정보의학개론 - 임상 의사 결정 지원 시스템(Clinical Decision Support System, CDSS)

임상의사결정지원시스템 (Clinical Decision Support System, CDSS)

기본적인 의학 지식 + 환자 정보 => 진료 및 치료 의사결정 => 치료 실행

고려사항

• 환자와 의사의 선호 (문화적 믿음, 개인적 가치)
• 근거(환자 데이터, 연구 결과 및 체계적 분석 결과)
• 제한적인 문제(국가 정책/법, 지역 사회 기준, 시간/예산 문제)

 

문제 요소

• 정보/지식이 없는 상황에서 의사결정을 내리는 경우
• 방대한 데이터로 인해 의사 결정을 방해나는 경우
• 정보는 있지만 접근이 불가능해 데이터를 활용하지 못하는 경우 
• 의사결정에 영향을 미치는 요인과 편견이 존재하는 경우

 

영향을 미치는 요소

문맥, 가치, 감정, 중단, 스트레스, 피로

(의사의 생각의 틀 안에서 의사 결정이 되므로 합리적 의사 결정이 어려운 문제가 생길 수 있음)

• Vertical line failure: 하나의 현상이 발생하면 Routine하게 진행(자연스럽게)
• Lateral thinking strategy: 하나의 현상이 발생하면 다른 문제는 뭐가 있을지 고민 시간과 환경에 따라 의사 결정을 해야 함
• Zebra retreat: 앞에 있는 얼룩말을 얼룩말이 아니라고 생각하는 것(눈에 뻔히 보이지만 거부하고 받아들이지 못함)

 

임상의사결정지원시스템

의료진, 환자, 그 외 개인에게 필요한 시점에 맞춤화된 의료 지식을 제공해 의사결정과정에 도움을 주는 시스템

=> 건강 증진, 의료서비스 향상

• 전산화된 경고 (alert)
• 알림 (reminder)
• 임상진료지침 (clinical practice guideline)
• 처방 세트 (order set)
• 환자 데이터 보고와 요약 (patient summary)
• 서식 템플릿 (template)
• 진단 지원 (diagnostic support)
• 임상업무흐름 지원 (workflow support)

 

구성요소

• E/I: 인풋, EMR DB 혹은 사람이 직접 입력하기도 함
• U/I: 아웃풋

추론엔진

• 임상의사결정시스템의 Main system
• Alerts과 Reminders Determination
• 지식 베이스와 환자의 상태를 종합해서 추론

지식 베이스

• 추론 엔진이 사용할 수 있도록 하는 것
• 임상지식 전문가, 의사들이 참여
• 지식을 컴퓨터의 언어로 바꿔줄 수 있는 엔지니어 필요
• Clinical Decision Support System의 정확도를 높이는 것과 관련

의료 의 질과 환자 안전

• 임상 주경로(Clinical Pathway): 정해진 Plan을 정리하고 전산화하여 변이를 줄임
• 임상진료지침: 전산화하여 자료 제공, 근거 기반의 보건의료서비스 제공
• 의료관련 오류 감소
• 투약 및 검사의 정확도 향상

의사소통

• 의사/병원 직원/환자 간의 의사소통 향상

비용 절감

• 불필요한 검사, 투약, 업무 프로세스 개선 => 비용 절감

문서화

• 기록 및 추후 활용까지 고려하여 문서화 지원

 

MLM Example

 

임상의사결정시스템 분류, 목적

• 양적인 방식(ML): Supervised, Unsupervised, Bayesian, Fuzzy sets, Neural network, Logistics
• 질적인 방식: Truth Tables, Decision trees, Boolean Logic, Non-parametrics Paritioning, Reasoning models, Expert systems, Critiquing Systems 
• 목표: 환자의 안전, 효과성, 효율성
• 세부적 목적: 환자 안전의 에러 예방, 의사 결정 적정화, Care Process 향상화
• 타겟: Evidence Based Medicine, 약과 관련된 타겟
• 분류: CDS Intervention Types: Documentation 만드는 방식, Order set 만드는 방식, Alert/Remind 주는 방식

-> 분류 방식은 굉장히 다양함

• 지식기반 분류방식: Alerts, Reminders, 진단 지원, 치료에 대한 비판 및 계획, 약물 관련 의사결정 지원, 필요한 정보 추출, 영상판독 인지 및 해석 지원, 임상진료지침

 

임상의사결정시스템의 적용

• Alert, Remindes: 임상 현장의 실시간 제공, 환자 상태 변화를 알려줌, 이상 소견/처방 이상/Medical Record 이상, 팝업 Alert, SMS 제공, 의사와 간호사의 주요 업무 알림

• 진단 지원: 진단을 지원하는 중요 시스템, 진단 제안 및 정보 제공(환자 정보 + 증상 + 징후)
• 특정 질병을 진단하는 확정적인 검사가 없는 경우 -> 관련된 기준을 만들고 조합 ->기준 점수 이상일 떄 해당 질환 의심
• Blood Gas Analysis 계산 및 분석이 어려울 경우 -> 데이터 수집과 분석을 통해 알고리즘 생성 -> 검사 결과를 분석해주는 시스템
• 치료에 대한 비판, 계획 시스템
• 서울아산병원 항생제처방지원시스템

EX) 항생제 처방 및 여러 데이터를 정리해 의료진의 의사선택 지원 -> 항생제 남용을 막고 항생제 처방 분석에 도움

 

Prescribing Decision Support System

• 약물상호작용, 용량오류, Allergy 등을 고려해 의사 결정 지원
• 자동화로 Generation 가능 / EMR 데이터 및 다른 데이터들의 연결이 필요
• 약국 및 의료 관계자들과 연결이 필요

 

High-Alert Medication CDSS

 

Image Recognition & Interpretation

X-Ray, CT, MRI 등을 보고 병변 및 질환을 찾아내는 것(Computer Aided Dignosis)

인공지능 기술으로 이미지 분석, 예층 등이 가능해짐

 

기계학습(ML)

• Artificial Intelligence Computers that can learn from experience
• Artificial neural networks
• Decision trees
• Data mining, knowledge discovery
• KARDIO: interpretation of ECGs
• New drug discovery, clinical guideline development

 

전산화된 임상진료지침

최근에는 근거 기반의 의료 서비스를 원하는 추세임->컴퓨터가 이해할 수 있는 형태로 바꿔 제공하고자 하는 연구

Clinical 가이드라인을 모델링 -> 컴퓨터가 이해할 수 있게(Icareflow, PROforma, Asbru)

 

가이드라인, 근거 마련의 문제점

• 한번 만들고 난 뒤 가이드라인이 완전히 변경되는 경우
• 일반화를 위한 가이드라인 수집과 표준화에 어려움이 있는 경우
• 한가지 질병이 아닌 복합적인 질병이 있는 환자에게 적용이 어려운 경우

 

ATHENA(Assessment and Treatment of Hypertension: Evidence-Based Automation)

• 혈압을 조절하는 가이드 제공
• 일상생활 관리
• 위험도를 분류하여 제공
• 마약 처방에 대한 도움

 

폐렴 관련 의사결정지원시스템

• 환자의 질환, 검사 결과, 발달사인 등을 통해 점수 부여
• 점수에 따라 이후 처치가 달라짐

 

임상의사결정지원시스템 개발 및 현장 적용

• CDSS가 필요한가?
• CDSS를 어떤 식으로 중재할 것인가?
• 개발->검증->(오류 수정)->테스트->배포

보건의료정보학(3판)

필요사항

• 의사들의 강력한 리더십과 사용자와의 의사소통
• 프로젝트 공개/시행/테스트/검증/운용 등의 계획
• 피드백을 받을 수 있는 공간

 

CDSS 사용자의 기대

• 효율적인 진료, 시간의 절약
• 특정 환자, 특정 조건에 맞는 사람에 대해 제공되는 Alert
• 중복 사항 감소
• 사용자를 고려한 인터페이스

 

효과적인 CDSS를 위한 10가지 고려 사항

1. 반응시간이 가장 중요하다.
2. 현장의 요구 예측/실시간으로 제공한다
3. 사용자의 업무 흐름에 맞춤
4. 작은 것이 커다란 차이를 만들 수 있음
5. 의사는 'Stopping'에 저항한다
6. 오히려 진행방향을 바꿔주는 것이 더 낫다
7. 단순한 중재가 가장 잘 작동
8. 사용자에게 정보를 묻는 것은 정말 필요할 때만
9. 현장의 효과를 모니터링하고 피드백하고 그 결과를 시스템에 반영해야 한다
10. 지식기반시스템은 지속적으로 관리해야한다

 

CDSS 평가 모델

 

CDSS를 둘러싼 문제들(널리 사용되지 못한 이유)

• EMR Record의 무재
• 비효율적인 인터페이스 디자인
• 컴퓨터를 효과적으로 사용하지 못함
• 효과를 분석하는 연구 부족으로 타병원에 도입이 어려움
• 지식을 표현하는 표준화 방법이 계속해서 변화
• 비용이 증가
• 지식 관리의 어려움

 

지식기반 CDSS의 문제점

• 표준화된 용어를 사용하지 않음 -> 의미가 모호한 용어들이 존재
• 불안정한 생체 징후 등을 컴퓨터가 이해하지 못함

 

국내 CDSS 현황과 문제

• 비용 절감
• 업무 효율성 향상
• 환자의 안전, 질의 고려가 부족
• 병원 내부 활동이 위축될 수 있음(정부 주도)
• 효과성에 대한 연구 부족
• 환자에게 여러 질병이 있을 시 한계가 있음
• 한 병원에서 만들어진 CCDS가 다른 병원에 접목하기에 한계가 있다

=> 앞으로 널리 활용될 가능성이 높은 시스템!

 

국내 CDSS 현황과 문제 해결 방법

• CDSS 프로그램, 어플리케이션 개발 및 운용에 대한 논의
• CDSS 평가 모델
•  Alert fatigue, Overrided와 같이 많은 Alert으로 무시하게 되는 문제
• 시스템의 사용성, 안전 문제 등의 고려 필요

 

요약

• 임상의사결정과정과 연관이 높고 기존의 경험, 근거를 가지고 진료에 도움
• 임상의사결정지원시스템의 요구, 종류, 예 등
• CDSS의 적용, 관리, 평가, 발전 방향, 국내 CDSS 발전의 필요성

관련 의료전문가들의 역할이 매우 중요해짐!