Elektroniczna Historia Choroby

Prezentacja na temat: "Elektroniczna Historia Choroby"— Zapis prezentacji:

1 Elektroniczna Historia Choroby
Joanna Michalik Zakład Informatyki Medycznej i Telemedycyny AM Warszawa

2 Jednolita terminologia kliniczna
Dobra Praktyka Systemy Medyczne Jednolita terminologia kliniczna

3 Praktyczne zastosowanie
Terminologia Kliniczna Wprowadzanie Danych Historia Choroby Dobra Praktyka Opieka nad pacjentem HealthCard Mr Ivor Bigun Any country Anytown Dun Roamin Systemy medyczne Wprowadzanie Danych Elektroniczna Historia Choroby Opieka nad pacjentem Wspomaganie Decyzji oparte na analizie danych Badania naukowe Dobra Praktyka

4 Terminy określające elektroniczną historię choroby
Dla systemów rozproszonych: Electronic Healthcare Record (Comite Europeen de Normalisation) Electronic Health Record Electronic Patient Record Dla systemów zlokalizowanych: Electronic Medical Record Computerised Medical Record Terminy polskie: Elektroniczna historia choroby Elektroniczny rekord pacjenta Elektroniczny rekord zdrowotny Elektroniczny rekord medyczny

5 Organizacja Historii Choroby
Zorientowana czasowo Zorientowana źródłowo Zorientowana problemowo

6 Przykład Historii Choroby Zorientowanej Czasowo

7 Przykład Historii Choroby Zorientowanej Źródłowo

8 Przykład Historii Choroby Zorientowanej Problemowo

9 Zalety elektronicznej historii choroby
Jest łatwo i szybko dostępna Dostęp możliwy jest dla kilku osób jednocześnie Zawiera dane bardziej kompletne i lepsze jakościowo Może być prezentowana na terminalu komputerowym lub w postaci papierowej Umożliwia przygotowanie raportów dla wielu osób jednocześnie Ma aktywny charakter – można np. stosować alarmy Przeciwwskazania do danej terapii Uczulenia Istotne leki np.. Pochodne kumaryny

10 Wady elektronicznej historii choroby
Wysoki koszt (implementacja od 1500 do $ za 1 stanowisko) Możliwość awarii sprzętu i/lub oprogramowania Problemy związane z wprowadzaniem danych

11

12 Wprowadzanie danych Jako swobodny tekst w języku naturalnym (wymaga potem przetworzenia do formy ustrukturyzowanej) W formie ustrukturyzowanej (SDE – Structured Data Entry) Jako kombinacja w/w sposobów Zawsze ważne jest również: Kto i kiedy zaobserwował fakt Kto i kiedy wprowadził go do EHC Kiedy ten fakt zaczyna mieć znaczenie

13 Systemy klasyfikacji ICD-9, ICD-9 CM, ICD-10 ICPC - International Classification for Primary Care DRG - Diagnosis Related Groups CPT - Current Procedural Terminology MeSH - Medical Subject Headings SNOMED CT - Systematized Nomenclature of Medicine Clinical Terminology LOINC - Logical Observations Identifiers, Names, Codes UMLS – Unified Medical Language System – oparty na MeSH, SNOMED CT, CPT, LOINC

14 Klasyfikacja WHO Przyczyny zgonów i zachorowań zbierane są od 1950 roku w Państwach Członkowskich (podział wg płci, wieku i przyczyny zgonu) Stosowana klasyfikacja to ICD International Statistical Classification of Diseases and Related Health Problems (ICD-9 prawie 40 Państw i ICD-10 ponad 70) The development and revisions of the ICD have made comparability of statistics on cause-of-death world wide possible

15 SNOMED Systematized NOmenclature of MEDicine
SNOP ( Systematized NOmenclature of Pathology) nomenklatura opracowana przez Kolegium Patologów Amerykańskich (CAP)- 1965 SNOMED Reference Terminology version wersja testowa CAP SNOMED 2.0 (1979, 1982, 1997PL) oraz 3.5 (1998) SNOMED-CT (Clinical Terms)

16 Struktura klasyfikacji SNOMED (1)
topografia ( T), określa okolicę, organ lub część ciała, morfologia (M), określa zmiany patologicznych zachodzące w narządach, tkankach (histologiczne), lub komórkach (cytologiczne) etiologia (E), określa przyczynę: np.urazy funkcja (F) choroba (D) procedura (P) zawód (J)

17 Struktura klasyfikacji SNOMED (2)
Każdy element (wymiar) ma budowę : A xxxxx gdzie A oznacza rodzaj wymiaru, tj. jeden ze znaków: T,M,E,F,D,P,J a xxxxx jest kodem zbudowanym z dwunastu znaków: od 0 do 9 oraz X i Y. Przykładowe zdanie :E+T+M+F=D Choroba (D) jest spowodowana przez E w miejscu T powoduje zmianę morfologiczną M oraz objaw F. Gruźlica płuc (D 0188) jest spowodowana przez Mycobacterium tuberculosis (E 2001) powodującą ziarniniaki (M 44060) w płucach (T28000) oraz gorączkę ( F 03003).

18 Basal cell carcinoma of skin Malignant tumor of surface epithelium
Neoplasm of skin Skin lesion Disease of skin Disorder of integument Disorder of body system Disease by body site Disease SNOMED CT Concept Disease of skin AND/OR subcutaneous tissue Neoplasm by body site Neoplastic disease Malignant neoplasm of skin Malignant neoplastic disease Primary malignant neoplasm of skin Primary malignant neoplasm

19 SNOMED CT Jest zgodny ze standardami: HL7 DICOM ANSI ISO
Klasyfikację można przetłumaczyć (cross mappings) na : ICD-9-CM, tylko kod P (procedura), ICD-10, tylko kody T i M (topografia i morfologia), ICD-O-3 tylko kody T i M (topografia i morfologia), OPCS-4 LOINC CCC

20 ICD9 ICPC ICD10 Każda klasyfikacja zawarta jest w UMLS
Każdą można przepisać na kody Snomed-CT

21 Aspekty techniczne EHC jako aplikacja WWW

22 Przykład pliku XML

23 CDA ( Clinical Document Architecture) standard EHC
Należy do rodziny standardów HL7 v.3, których podstawą są: Referencyjny Model Informacji Specyfikacja Słownika Dziedziny Metodologia używana do definiowania struktur informacji Dokument jest kompletnym obiektem informacyjnym zawierającym tekst, obrazy, dźwięki i inne treści multimedialne Cel to umożliwienie: autoryzacji zarządzania dokumentami przechowywania dystrybucji prezentacji dokumentów

24 zainstalować oprogramowanie...
Wprowadzanie EHC wydłuża czas poświęcany pacjentowi przez lekarza … Proszę spytać lekarza, ja przyszedłem tylko zainstalować oprogramowanie...

25

26 Problemy związane z wprowadzaniem EHC
Przyczyny organizacyjne i kulturowe Przyczyny zależne od czynnika ludzkiego i kształcenia Przyczyny związane z technologia i standardami Przyczyny prawne związane z poufnością danych i przechowywaniem danych osobowych Przyczyny natury przemysłowo – rynkowej Przyczyny związane z brakiem wizji rozwoju wśród menedżerów ochrony zdrowia i władz państwowych

27

28 Cardio.net

29 Cardio.net

30 Cardio.net

31 Cardio.net

32 Planowanie wizyt

33

34 Electronic Patient Record – Hong Kong

35 EPR – Wyniki testów laboratoryjnych
Zoom into the hospital names NDH->PYN + a few numbers

36 Kontrola wyników operacji chirurgicznych - 1995

37 Kontrola wyników operacji chirurgicznych - 2006
Audit Scope Definition Data Analysis Clinical Data Analysis Reporting System (CDARS) 3 Clinical Management System 4 1 Clinical Datawarehouse Operation Records Animate the arrows Clinical Coding Patient Master Index 2

38 Radiologiczna EHC umożliwia liczenie dawki napromieniowania
Calculate TOTAL RADIATION

39 Telemonitoring kariologiczny
Przyjmowanie badań EKG transmitowanych w sposób akustyczny i cyfrowy Możliwość przyjmowania badań EKG Dostęp do centralnej bazy danych u archiwizacja rekordów EKG w bazie Prowadzenie kartoteki pacjenta z historią choroby i sposobem leczenia Porównywanie otrzymywanych obrazów EKG z rekordami historycznymi z bazy danych powiększania fragmentów EKG i wymiarowania charakterystycznych odcinków

40 Schemat działania systemu
Przesłanie badania EKG poprzez PSTN, GSM/GPRS, ISDN, Internet,... Ocena EKG wziąć lekarstwo skontaktować się z lekarzem Samodzielne badanie EKG decyzja Proste zalecenie lekarza... ...lub wysłanie karetki pogotowia do pacjenta

41 Programy do obsługi Gabinetów Stomatologicznych

42 Elementy systemu komputerowego dla gabinetu
Kartoteka pacjentów - umożliwia przechowywanie danych określonych przez rozporządzenie MZiOS z 15 stycznia 1999 roku Obsługa ruchu pacjentów Rejestracja świadczeń Dokumentacja medyczno-statystyczna Raporty Sprawozdawcze Statystyczne Analiza kosztów Rozliczenia z NFZ

43 Dostępne programy do obsługi Gabinetów Stomatologicznych
AS Stomatologia / Zakł. Syst. Komp. / + Gabinet Stomatologiczny / LGB Syst. Komp. / + FINN / Finn i LTC / + ProDentis / Infotel /+ Q Stomatologia-3000 / QBS / + Dentysta Gold / ITM / - KS-KST / KamSoft/ - Medis / medi.com / - / prezentacja PL Dent Gabinet / Stern Weber / - Visiodental II / Visiodental / -

44

45

46

47

48 Wady Istniejących Systemów
Brak metod badania stanu zdrowia jamy ustnej zgodnych z wytycznymi WHO, czyli wskaźników: Higieny jamy ustnej (PlI, OHI) Nasilenia próchnicy (dfs, DMFT/DMFS, SiC) Stanu przyzębia (CPI, GI)

49

50

51 Zasady liczenia DMFT/DMFS
Należy obliczyć dla danego pacjenta ilość zębów (T) lub powierzchni (S), gdzie: D (Decayed) – aktywna próchnica M (Missing) – ząb usunięty z przyczyn próchniczych F (Filled) - wypełnienie lub korona z powodu próchnicy Wyliczenie średniego wskaźnika DMFT/DMFS mówi o nasileniu próchnicy w badanej grupie

52 Zasady liczenia SiC

53 Wskaźnik SiC na Świecie dla 12-latków
Brathall, Int. Dent. J., 2000

54 Częstość występowania próchnicy u dzieci i młodzieży w Polsce
Ogólnopolski Monitoring Stanu Zdrowia Jamy Ustnej i Jego Uwarunkowań, MZ,

55 Los zębów rozstrzyga się w momencie wyrzynania zębów mlecznych
Efekty wczesnej kolonizacji zębów mlecznych przez S. mutans Einwag J.”Professional prevention..” 1996 0,3±1,1 nie stwierdzona 3,4±1,8 między 2-4 r.życia 10,6±5,3 przed 2 r.życia dfs w wieku 4 lat kolonizacja

56 Propozycja D. Bratthall - obniżenie wskaźnika SIC do wartości 3
w grupie wysokiego narażenia na czynniki ryzyka choroby

57 Cele i zadania na 2015 rok ustalone na spotkaniu Krajowych Ekspertów w grudniu 2004 roku
zwiększenie do 60 odsetka dzieci 6-letnich bez próchnicy uzębienia obniżenie wskaźnika SiC do wartości 4 u dzieci letnich zwiększenie do 90 odsetka młodzieży 18-letniej z zachowanym pełnym uzębieniem zmniejszenie różnic między województwami w występowaniu i nasileniu próchnicy u dzieci i 12-letnich

58 Oprogramowanie dla gabinetów i przychodni
Na rynku funkcjonuje ponad 60 programów do obsługi gabinetów i/lub przychodni Nie wszystkie zawierają klasyfikację ICD-9 i ICD-10 Większość wymaga wpisywania znacznych ilości „swobodnego tekstu” Tylko niektóre umożliwiają przechowywanie i przeglądanie zdjęć w formacie DICOM

59 Wnioski Oprogramowanie stosowane obecnie w gabinetach lekarzy rodzinnych nie daje możliwości dokładnej analizy procesów leczniczych oraz wykorzystania danych do tworzenia systemów wspomagania decyzji Zestawienia statystyczne uzyskiwane z przychodni są niepełne i nie umożliwiają analizy kosztów

60

61

62