Clinical decision making
出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2013/10/21 05:39 UTC 版)
「臨床情報学」の記事における「Clinical decision making」の解説
臨床における意思決定システムの定義（Wyatt and Spiegelhalter,1991）：「患者データ項目の二つ以上を使用して、その症例に特異的な推奨・助言と作成する能動的知識システム」とされる。他の分野の意思決定支援よりも広い機能を有し、主にチェックリストのような診療情報の管理の支援や診療業務の分配のための診療業務フローの管理、過誤の防止や質の評価指標のための診療の質の管理支援機能も含まれている。初期の臨床における意思決定支援システムには、1969年のde Dombalらによる確率とベイズ理論を用いた腹痛の診断支援システム、1973年のShortliffeらの後ろ向き推論ルールベースシステムを用いた感染症の診断管理を支援する代表的なMYCIN、1986年のQMRや1987年のDXplainに代表される一般内科診断をヒューリスティック推論を用いたシステムが提案された。これらは、専門医と比較しても遜色の無い診断精度を有したが、ほとんどスタンドアロンシステムで病院の情報システムとの統合化は行われなかった。初期のシステム開発の目的は、このように臨床の診断支援であった。イベントモニターシステムとは、診断支援システムの次に登場したのは、診療プロセス内で発生する検査や薬剤処方や外来診療予約などのオーダーやその結果に応じたイベントに対応した薬剤の配合禁忌等の警告や外来追跡患者の外来診療検査予約などのリマインダ提示システムである。主要なシステムとしてはCARE(Indiana)、HELP(LDS)、Arden(CPMC)であり、限られた領域での導入が比較的簡単であるために病院情報システムと統合され、臨床的有用性についても報告されている（McDonald, 1984, Hunt, 1998）。上記のようにDSSを分類すると大きく医師が必要に応じて診断情報を求めるような受動的なDSSと能動的なDSSに分類される。能動的なDSSとは、警告やリマインダのように診療と非同期に行われるものと医師と対話的に推奨情報を提示させるもの、薬剤間の相互作用チェックのような検証システムによる評価結果を提示するものに分かれる。DSSにおける知識表現法：臨床情報処理におけるDSSの知識表現には、決定木や影響ダイアグラム、ニューラルネットワークのような量的表現とルールや流れ図、フレーム、論理のような質的表現に大きく分けることができる。臨床におけるDSSにおける推論と実施エンジンは、症例に特異的なリマインダや推奨・助言や評価を作り出すため、意思決定知識を患者データに適応するプログラムと言える。当然推論法は知識の表現に依存し、ルールを用いる場合には前向きあるいは後ろ向き推論が用いられる。推論の実施エンジンは患者データ入力を必要とするための病院の情報システムと連動させる必要がある。診療ガイドラインのそもそもの目的は、診療におけるベストプラクティスの実現にある。それでは、ベストプラクティスとは何か？患者の特性に適合した安価な診療であるとすると患者の特性評価（診断）とそれに対応した治療法の選択が課題となる。伝統的には、医学教育と臨床研修を行い診療マニュアルや症例報告、専門医の意見を総合して経験的にベストプラクティスの施行について習得しているが、現状の文章化されただけでの診療ガイドラインのままでは効果が少ないことが報告されている（Loma, 1991; Oxman, 1995; Bero, 1998）。 Data mining Machine learning (Weka) Bayesian Network Artificial Intelligence Clinical simulation (Clinical pharmacology, Surgery, Emergency medicine etc.) Clinical decision making (GLIF etc.) Knowledge management
※この「Clinical decision making」の解説は、「臨床情報学」の解説の一部です。
「Clinical decision making」を含む「臨床情報学」の記事については、「臨床情報学」の概要を参照ください。
- Clinical Decision Makingのページへのリンク
