Clinical (CDSS) und Patient (PDSS) Decision Support Systems
Interoperable Datenmanagement-Systeme sind ein Teil der Basis für Therapie – und Patienten-Entscheidungssysteme (CDSS – Clinical Decision Support Systems; PDSS – Patient Decision Support Systems), in denen zunehmend auch Methoden der künstlichen Intelligenz angewendet werden.Solche digitalen Behandlungskonzepte werden eine eigenständige Säule im zukünftigen Therapiemanagement darstellen. Themenfelder wie „Big Data“, „CDSS“, „PDSS“, „künstliche Intelligenz“ und „Telemedizin“ haben auf jeden Fall eine zunehmende Relevanz.
Was sind CDSS und PDSS?
Grundsätzlich sind Clinical Decision Support Systems (CDSS) klinische Hilfssysteme zur Unterstützung des medizinischen Personals und Patient Decision Support Systems (PDSS) zur Unterstützung der Patienten. Mit ihnen ist ein interaktives Arbeiten möglich. Die Grundkonfiguration solcher Systeme zeigt Abb. DT8. Dabei werden die Daten der Anwender von deren Smartphone automatisch an einen Hochleistungscomputer übertragen (bei vorliegendem Einverständnis und unter Beachtung der Datensicherheit), ausgewertet, mit den bereits vorliegenden Daten gespiegelt und im Fall eines PDSS als Empfehlung für das Therapiemanagement zurückgesendet.Für die Diabetesteams, für welche die Bewertung des Therapiemanagement von Menschen mit Diabetes aufgrund der Datenfülle aufwendiger wird, stellen solche Lösungen ebenfalls eine Erleichterung dar, wenn sie alle Patientendaten gleichzeitig auf ihrem Therapiemanagement-System vorliegen haben. Wenn der Patient das Sprechzimmer betritt, könnte der behandelnde Arzt sofort einen Überblick über das Stoffwechselgeschehen seit dem letzten Praxisbesuch erhalten und die knappe und wertvolle Zeit zur Therapiebesprechung und ggf. -optimierung effektiv nutzen – auf Basis aufbereiteter Daten.
“Big Data” für Decision Support Systeme
Im Speicher des Computers befindet sich praktisch ein „Expertensystem“. Dieses enthält:- Das bekannte Studienwissen des Fachgebietes, wobei dieses eine geprüfte Evidenz besitzen muss. Weitere Erkenntnisse aus der Literatur, aus Lexika, Zeitungsarchiven usw. kommen hinzu
- Therapiedaten einer größeren Patientenklientel, dabei bereits aufbereitet sind erkennbare, häufig vorkommende Muster (Data Mining). Diese dienen zum Vergleich mit aktuellen, individuellen Input-Patientendaten

DT8: Grundsätzliche Konfiguration eines CDSS bzw. PDSS
Konfiguration eines Decision Support Systems
Im Mittelpunkt steht die Zentrale Prozesseinheit (CPU). Dort werden die Patientendaten analysiert. Sie werden mit bekannten Mustern verglichen und es werden z. B. Therapievorschläge bezüglich der Medikation geprüft (Arzneimittelunverträglichkeiten, Wechselwirkungen usw.). Diese Daten werden am Expertenwissen gespiegelt und ggf. weiter analysiert. Dabei gelangt auch künstliche Intelligenz zum Einsatz, die nur dann richtig gut ist, wenn sie auch mit entsprechend vielen validen Daten trainiert wurde. Die Mustererkennung basiert schließlich auf dem vorherigen Erlernen möglichst vieler Muster.Danach gelangen sie, zusammengefasst als Vorschläge für das Therapiemanagement, über die Output-Einheit zu den Nutzern auf deren Smartphone oder auch direkt auf ein AID-System (Abb. DT9). Im ersten Fall muss bzw. kann der Patient darauf reagieren, im zweiten Fall wird das AID-System damit gesteuert. Dass unter den aktuell gegebenen Umständen das technisch Machbare nicht so leicht in die Hände der Menschen mit Diabetes kommen wird, ist klar. Das hat auch etwas mit Sicherheitsaspekten, der Frage der Verantwortung im Fall einer Fehlsteuerung (man denke an selbständig fahrende Autos), Datenschutz usw. zu tun. Aber so werden die Lösungen der Zukunft aussehen.

Abb. DT9: Beispiel für die Anwendung eines PDSS für das Therapiemanagement der Patienten bzw. die Steuerung eines AID.
Kategorisiert in: News
Dieser Artikel wurde verfasst von admin