Support
Imaging 3.0 2021. december
American College of Radiology (ACR)

A legfontosabb tudnivalók

• A University of Virginia Health radiológusai olyan mesterséges intelligencia (AI) eszközt vezettek be a klinikai döntéstámogatáshoz (CDS), amely a szabadszöveges képalkotó vizsgálatkéréseket strukturált indikációkkal ellátott kérésekké alakítja át.
• Az eszköz segít a megrendelő szolgáltatóknak kiválasztani a megfelelő strukturált indikációkat, és lehetővé teszi számukra, hogy megosszák a konkrét klinikai kérdéseket és egyedi betegpanaszokat.
• A megrendelő szolgáltatók a mesterséges intelligencia útmutatását előnyben részesítették a strukturált indikációk kiválasztásának hagyományos módszereivel szemben, javítva a CDS használatát és a megfelelési arányt.

A klinikai döntéstámogatás (CDS) segít a beutaló szolgáltatóknak abban, hogy az egyes betegek klinikai állapotának legmegfelelőbb képalkotó vizsgálatot rendeljék meg, csökkentve a felesleges és potenciálisan káros képalkotást.

A Protecting Access to Medicare Act (PAMA) előírja, hogy minden beutaló szolgáltatónak konzultálnia kell a CDS-szel a járóbeteg-ellátásban végzett fejlett képalkotó vizsgálatok - beleértve a CT, MRI, nukleáris medicina és PET - megrendelésekor, és 2023-tól pénzügyi szankciókat kell alkalmazni a szabályok be nem tartása esetén.

Sok beutaló szolgáltató, például Dr. Katherine W. Kent, a University of Virginia (UVA) Health munkatársa azonban arról számolt be, hogy a CDS használata nehézkes lehet. Különösen azt mondják, hogy a strukturált indikációk keresése a legtöbb CDS-rendszerben található legördülő menüben időigényes. Jobban szeretnék, ha a szabad szöveges indikációkat adhatnák meg.

"Néha az indikációk és a klinikai kérdések, amelyekkel rendelkezem, egyediek, és nem szerepelnek a legördülő menüben" - magyarázza Kent, a szülészet és nőgyógyászat docense. "Nem akarok egy strukturált indikációkat tartalmazó listán keresgélni, remélve, hogy találok egyezést, hogy befejezhessem a vizsgálatkérésemet".

A CDS felhasználóbarátabbá tétele és a beutaló szolgáltatók körében való elfogadásának növelése érdekében az UVA radiológusai egy mesterséges intelligencia (AI) eszközt integráltak a CDS-rendszerükbe, amely segít a szabadszöveges rendelési bejegyzések strukturált indikációkká történő lefordításában. A CDS-rendszereknek strukturált indikációkra van szükségük ahhoz, hogy a vizsgálatok megfelelőségét az egyes betegek klinikai állapota és a megfelelő felhasználás minősített kritériumai alapján pontozzák.

Az AI eszköz 2020-as bevezetése óta az UVA radiológusai azt tapasztalták, hogy a beutaló szolgáltatók az esetek 59%-ában használták azt a CDS segítségével történő képalkotás megrendelésekor. Azt is megállapították, hogy a rendszer arra ösztönözte a megrendelő szolgáltatókat, hogy a CDS-t használják a képalkotó vizsgálatok megrendeléshez, ami az UVA-t a PAMA-megfelelés fokozottabb betartására ösztönzi.

"Azt tapasztaltuk, hogy ez az új, mesterséges intelligencia alapú megközelítés a strukturált indikációk kiválasztásának preferált mechanizmusa" - mondja Dr. Cree M. Gaskin, a radiológia és az ortopéd sebészet professzora és az UVA Health orvosi információs főigazgató-helyettese, aki az AI-alapú eszköz bevezetését és értékelését vezette. "A beutaló orvosok nagyra értékelik a szabad szöveges kommunikáció lehetőségét a rendelésekben, és továbbra is sikeres eredményeket látunk a fejlődő klinikai döntéstámogató rendszerünkkel."

A kihívás azonosítása

Az UVA Health 2014-ben integrálta a CDS-t az elektronikus egészségügyi nyilvántartásba. A megrendelő orvosok anekdotikusan elégedetlenségüket fejezték ki a strukturált indikációk hiányos vagy túlságosan hosszú listákból történő kiválasztásának folyamatával, emlékszik vissza Gaskin.

"Az ellátók frusztrálónak találják a strukturált indikációk listájáról való választást" - mondja Gaskin, aki egyben a radiológiai és orvosi képalkotó osztály klinikai műveletek és informatika alelnöke is. "Inkább szabad szöveget írnak be, ahogy azt évtizedek óta teszik. A szabad szöveg a gondolkodásmódjukat tekintve sokkal szervesebben működik, mintha egy listából kellene választaniuk. Ezt a szabadságot akarják."

Ez az érzés nem csak az UVA-hoz beutaló szolgáltatókra jellemző. A Journal of the American College of Radiology (JACR) című szakfolyóiratban közzétett tanulmány szerint a pontozatlan CDS képalkotó rendelések 72%-a és az összes rendelés 42%-a tartalmazott szabad szöveget. Gaskin szerint a tanulmány eredményei aláhúzzák a szolgáltatók preferenciáit vagy berögzült rendelési szokásait, valamint frusztrációjukat, hogy az egyedi beteganamnézist egy más által előre megírt, strukturált indikációba kell besorolniuk.

A szabad szöveg használatának képtelensége elriaszthatja a beutaló szolgáltatókat attól, hogy a CDS-hez forduljanak a képalkotó vizsgálatok megrendeléshez, arra késztetheti őket, hogy következetesen az "egyéb" opciót válasszák a strukturált indikációk menüjéből, vagy kilépjenek a munkafolyamatból, hogy megkerüljék a rendszert, mondja Dr. David S. Gish, aki radiológiai rezidens és mozgásszervi képalkotó/informatikai ösztöndíjas volt az UVA-nál, és segített az AI eszköz hatásának értékelésében. Ezek a kerülőutak nem megfelelő ellátást eredményezhetnek, és potenciálisan költséget jelenthetnek a radiológusoknak és a képalkotó létesítményeknek, akiket a PAMA értelmében pénzügyi szankciókkal sújtanak, ha a Medicare-betegek számára a CDS-sel való konzultáció nélkül rendelnek a beutaló szolgáltatók fejlett képalkotást.

Nem csak a beutaló szolgáltatók részesítik előnyben a szabad szöveges indikációkat. A radiológusok is a narratív formátumot részesítik előnyben, mert az információ segítségével jobban ki tudják szolgálni a beutaló szolgáltatókat és a betegeket, mondja Gish, aki jelenleg a virginiai Harrisonburgban lévő Sentara Rockingham Memorial Hospital radiológus szakorvosa.

"A páciens történetének elolvasása és annak megértése, hogy a szolgáltató mit keres, befolyásolhatja az értelmezésünket a diagnózis felállításakor" - magyarázza. "Egy tömör, sterilizált, strukturált indikáció nem ragadja meg az összes olyan részletet, amit szeretnénk. Elveszítjük ezt a hasznos klinikai információt".

Megoldás keresése

Felismerve, hogy a CDS értéke csökken, ha a beutaló szolgáltatóknak nehézséget okoz a megfelelő indikációk azonosítása a strukturált listából, az UVA radiológusai reménykedtek, amikor CDS-szállítójuk megkereste őket egy új, mesterséges intelligencia alapú, a CDS-rendszerbe integrált indikációs eszköz integrálásával kapcsolatban.

"Mi voltunk a szállító egyik első ügyfele, és azóta is nagymértékben elkötelezettek vagyunk a fejlődő CDS-technológia iránt. Értékeltük az új AI-alapú megoldást, és azonnal úgy döntöttünk, hogy bevezetjük, mivel tudtuk, hogy a vizsgálatkérőink jobban szeretnék, ha a pácienseik állapotáról szóló szabad szöveges narratívák is szerepelnének benne" - mondja Gaskin.

A mesterséges intelligencia eszköz egy algoritmus segítségével azonosítja a strukturált indikációkat a szolgáltató által a képalkotó vizsgálat kérésének szabad szöveges oka és az EHR-ből származó információk alapján, beleértve a beteg korát, nemét és az EHR-problémalistára vonatkozó adatokat. Amint a szolgáltató beírja a szabadszöveges indikációt, az eszköz azonnal megjeleníti a megjósolt strukturált indikációk listáját, a legvalószínűbb egyezéseket, valamint további lehetséges, de kevésbé valószínű indikációkat.

A vizsgálatkérők ezután kiválasztják a Nekik legjobban tetsző lehetőséget a megjósolt listából. Ha a szolgáltató nem ért egyet az előre jelzett lehetőségek egyikével sem, választhat, hogy a strukturált indikációk teljes menüjében keres, jelentheti, hogy nem volt megfelelő indikáció, vagy teljesen kiléphet a CDS munkafolyamatból.

"Amint a szolgáltató beírja a szabad szöveget és kiválaszt egy strukturált indikációt, a CDS rendszer megfelelőségi pontszámot ad a vizsgálathoz" - mondja Gish. "Végső soron a megrendelő szolgáltató továbbra is megrendelheti azt a vizsgálatot, amelyik szerinte a legmegfelelőbb a klinikai kérdés megválaszolásához. Az eszköz csak segít nekik az irányításban."

Az AI eszköz bevezetése

Bár a radiológusok nagyon szerették volna az integrált AI-eszközt a CDS-munkafolyamat javítása érdekében alkalmazni, tesztelniük kellett, mielőtt felajánlják a beutaló szolgáltatóknak. "Tudtam, hogy a mesterséges intelligencia szabad szövegre való alkalmazásának ötlete elméletben kiváló, mivel egyszerűsítené a strukturált indikációk kiválasztását, de valóban ki kellett derítenünk, hogy az első generációs koncepció elég robusztus-e ahhoz, hogy a klinikai gyakorlatban is megvalósítsuk" - magyarázza Gaskin.

Az eszköz általános teljesítményének tesztelésére Gaskin és csapata korábbi képalkotó rendelésekből származó szabad szöveges indikációkat futtatott le a rendszeren, és megállapította, hogy az algoritmus az esetek 80%-ában ésszerű előrejelzett indikációkat ajánlott, amit a csapat elfogadhatónak tartott a bevezetéshez. "A rendszer jó munkát végzett, határozottan elég szilárd ahhoz, hogy kipróbáljuk a megrendelő orvosokkal" - mondja. "Nem volt tökéletes, de ha az esetek többségében a pontos, strukturált indikációk kiválasztásában tudta őket segíteni, hajlandóak voltunk kipróbálni."

Gaskin több magas szintű klinikai találkozón mutatta be a mesterséges intelligencia eszköz képességeit a megrendelő szolgáltatóknak és adminisztrátoroknak. Elfogadóan és néha lelkesen fogadták a szabadszöveges rendelésbevitel és a mesterséges intelligencia által támogatott strukturált indikáció kiválasztásának ötletét.

A csoporttól való elfogadást követően Gaskin az UVA Health IT képzési csapatával együttműködve e-mailben küldött a megrendelő szolgáltatóknak képzési anyagokat, köztük tippeket és diaképeket a mesterséges intelligencia eszköz CDS-en belüli használatához. Az UVA Help Desket is értesítették a munkafolyamatban bekövetkezett változásokról, biztosítva, hogy munkatársaik értesüljenek, ha a szolgáltatók kérdésekkel fordulnak hozzájuk.

A megrendelő szolgáltatók kisszámú csoportjával végzett rövid kísérleti tesztet követően az UVA Health 2020 februárjában az egész rendszerben éles üzembe helyezte az AI eszközt, lehetővé téve, hogy minden megrendelő szolgáltató elkezdje használni a szabad szöveget, amikor a CDS-ben fejlett képalkotási megrendeléseket ad le. Alternatívaként továbbra is használhatják a meglévő CDS folyamatot, amely során közvetlenül egy menüből választják ki a strukturált indikációkat.

A CDS elfogadásának növelése

Három hónappal a CDS AI eszköz bevezetése után Gaskin és Gish retrospektív elemzést végzett az indikáció kiválasztási módszerekről, hogy felmérje a felhasználói viselkedést és preferenciákat. A JACR című folyóiratban közzétett eredmények (Gish, D; Ellenbogen, A; Patrie, J; Gaskin, C. (2021). Retrospective Evaluation of Artificial Intelligence Leveraging Free-Text Imaging Order Entry to Facilitate Federally Required Clinical Decision Support. J Am Coll Radiol. 2021; 18(11): 1476-1484.) azt mutatták, hogy a szolgáltatók 23 580 rendelésnél, azaz az esetek 58,9%-ában az új AI-megközelítést választották. Az AI-eszköz a szolgáltatók által szabad szöveggel benyújtott rendelések 91,7%-ában (21 631) adott előrejelzett strukturált indikációkat. A szolgáltatók az AI által előre jelzett strukturált indikációkat azon esetek 57,7%-ában választották, amelyekben az eszköz ezt felajánlotta.

"Az AI megközelítés előnye, hogy szabad szöveggel is közölhetem, amit kell, és mégis kielégíthetem a döntéstámogatási követelményeket, hogy befejezhessem a vizsgálatkérésemet" - mondja Kent. "Ez mozgásban tartja a munkafolyamatot, így a betegellátásra tudok koncentrálni."

Bár a fent közzétett tanulmánynak nem volt része, a radiológusok anekdotikusan úgy találták, hogy az AI eszköz a beutaló szolgáltatókat is arra ösztönözte, hogy gyakrabban használják a CDS-t. Mielőtt a radiológusok bevezették volna az eszközt, a beutaló szolgáltatók a járóbeteg-szakrendelések körülbelül 50%-ánál a CDS-hez fordultak. Az eszköz bevezetése után a beutaló szolgáltatók az ilyen megrendelések nagyjából 70%-ához a CDS-t vették igénybe, ami jelentős növekedést jelent, bár a javulás egy része a megrendelési mechanizmusban egyidejűleg végrehajtott egyéb változtatásoknak is tulajdonítható.

"Az eszköz előtt a rendelések jelentős százaléka nem kapott döntéstámogatást" - mondja Gaskin. "A PAMA-megfelelőségünk jelentősen javult, ami intézményi szempontból pozitív. Minél több CDS-t használó rendelésünk van, annál jobb".

Az UVA beutaló szolgáltatói egyre inkább használják a CDS-t egy kiskapu ellenére, amely lehetővé teszi számukra, hogy a munkafolyamatból a folyamat szabadszöveges rendelési részénél, a döntéstámogatás alkalmazása előtt kilépjenek. Gaskin és csapata megállapította, hogy a beutaló szolgáltatók 21,3%-a kilépett a munkafolyamatból, mielőtt a CDS pontozhatta volna a vizsgálatot. Most együtt dolgoznak a szállítóval a kiskapu bezárásán, ami Gaskin előrejelzése szerint tovább növeli a PAMA-megfelelőséget.

Megfelelő ellátás

Ahogy az egészségügyi rendszerek országszerte bevezetik a CDS-t a PAMA-val összhangban, sokan keresik a módját annak, hogy a megrendelő szolgáltatókat rávegyék a technológia használatára az összes járóbeteg-szakellátási képalkotó rendelésnél. Az UVA tapasztalatai azt mutatják, hogy az olyan eszközök, mint a mesterséges intelligencia alapú strukturált indikációs technológia, segíthetnek a CDS bevezetésének növelésében, és ezáltal a betegek ellátásának javításában.

"Ez a kezdeményezés lehetővé tette számunkra, radiológusoknak, hogy a CDS-folyamat javításában segítő szerepbe lépjünk" - mondja Gaskin. "Azáltal, hogy a mesterséges intelligenciát a CDS megkönnyítése érdekében a szabad szöveges rendelésbevitel támogatására használtuk, az UVA olyan előnyöket látott, mint a radiológusokkal való jobb kommunikáció, a CDS-sel kapcsolatos szolgáltatói frusztráció csökkenése és a közelgő PAMA-előírásoknak való nagyobb intézményi megfelelés. Ez a modell minden bizonnyal alkalmazható lenne más intézményeknél is, amelyek készen állnak a saját meglévő CDS-mechanizmusuk frissítésére."

Ez a kezdeményezés is bemutatja az AI-technológia erejét a betegellátás javításában. "Azzal, hogy több beutaló klinikus számára lehetővé tesszük a döntéstámogató eszközök használatát olyan módon, amely nem zavarja meg a munkafolyamatukat, a radiológusok hozzájárulnak ahhoz, hogy több szolgáltató rendelje meg a megfelelő vizsgálatot minden beteg számára" - mondja Gaskin. "A radiológusok már régóta a megfelelő képalkotás gondnokai, és ezek az eszközök segítenek nekünk abban, hogy ezt a szerepet kiterjesszük és erősítsük."