Klinik Karar Destek Sistemleri

Slides:



Advertisements
Benzer bir sunumlar
23. Klinik bilgi sistemleri
Advertisements

YAYIN TARAMA VE VERI TABANLARI Tacettin İnandı. Kapsam Veri tabanı Sınıflandırmalar İndeksler Atıflar.
/ 151 EğitimYöntemleri Şifa Üniversitesi Sağlık Bilimleri Yüksekokulu Eğitici Eğitimi Kursu Eylül 2015.
Özel Hastane Web Sitelerinin Sağlık Turizmi Kapsamında Analizi
ODTÜ Bilgisayar Mühendisliği Tanıtım Günleri Temmuz 2005.
Return Visits to the Emergency Department: The Patient Perspective Can Bilal AÜTF Acil Tıp AD.
Hafta 7: Öz Türleri ve Fonksiyonları BBY 306 Dizinleme ve Öz Hazırlama.
Algoritma.  Algoritma, belirli bir görevi yerine getiren sonlu sayıdaki işlemler dizisidir.  Başka bir deyişle; bir sorunu çözebilmek için gerekli olan.
İŞ SAĞLIĞI VE GÜVENLİĞİ 6331
Veri Tabanı Yönetim Sistemleri Hafta 1. 2 Temel Kavramlar Veri Olguların, kavramların, veya talimatların, insan tarafından veya otomatik yolla iletişim,
Küçük Grup Eğitimi Şifa Üniversitesi Sağlık Bilimleri Yüksekokulu Eğitici Eğitimi Kursu Eylül 2015 / 281.
SEVDA GÜL Y MEME MR’ INDA KANSER TESPITI.
BİLGİSAYAR DESTEKLİ ÖĞRETİM © TemplatesWise.com 1.
MED 167 İnternette İstatistik. İnternetteki istatistik verileri, özellikle ülke hakkındaki makro istatistiklerden bahsediyorsak, çoğunlukla resmi kurumlardan.
Bağımsız Denetim ile Vergi Denetimi Arasındaki Geçişler
Bilimsel bilgi Diğer bilgi türlerinden farklı
Stratejik Pazarlama 4. Hafta
Yüksek Başarımlı Hesaplama Sistemleri ve Yapılan Çalışmalar Züleyha EZBER
BÖLÜM 1 TEMEL KAVRAMLAR. BÖLÜM 1 TEMEL KAVRAMLAR.
SUNUCU İŞLETİM SİSTEMİ Öğr. Gör. Ümit ATİLA.  1980’li yıllardan günümüze geldikçe, bilgi toplumuna yönelişte teknolojik rota, telekomünikasyon ve iletişim.
Grundtvig Öğrenme Ortaklığı “A Step Towards Elderly People (STEP)” “Yaşlılara Doğru Bir Adım Projesi” Dr. Halis YEŞİL Çıraklık ve Yaygın Eğitim Genel Müdürlüğü.
KISIM 3 Bilişsel Gelişimi Arttırma BÖLÜM 8 Problem Çözme ve Eleştirel Düşünme.
1 HASTA UYUMU UYUMU Yrd. Doç. Dr. Zeliha Cansever Mevlana Üniversitesi Tıp Fakültesi Aile Hekimliği Anabilim Dalı, Konya.
Bağlam Arayüz Görev Kullanıcı Kullanılabilirliğin Ana Bileşenleri.
Aile Hekimliği Uzmanlık Eğitiminde Alan Eğitiminin Yeri ve Önemi
Arş.Gör.İrfan DOĞAN.  Bugün otizm tedavisinde en önemli yaklaşım, özel eğitim ve davranış tedavileridir.  Tedavi planı kişiden kişiye değişmektedir,
ERASMUS+ GENÇL İ K KA2 İ L SOSYAL ETÜT VE PROJE MÜDÜRLÜ Ğ Ü.
Psikolojik Danışma ve Rehberlik
Program Tasarım Modelleri
Yazılım Mühendisliği1[ 3.hft ]. Yazılım Mühendisliği2 Yazılım İ sterlerinin Çözümlemesi Yazılım Yaşam Çevrimi “ Yazılım Yaşam çevrimin herhangi bir yazılım.
Ö ğ r. Gör. Dr. İ nanç GÜNEY Adana MYO BÜRO YÖNETİMİ Muhasebe ve Vergi Uygulamaları Programı.
Hangi Konular Performans Görevi Hangi Konular Proje Olarak Seçilmelidir? MEB 2008.
FRAJEL-X
Zehra ASLAN AYDOĞDU KTÜ Aile Hekimliği AD
PROJE TABANLI ÖĞRENME ATÖLYESİ
Proje Dosyası - Belgeleme - Raporlama
İç Kontrol Standartlarına Uyum Eylem Planı Toplantısı
BİLGİSAYAR DESTEKLİ EĞİTİM İÇİN ÖĞRETİM TASARIMI
BİLİMSEL ARAŞTIRMA TEKNİKLERİ
Eğitsel Rehberlik Yrd. Doç. Dr. Gökhan Atik.
ÜÇÜNCÜ BÖLÜM İÇ DENETİM VE İÇ KONTROL SİSTEMİ
2. Sağlık hizmetleri.
BİYOİNFORMATİK NEDİR? BİYOİNFORMATİKTE KULLANILAN SINIFLAMA YÖNTEMLERİ
Proje Risk Yönetimi YRD. DOÇ. DR. KENAN GENÇOL.
Buluş nedir?.
Sağlık Bilimleri Fakültesi
ÖZELLİK FAKTÖR KURAMI.
Biyoinformatik.
PIRLS (The Project of International Reading Language Skills-Uluslararası Okuma Becerileri Projesi) Yrd. Doç. Dr. Ömer Kutlu.
Yrd.doç.Dr. H. Deniz GüllerOĞlu
Bütünleşik Bir Hastane Bilgi Sisteminin Fonksiyonları
Oxford Dergılerını Tarama ve Tarama Seçeneklerini
ÖĞRETİM ARAÇ-GEREÇLERİNİN SEÇİMİ ve HAZIRLANMASI
BİYOMEDİKAL MÜHENDİSLİĞİ LİSANS EĞİTİMİ
Evren-Örneklem, Örnekleme Yöntemleri 2
Psikolojik Danışma ve Rehberlik
İŞLETMEDE ARAŞTIRMA VE GELİŞTİRME (AR-GE) İŞLEVİ
Oxford Dergılerını Tarama ve Tarama Seçeneklerini
DAVRANIŞ BİLİMLERİNDE ARAŞTIRMA (YÜKSEK LİSANS)
Nitel Araştırma Süreci
NİŞANTAŞI ÜNİVERSİTESİ
Hangi Konular Performans Görevi Hangi Konular Proje Olarak Seçilmelidir? MEB 2008.
Bilgehan Arslan, Süreyya Gülnar
PROBLEM ÇÖZME TEKNİKLERİ
Bilimsel Araştırma Yöntemleri
BEDEN EĞİTİMİ VE SPOR ÖĞRETMENLİĞİ EĞİTİM PROGRAMI HAZIRLAMA PLANI (1)
Medİkal görüntülerde doktor – hasta bİlgİ gİzlİlİğİnİn sağlanmasI
Hastane Bilgi Sistemi Hastane bilgi sistemi hastanenin idari ve tıbbi bilgilerinin yönetimini kolaylaştırmak ve sağlık hizmetlerinin kalitesini yükseltmek.
Örgüt Kuramı, Örgüt Tasarımı ve Örgütsel Değişim
Sunum transkripti:

Klinik Karar Destek Sistemleri Tacettin İnandı, Doç. Dr.

Kapsam Tanımlar KDS’nin işlevleri KKDS’nin Yararları Sorunlar

KDS Nedir? Karar vermeyi kolaylaştırmak, daha etkili ve doğru karar vermek için tasarlanan; değişik model ve uygulamaları kapsamı içinde bulunduran sistemlere Karar Destek Sistemleri denir.Karar Destek Sistemleri Karar Verici (KV) için bir analiz sunar ve bu analize dayanarak bir karar tavsiyesinde bulunur. Karar Destek Sistemleri için bugüne kadar yapılmış olan bazı tanımlar aşağıda verilmiştir: "Temel olarak işletme içinde alınacak üst düzey kararların sağlıklı ve gerekçeli alınmasını sağlayan yazılımlara KDS adı verilmektedir" (Holsapple ve Whinston, 1992) "KDS, değişik kaynaklardan topladığı bilgileri düzenleyerek, kararı modelleyerek, bilgileri analiz ederek ve değerlendirme sonuçlarını sunarak belirli modeller kullanımı ile karar vericiye seçim sırasında destek veren bilgisayar temelli bir sistemdir" (Sauter, 1997) "KDS, kullanıcının bilme ve kavrama ile ilgili bilişsel yeteneklerini geliştirerek karar vermesine yardımcı olmak amacı ile özel olarak tasarlanmış bir sistemdir" (Zachary, 1988) Karar Destek Sistemi (KDS) yöneticilerin karar vermesine yardımcı olan ve yöneticilerin veriye ulaşmasına, özetlemesine ve analiz etmesine yardımcı olur.

Karar Destek Sistemi (KDS) Karar vermeyi kolaylaştırmak, daha etkili ve doğru karar vermek için tasarlanan; değişik model ve uygulamaları kapsamı içinde bulunduran sistemlere Karar Destek Sistemleri denir. Karar Destek Sistemi (KDS) yöneticilerin karar vermesine yardımcı olan ve yöneticilerin veriye ulaşmasına, özetlemesine ve analiz etmesine yardımcı olur. Karar Destek Sistemleri Karar Verici (KV) için bir analiz sunar ve bu analize dayanarak bir karar tavsiyesinde bulunur

Klinik Karar Destek Sistemi -KKDS Klinik karar destek sistemleri; sağlık personeline alacağı klinik kararlarda destek sağlayan bilgisayar programlar Bu sistemler hekimlere, hastalara ait özel klinik bilgileri dikkate alarak karar verebilmeleri için yardım eder

Klinik karar destek sistemi Klinik karar destek sistemleri (KKDS) (medical decision support systems), hekimlere, hastalıklara tanı koyma ve tedavi planı geliştirme ile ilgili kararlarda yardımcı olmaktadır. Aktif KKDS Pasif KKDS

Pasif KKDS Pasif KKDS, hasta ile ilgili bilgileri (hastanın demografik özellikleri, geçirdiği hastalıklar, fiziksel muayene sonuçları, laboratuvar test sonuçları vb) toplayan, örgütleyen ve hekimin kullanıma sunan bilgi sistemidir.

Aktif KKDS hekime tanı koyma ve tedavi planı geliştirmede doğrudan yol gösterir. Aktif KKDS, hasta bilgileri ile tıbbi bilgi veya tıp bilimini birleştirerek, hekimlere karar önerileri sağlamaktadır. (1) Uzman Sistemleri (expert systems), (2) Olasılıksal Algoritmalar (probabilistic algorithms) (3) Anımsatma, Uyarı Sistemleri (remainder/alert systems)

Yararları Sağlık bakım hizmetlerininin geliştirilmesi Hastalık tanısı Tıbbi hataları önleme Uygun tedavi verilmesi Maliyetlerin azaltılması

Uyarı sistemleri Problemleri ve teşhis yöntemlerini hatırlamak Potansiyel anormalliklerin gösterilmesini yada belirli bir standardı içene alan yanıtların listesini ihtiva eden basit bir mantık Örneğin eczacılık karar destek sistemleri; muhtemel ilaç etkileşmişleri ilgili uyarılar vererek kullanıcıların dikkatinin bu alana çekilmesini sağlarken, laboratuvar karar destek sistemleri; anormal değerleri belirler veya bu anormal değerlerle ilgili muhtemel açıklamaların listesini verir.

KLİNİK KARAR DESTEK SİSTEMLERİNİN SINIFLANDIRILMASI TÜRÜ AMACI Bilgi Yönetimi Bilginin depolanması ve geri çağırılması için gerekli olan altyapıyı sağlayan sistemlerdir. Uyarı sistemleri Kullanıcıların problemleri ve teşhis yöntemlerini hatırlamaları için dizayn edilen sistemler Uzman sistemler Hastaların özel verilerine dayanarak tavsiyeler ve değerlendirmeler sunan sistemler

Uzman Sistemler Hastaların özel verilerine dayalı tavsiyeler ve değerlendirmeler sunar Temel olarak karar teorisine ya da maliyet–fayda yaklaşımına dayanan bir mantıkla hareket eder Bazen de problemlerin çözümü için sayısal yaklaşımlardan faydalanabilir. ONCOCIN, oknolojide hasta yönetimi desteği sunar Bazı teşhis yardımcıları (örneğin DxPlain gibi) dar alandaki etiolojik ihtimaller durumunda, farklı teşhisleri veya ek bilgileri önerebilir. İnternist gibi programlar hastanın semptomlarını değerlendirerek en olası teşhisi koyabilir. Bazı sistemler ise klinik bağlamda hasta kayıtlarını özetler ve yorumlar

Uzman sistemlerin üç ana öğesi Birinci öğe; tıp uzmanları tarafından geliştirilen bilimsel tabandır (Knowledge base). Bilimsel taban, belirli hastalık grubuyla ilgili kararların nasıl alınacağını ortaya koymaktadır. İkinci öğe; hastadan alınan bilgiler Üçüncü öğe: Kurallara dayalı çıkarımlar/ sonuçlar üreten motorlar (rule-based inference engines) ise; hastadan elde edilen bilgileri, bilimsel tabanda bulunan bilgileri referans kabul ederek işler ve hekimin kullanımına sunar

KKDS Etkileri karar verme, hastalık yönetimi, teşhis ve tedavi üzerine Maliyet düşürme Hekim hatalarında azalma Hasta hekim

KKDS kullanım alanları Hatırlatma Tanı desteği Reçete yazma desteği Bilgi sunma Görüntü tanıma ve yorumlama Tedavi planlama İzlem Maliyet hesaplama

KKDS Sınıflandırma Alanları

KKDS’LER Tıbbi karar destek sistemlerinde başarı yüzdesi gittikçe artmakta Birçok kişiden alınan tahliller, tanı bilgileri ve yapılan operasyonlardan elde edilebilecek veri topluluklarından, çeşitli algoritmalar aracılığıyla karar desteği sağlayacak sistemler oluşturulabilir Henüz arzulanan düzeyde değil

AAPHelp: de Dombal's system for acute abdominal pain (1972) An early attempt to implement automated reasoning under uncertainty. De Dombal's system, developed at Leeds University, was designed to support the diagnosis of acute abdominal pain and, based on analysis, the need for surgery. The system's decision making was based on the naive Bayesian approach.

INTERNIST I (1974) Pople ve Myers, dahiliyeci 1970 yılında, tanı desteklemek için tasarlanmış ilk klinik karar destek sistemlerinden biri genel dahiliye karmaşık sorunların karmaşık tanı tanısı için 1974 yılında Pittsburgh Üniversitesi'nde tasarlanmış bir kural tabanlı uzman sistem oldu. Belirli belirtileri olan bağlantıları hastalıklar bir ağaç yapılı veritabanına göre, uyumlu hastalık durumlarının bir listesini alır

MYCIN (1976) MYCIN bazı kan enfeksiyonları (bakteriyemi veya menenjit olan hastalarda antimikrobiyal seçimi) için tedavi teşhis ve tavsiye için tasarlanmış bir kural tabanlı uzman sistem oldu. Daha sonra diğer bulaşıcı hastalıklar işlemek için genişletildi MYCIN Klinik bilgi tanı bağlı kesin faktörlerle IF-THEN kurallar kümesi olarak temsil edilir. Bu temel bir geri zincirleme akıl stratejisi (önerilen bir çözüm için arama kontrol etmek için ek sezgisel desteği ile ancak ilgili kuralları için kurallar tabanının ayrıntılı derinlik ilk arama sonucu) kullanan, bir amaca yönelik sistem

Kaynaklar Klinik Karar Destek Sistemleri ve Örnek Uygulamalar, Clinical Decision Support Systems and Model Applications. Musa ÖZATA, Dr. Şebnem ASLAN http://healthinformatics.wikispaces.com/Clinical+Decision+Support+Systems http://www.openclinical.org/dss.html