CC BY
159
Медицинские информационные системы
www.idmz.ru
SOT 4, № г
■■■■
рчва
Г.И. НАЗАРЕНКО,
д.м.н., профессор, академик РАН, директор Медицинского центра Банка России, зав. лабораторией «Информационные технологии в клинической медицине» Института системного анализа РАН, г. Москва, Россия Е.Б. КЛЕЙМЕНОВА,
д.м.н., зам. директора по научно обоснованной практике и инновационным технологиям Медицинского центра Банка России, г. Москва, Россия М.Ю. ЖУЙКОВ,
руководитель проектов ЗАО «Элемент 5», г. Москва, Россия
С.А. ПАЮЩИК,
зав. отделением контроля за соблюдением технологической дисциплины Медицинского центра Банка России, г. Москва, Россия А.И. НОВАКОВА,
врач отделения контроля за соблюдением технологической дисциплины Медицинского центра Банка России, г. Москва, Россия О.П. КАШЕВСКАЯ,
к.м.н., врач-статистик Медицинского центра Банка России, г. Москва, Россия
Л.П. ЯШИНА,
к.б.н., главный эксперт Центра доказательной медицинской практики и инновационных технологий Медицинского центра Банка России, г. Москва, Россия, [email protected]
СИСТЕМА АВТОМАТИЗАЦИИ КЛИНИЧЕСКИХ РУКОВОДСТВ И АУДИТА ЛЕЧЕНИЯ
УДК 616-07:004
Назаренко Г.И., Клейменова Е.Б., Жуйков М.Ю., Пающик С.А., Новакова А.И., Кашевская О.П., Яшина Л.П. Система автоматизации клинических руководств и аудита лечения (Медицинский центр Банка России, г. Москва, Россия; Институт системного анализа РАН, г. Москва, Россия)
Аннотация. Представлена многофункциональная система поддержки принятия клинических решений (САКРАЛ) на примере кардиологического модуля. Система осуществляет поддержку решения о выборе метода лечения на основании рекомендаций, изложенных в клинических руководствах, и индивидуальных факторов риска, формирует протоколы, обеспечивает статистический анализ данных, автоматическое формирование регистра и аудит, включающий индикаторы качества с поправкой на индивидуальный профиль риска.
Ключевые слова: система поддержки принятия клинических решений; клинический регистр по качеству; аудит; поправка на риск
UDC 616-07:004
Nazarenko G.I., Kleymenova E.B., Zhujkov M.Yu., Payushik S.A., Novakova A.I., Kashevskaya O.P., Yashina L.P. System of Computer-interpretabie clinical guidelines and treatment audit (Medical Center of the Bank of Russia, Moscow, Russia; Institute of Systemic Analysis, RAS, Moscow, Russia)
Annotation. Multifunctional system for clinical decision support (SACRAL) is presented on the example of Cardiology module. The system supports the decisions based on recommendations from clinical practice guidelines and individual risk factors, generates reports, provides statistical data analysis, registry generation and audit which includes quality indicators adjusted for individual risk factors.
Keywords: clinical decision support system, clinical quality registry; audit; risk adjustment.
>
© Г.И. Назаренко, Е.Б. Клейменова, М.Ю. Жуйков, С.А. Пающик, А.И. Новакова, О.П. Кашевская, Л.П. Яшина, 2014 г.
■ ■ ■ ■ ■ ■■ ■ ■ ■ ■■■ ■ ■ ■ ■■ ■ ■ ■■■ ■ ■ ■ ■ 23 ■
W4MM
1 и информационные
технологии
Медицинские информационные системы
> Введен
Q
Введение
|Казание высококачественной медицинской помощи становится все более сложной задачей. Демографические изменения, постепенное постарение населения и повышение запросов потребителей медицинских услуг ограничивают возможности систем здравоохранения по предоставлению всем гражданам равного доступа к медицинской помощи. Постепенно увеличивается разрыв между запросами хорошо информированного и мотивированного населения и способностью государства и лечебно-профилактических учреждений удовлетворить эти запросы. Кроме того, растет обеспокоенность общества количеством медицинских ошибок. По оценкам американских специалистов, в больницах США ежегодно умирают около 100 тысяч пациентов из-за ошибок, которые можно было предотвратить [15]. Это больше, чем суммарная смертность от рака молочной железы, СПИДа и последствий ДТП [19]. Как правило, медицинские ошибки являются результатом сочетания нескольких причин, а их устранение требует комплекса технических, социальных и организационных мероприятий [6]. Одна из причин неудовлетворительного качества медицинской помощи заключается в разрыве между современными клиническими и биомедицинскими знаниями и информацией, используемой при принятии клинических решений в повседневной практике. Анализ скорости трансляции результатов фундаментальных и прикладных исследований в клиническую практику показал, что для внедрения 14% знаний требуется 17 лет [22].
Одним из путей повышения качества и безопасности медицинской помощи является разработка систем поддержки принятия решений (СППР) [2]. СППР могут выполнять функции оповещения и напоминания, формирования рекомендаций по тактике ведения пациентов, помощи в постановке диагноза, контроля за назначением лекарственных препаратов, автоматической интерпретации
результатов исследований. Предоставляя нужную информацию на нужном этапе клинического процесса тем, кому она необходима, СППР могут эффективно влиять на качество медицинской помощи и повысить роль других медицинских информационных технологий, таких как электронная медицинская карта и системы электронных врачебных назначений.
Широкое использование и постоянное пополнение современных клинических знаний в СППР основано в первую очередь на клинических руководствах. Однако клинические руководства, как правило, являются неструктурированными, имеющими повествовательную форму документами. Созданные в последние 20 лет СППР используют языки моделирования клинических руководств, преобразование их в набор правил, медицинских решений и действий. Наибольшее распространение получили системы, разработанные на языках Asbru, GLIF и SAGE (США), а также GUIDE, EON и ProForma (Европа) [25]. В систематическом обзоре 70 рандомизированных исследований с контролем по эффективности СППР было обнаружено, что в 94% случаев данные системы достоверно повышают качество клинической практики [12]. Однако современные СППР имеют ряд недостатков:
• Большинство СППР не интегрированы с информационными системами лечебных учреждений и требуют дополнительных усилий на внесение данных о пациенте, что может отвлекать врача от основной работы [13]. Создание единого интерфейса для обмена данными может разрешить данную проблему, но часто является процессом дорогостоящим, требующим сложного технического обслуживания [13].
• Игнорирование формируемых напоминаний и подсказок становится обычным явлением [24], в результате чего многие СППР неэффективны [18].
• Данные о пациенте должны быть формализованы и закодированы по определенным стандартам, чтобы система могла их распо-
■ ■ ■ ■ ■■ ■ ■ ■ ■■■ ■ ■ ■ ■■ ■ ■ ■■■ ■ ■ ■ ■ ■
Медицинские информационные системы
www.idmz.ru
SOT 4, № г
■■■■
рчва
Рис. J. Схема кардиологического модуля системы САКРАЛ
знать и логически обработать. Однако формализация данных может привести к частичной потере информации, передаваемой в повествовательной форме. Кроме того, использование разных правил кодирования приводит к несовместимости информационных систем. Для решения этой проблемы были предложены классификаторы медицинских терминов, например, SNOMED-CT и UMLS [9]. Однако на русский язык они пока не переведены.
В результате реальная эффективность СППР по-прежнему остается неоднозначной [14]. Большинство СППР не в состоянии поддерживать комплексные рабочие процессы, отслеживать ранние и отдаленные результаты лечения.
Целью настоящего исследования явилась разработка многофункциональной системы поддержки принятия решений, основанной на клинических руководствах, позволяющей обновлять базу знаний по мере выхода новых рекомендаций без участия программистов (на уровне врачей с правами эксперта) и интегрированной с медицинскими технологическими процессами, что обеспечивает ее обязательное использование.
Разработка многофункциональной системы
Система автоматизации клинических руководств и аудита лечения (САКРАЛ) была разработана на базе Медицинского Центра Банка России. САКРАЛ построена по модульному принципу. К настоящему времени разработаны следующие модули: кардиология, онкология, неврология и хирургия. Рассмотрим работу системы на примере кардиологического модуля (рис. 1). Этот модуль включает в себя сценарии по коронарным вмешательствам (КВ) в плановых и экстренных ситуациях. Разработаны автоматизированный протокол операции коронарных вмешательств и амбулаторная форма диспансерного наблюдения пациентов после КВ.
Основными задачами кардиологического модуля являются:
1. Поддержка решения о выборе метода КВ на основании рекомендаций, изложенных в клинических руководствах, в зависимости от диагноза, включая следующие сценарии:
a) неясный диагноз (направление на диагностическую коронарографию);
b) стенокардия напряжения без АКШ в анамнезе;
■ ■ ■ ■ ■ ■■ ■ ■ ■ ■■■ ■ ■ ■ ■■ ■ ■ ■■■ ■ ■ ■ ■ 25 ■
Рис. 2. Схема моделирования клинических руководств
c) стенокардия напряжения с АКШ в анамнезе;
d) острый коронарный синдром с подъемом ST;
e) острый коронарный синдром без подъема ST.
2. Оценка индивидуального риска КВ на основании шкал риска, включая TIMI, GRACE, Mayo, EuroSCORE, SYNTAX, а также дополнительных индивидуальных факторов.
3. Поддержка решения о выборе типа стента на основании рекомендаций, изложенных в клинических руководствах.
4. Поддержка решения о перипроцедур-ном ведении пациентов в зависимости от индивидуального профиля риска.
5. Автоматизированное формирование протокола заседания кардиологического совета с обоснованием решения о проведении КВ.
6. Автоматизированный статистический анализ результатов КВ.
7. Проведение автоматизированного аудита КВ с использованием пред-, интра- и
послепроцедурных индикаторов качества с поправкой на индивидуальный профиль риска.
Конечными пользователями системы являются врачи МЦ, участвующие в ведении пациентов, направляемых на КВ, проводящие КВ или учитывающие результаты КВ, а также руководство МЦ. Обновление сценариев и создание новых сценариев, заполняемых форм и калькуляторов осуществляют врачи-эксперты.
В основе САКРАЛ лежат формализация и последующее кодирование клинических рекомендаций по правилу «если..., то...» и формирование на основании автоматизированного анализа введенных данных таблиц решений (рис. 2). Демографические и клинические данные пациента, результаты диагностических тестов, участвующие в принятии, представлены в виде вопросов и вариантов ответов. Набор вопросов и ответов образует заполняемую пользователями (лечащими врачами) форму, на основании которой происходит формирование протоколов и рекомендаций. Заполненную форму и автоматически сформированный протокол с персонализированны-
■ ■ ■ ■ ■■ ■ ■ ■ ■■■ ■ ■ ■ ■■ ■ ■ ■■■ ■ ■ ■ ■ ■
Медицинские информационные системы
www.idmz.ru
SOT 4, № г
■■■■
рчва
Рис. 3. Формирование эпикриза на кардиохирургический совет
ми рекомендациями для данного пациента и указанием уровня достоверности и класса рекомендаций можно распечатать. Эти документы представляются на кардиологический совет (мультидисциплинарная комиссия, выносящая окончательное решение о необходимости вмешательства). За ней оставлено право сформулировать на основании этих материалов заключение, которое может отличаться от предлагаемого программой решения, однако оно потребует обоснования (рис. 3).
Сценарии содержат все необходимые для принятия решения вопросы, а также калькуляторы и шкалы для расчетов риска, определения необходимости и объема перипроцедур-ной подготовки пациентов. Таким образом,
уже с первых моментов принятия решения о необходимости проведения ЧКВ, а также определения сроков операции САКРАЛ обеспечивает:
1. Поддержку решения о необходимости проведения вмешательства на основании рекомендаций, изложенных в клинических руководствах, для пациентов со стабильной стенокардией напряжения, острым коронарным синдромом, а также определение показаний для диагностической коронароангио-графии у пациентов с подозрением на ИБС.
2. Оценку индивидуального риска КВ на основании шкал риска, включая TIMI, GRACE, Mayo, EuroSCORE, SYNTAX, а также дополнительных индивидуальных факторов.
3. Поддержку решения о выборе типа стента на основании рекомендаций, изложенных в клинических руководствах.
4. Поддержку решения о перипроцедур-ном ведении пациентов в зависимости от индивидуального профиля риска.
5. Автоматическое формирование протокола заседания кардиологического совета
Важным преимуществом системы является наличие в ней конфигуратора эпикризов, который представляет собой разветвленное дерево вопросов и ответов. В конкретные сценарии может входить произвольное подмножество вопросов и произвольное подмножество ответов на них, которые могут редактироваться врачами-экспертами. Вопросы могут быть различных типов:
1) с набором ответов, где можно выбрать только один ответ;
2) с набором ответов, где можно выбрать несколько ответов;
3) с числовым ответом;
4) с текстовым ответом;
5) с калькулятором и набором ответов.
Конфигуратор обеспечивает оперативное
обновление содержания рекомендаций при выходе в свет новых клинических руководств. Кроме того, подобный подход позволяет автоматизировать любые клинические руко-
■ ■ ■ ■ ■ ■■ ■ ■ ■ ■■■ ■ ■ ■ ■■ ■ ■ ■■■ ■ ■ ■ ■ 27 ■
W4MM
1 и информационные
технологии
Медицинские информационные системы
Рис. 4. Формирование отчетов по коронарным вмешательствам
водства без существенной перестройки системы, что и было реализовано в модулях неврология, хирургия, онкология.
В кардиологический модуль САКРАЛ входит автоматизированный протокол операции, включая заполнение SYNTAX score (шкала для оценки тяжести поражения коронарного русла), что обеспечивает полноту сбора информации и упрощает автоматическую обработку данных. В зависимости от объема проведенного вмешательства, типа установленного стента, топографических и анатомических особенностей, имеющихся у данного пациента, автоматически формируются рекомендации по послеоперационному ведению пациента.
При выписке пациента из стационара в САКРАЛ заполняется форма аудита, включающая пред-, интра- и послеоперационные индикаторы качества. Дополнительным разделом аудита являются вопросы, ответы на которые необходимы для заполнения кардиологического регистра по ЧКВ.
На этапе амбулаторного ведения пациентов, подвергшихся ЧКВ, в САКРАЛ разработана форма диспансерного наблюдения. Данная форма включает поддержку решений о назначении антитромботической терапии, модификации факторов риска, контрольных обследованиях и контроле медикаментозной терапии. Для оптимизации работы кардиологов на амбулаторном этапе в САКРАЛ заложено автоматическое формирование графика визитов пациентов в поликлинику в зависимости от срока, прошедшего после ЧКВ, и плана визитов на заданный интервал времени.
База данных системы является источником информации для анализа качества ведения пациентов, подвергшихся ЧКВ, и автоматического формирования регистра. По данным регистра врач-эсперт может сформировать отчет за любой промежуток времени (рис. 4). Отчеты позволяют решать широкий круг задач, включая:
• статистический анализ данных из эпикризов и протоколов;
- ■ ■ ■ ■ ■■ ■ ■ ■ ■■■ ■ ■ ■ ■■ ■ ■ ■■■ ■ ■ ■ ■ ■
Медицинские информационные системы
www.idmz.ru
SOT 4, № г
■■■■
рчва
• аудит качества;
• сравнение с результатами лучших практик;
• отображение типовых статистик и рейтингов для исходов и осложнений;
• визуализация данных для принятия решений;
• формирование системы предпочтений, включающей сравнение и выбор альтернатив.
Все вносимые данные экспортируются в регистр коронарных вмешательств.
Разработка регистра коронарных вмешательств проводилась с учетом результатов апробированных в практическом здравоохранении клинических регистров CARDS, NCDR, РЕКОРД, ПРЕФИКС.
Автоматическое формирование регистра ЧКВ по мере заполнения форм программы позволяет существенно облегчить внедрение регистра в клиническую практику, минимизировав временные затраты, обеспечить более точное и полное его заполнение (так как внесение данных на пациента происходит лечащим врачом), экономить финансовые затраты лечебного учреждения.
Обсуждение и заключение
Современные клинические СППР различаются по подходу к автоматизации, выполняемым функциям, применению на разных этапах оказания медицинской помощи. Например, система COMPETE III предназначена для первичной профилактики сердечно-сосудистых заболеваний [20], система GDMS (Generic Disease Management System) [23], разработанная в клинике Mayo, обеспечивает информационную поддержку в определении факторов риска развития и прогрессирования аневризмы брюшного отдела аорты, программа CARDSS (Cardiac Rehabilitation Decision Support System) [8] предназначена для подбора индивидуальной программы реабилитации кардиологических пациентов, система, разработанная Robert F. DeBusk et al. на основе рекомендаций ACC/AHA [10], предназначена для диагностики острого коронарного синдрома (ОКС), про-
грамма CPOE-DS (computerized physician order entry enabled with decision support) направлена на выбор тактики ведения пациентов, госпитализированных с диагнозом ОКС [17], украинские коллеги И.И. Коваленко с соавт. [5] разработали СППР при формировании прогноза и планов лечения артериальной гипертензии.
Среди отечественных разработок следует отметить интеллектуальный аппаратно-программный комплекс, входящий в состав «АРМ-Кардиолог» [1]; разработанную Л.Г. Стронги-ным систему ДИТЭК (диагностика и тактика экстренная кардиологическая) [3] и «Программу ЭВМ выбора режима физических тренировок у больных ишемической болезнью сердца, перенесших чрескожное коронарное вмешательство» [4], разработанную в Саратовском НИИ кардиологии.
Таким образом, в настоящее время технологии искусственного интеллекта находят применение на самых разных этапах оказания медицинской помощи. Fox J. et al. [11] считают, что СППР должны не только предоставлять клиницистам своевременные напоминания или отфильтрованную индивидуализированную информацию о пациенте, но главным образом должны охватывать как можно большее число элементов процесса принятия клинических решений. Управление рабочими процессами, принятие клинических решений, планирование и контроль медицинской помощи — это ключевые аспекты работы клиницистов, которые, безусловно, нуждаются в автоматизированной поддержке.
Программа САКРАЛ продемонстрировала следующие преимущества перед существующими СППР:
1) оперативность — предоставление соответствующих клинических рекомендаций в момент принятия решения с учетом индивидуального профиля риска пациента;
2) актуальность и независимость — возможность обновления рекомендаций, внесения дополнительных модулей и сценариев без привлечения программистов;
■ ■ ■ ■ ■ ■■ ■ ■ ■ ■■■ ■ ■ ■ ■■ ■ ■ ■■■ ■ ■ ■ ■ 29 ■
РЧН
Медицинские информационные системы
и информационные
технологии
ш
>3) многофункциональность — гибкие возможности конфигурации калькуляторов, шкал и сценариев;
4) непрерывное повышение качества — клинический аудит 100% случаев;
5) полнота информации — автоматическое формирование регистра и отчетов;
6) преемственность — ведение пациентов на разных этапах оказания медицинской помощи;
7) объективность — проспективное поэтапное внесение данных о пациенте, повышающее достоверность оценки клинических исходов.
Подчеркнем, что залогом успеха работы САКРАЛ в Медицинском центре Банка России явилось проведение организационных мероприятий, обеспечивающих обязательное использование системы при ведении пациентов соответствующего профиля. По словам Bower [7], при внедрении СППР только 20% усилий приходится на разработку содержания системы, еще 30% — на внедрение и 50% — на обеспечение ее практического применения.
Важнейшей особенностью системы САКРАЛ является функция автоматического формирования регистра по качеству. Клинические регистры признаны ключевым элементом информатизации здравоохранения, позволяющим объединять данные разных автоматизированных медицинских систем на основе еди-
ных информационных стандартов [21]. Они являются самым точным и удобным методом мониторинга качества медицинской помощи и бенчмаркинга [16], благодаря сбору ключевой клинической информации о лечебно-диагностических процессах, позволяющей оценить исходы с поправкой на риск и использовать эти данные для планирования мероприятий по совершенствованию деятельности ЛПУ. За рубежом для многих лечебных учреждений и специалистов участие в клинических регистрах по той или иной дисциплине является обязательным для аттестации и аккредитации.
В Медицинском центре Банка России на настоящий момент в регистры введены данные около 1200 пациентов. Ведение регистров позволяет проводить сравнение результатов лечения с лучшими отечественными и зарубежными клиниками, выявлять тенденции и факторы, связанные с отклонениями. В дальнейшем планируется интегрировать САКРАЛ с системой планирования и контроля медицинских технологических процессов, а также системой электронных врачебных назначений.
Работа выполнена в рамках грантов РФФИ 13-01-12033, 13-01-12143 и программы фундаментальных исследований ОНИТ РАН 6 «Биоинформатика, информационные технологии в медицине».
ЛИТЕРАТУРА
1. Анохин Д.А., Никитин В.М., Ломакин В.В., Липунова Е.А., Иванов И.И. Интеллектуальный алгоритм виртуальной оценки вероятности риска развития ИБС//В кн. Материалы V Международной научно-технической конференции «Информационные технологии в науке, образовании и производстве», ИТНОП-2012. URL: http//ir-sit.ru/article135 (Дата обращения: 10.02.2014).
2. Казанцева А.А., Меньших Н.А. Поддержка врачебных решений по выбору способа лечения пациентов с кардиологическими заболеваниями//В кн. Материалы 70-й Юбилейной итоговой научной конференции им. Н.И. Пирогова. — Томск: Сиб. гос. мед. ун-т., 2011. — С. 341-343.
3. Стронгин Л.Г, Камышева Е.П, Соловьева ЕВ, Шестакова Г.В. Компьютерная оптимизация дистанционных кардиологических консультаций на догоспитальном этапе. — 2002. URL: http://www.mediajm.nnov.ru/nmj/2002/2/34.php (Дата обращения: 08.01.2014).
30 ■ ■ ■ ■ ■■ ■ ■ ■ ■■■ ■ ■ ■ ■■ ■ ■ ■■■ ■ ■ ■ ■ ■
Медицинские информационные системы
www.idmz.ru
SOT 4, № г
■■■■
рчва
4. Лямина Н.П., Котельникова Е. В. , Носенко А.Н. Современные подходы к формированию врачебных решений в кардиореабилитации//Современные проблемы науки и образования. —
2011. — №4. — С. 1-7.
5. Коваленко И.И, Гожий А.П, Марцинковский И.Б., Пономаренко Т.В. Принципы построения системы поддержки принятия решений при формировании прогноза и планов лечения артериальной гипертензии//Науков1 працг Комп'ютерн1 техологп. — 2008. — Т. 90. — Вып. 77. — С. 115-121.
6. Bates W. Using information technology to reduce rates of medication errors in hospitals//Br. Med. J. — 2000. — №320. — P. 788-791.
7. Bower K.A. Clinical pathways: 12 lessons learned over 25 years of experience//Int J Care Pathways. — 2009. — № 13. — P. 78-81.
8. Peek N., GoudR., de Keizer N., van Engen-VerheulM, Kemps H., Hasman A. CARDSS: Development and evaluation of a guideline based decision support system for cardiac rehabilitation//Lec-ture Notes in Computer Science. — 2011. — № 6747. — P. 109-118.
9. Tang P.C, Ralston M, Arrigotti M.F., Qureshi L., Graham J Comparison of methodologies for calculating quality measures based on administrative data versus clinical data from an electronic health record system: Implications for performance measures//J. Am. Med. Inform. Assoc. — 2007.
— № 14(1). — P. 10-15.
10. DeBusk R.F., Miller N.H., Raby L. Technical feasibility of an online decision support system for acute coronary syndromes//Circ Cardiovasc Qual Outcomes. — 2010. — №3. — P. 694-700.
11. Fox J., Glasspool D, Patkar V, Austin M, Black L, South M, Robertson D, Vincent C. Delivering clinical decision support services: There is nothing as practical as a good theory//J Biomed Inform. — 2010. — №43(5). — P. 831-843.
12. Kawamoto K., Houlihan C.A., Balas E.A., Lobach D.F. Improving clinical practice using clinical decision support systems: a systematic review of trials to identify features critical to success//BMJ.
— 2005. — № 330. — P. 765-768.
13. Ostbye T, Yarnall KS, Krause KM, PollakK.1, Gradison M, Michener J.L. Is there time for management of patients with chronic diseases in primary care?//Ann. Fam. Med. — 2005. — №3(3). — P.209-214.
14. Kaushal R., Shojania K.G., Bates D.W. Effects of computerized physician order entry and clinical decision support systems on medication safety: A systematic review// Arch. Intern. Med. — 2003.
— № 163(12). — P. 1409-1416.
15. Kohn L.T., Corrigan J.M., Donaldson M.S. To err is human: building a safer health system. — Washington: National City Press, 2000.
16. Lundstrom M. Handbook for establishing quality registries. — Sweden, Eyenet Sweden, 2005.
17. Milani R.V., Lavie C.J., Dornelles A.C. The impact of achieving perfect care in acute coronary syndrome: the role of computer assisted decision support//Amer Heart J. — 2012. — № 164(1). — P. 29-34.
18. Roukema J., Steyerberg E.W., van der Lei J., Moll H.A. Randomized trial of a clinical decision support system: Impact on the management of children with fever without apparent source//J. Am. Med. Inform. Assoc. — 2008. — № 15(1). — P. 107-113.
19. Adams C., Krieger L., Luciano L., Paul C., Rebillot K., Reese S. Roessner J, Ziegler J. Reducing medical errors and improving patient safety; success stories from the front lines of medicine. — Institute for Healthcare Improvement, 2000. — 36 p.
20. Holbrook A., Pullenayegum E., Thabane L., Troyan S., Foster G., Keshavjee K., Chan D., Dolo-vich L., Gerstein H., Demers C, Curnew G. Shared electronic vascular risk decision support in primary care: Computerization of Medical Practices for the Enhancement of Therapeutic Effectiveness (COMPETE III) randomized trial//Arch Intern Med. — 2011. — № 171(19). — P. 1736-1744.
■ ■ ■ ■ ■ ■■ ■ ■ ■ ■■■ ■ ■ ■ ■ ■ ■■■ ! n ■■ ■ ■ ■■■ ■■ ■■ ■ ■ ■ ■■■ ■■ ■ ■ ■ ■ ■ ■ ■■ ■■ ■ ■
W4MM
1 и информационные
технологии
Медицинские информационные системы
ш
>21. Bufalino V.J., Masoudi F.A., Stranne S., Horton K, Albert N. M. , Beam C, Bonow R.O. , Daven-portR.L., Girgus M, Fonarow G.C, Krumholz H.M., LegniniM.W., Lewis W.R., Nichol G, Peterson E.D, Rumsfeld J.S., Schwamm L.H., Shahian D.M, Spertus J.A, Woodard P.K., Yancy C.W.; American Heart Association Advocacy Coordinating Committee The American Heart Association's recommendations for expanding the applications of existing and future clinical registries. A policy statement from the American Heart Association//Circulation. — 2011. — № 123. — P. 2167-2179.
22. Balas E.A., Su K.C., Solem J.F., LiZR., Brown G. Upgrading clinical decision support with published evidence: what can make the biggest difference?//Medinfo. — 1998. — №9. — Pt. 2. — P.845-848.
23. Chaudhry R, Tulledge-Scheitel S.M., Parks D.A., Angstman K.B., Decker L.K., Stroebel R.J. Use of a Web-based clinical decision support system to improve abdominal aortic aneurysm screening in a primary care practice//! Eval. Clin. Pract. — 2012. — № 18. — P. 666-670.
24. Van der Sijs H., Aarts J., Vulto A. Overriding drug safety alerts in CPOE//J. Am. Med. Inform. Assoc. — 2006. — № 13. — P. 138-147.
25. Zheng K Clinical decision-support systems//U.S.A Encyclopedia of Library and Information Sciences, 3rd ed. — Taylor& Francis, 2010.
nil
brill
A
Органайзер
Уважаемые дамы и господа!
COMNEWS приглашает Вас и Ваших коллег принять участие во Всероссийском форуме
«Приоритеты 2014:
Информатизация образования и здравоохранения в России»
4 июня 2014 г. в отеле «Холидей Инн Лесная» (Россия, Москва, Лесная ул., д. 15).
Согласно Посланию Президента РФ В.В. Путина Федеральному Собранию, озвученному в конце 2013 года, одной из основных задач государства является усиление качества образования и здравоохранения, а также развитие научно-технического комплекса страны, и повышение инвестиционной привлекательности регионов. Цель форума — создание независимой всероссийской площадки для открытого диалога между разработчиками ИТ- и телеком-решений и профессиональным отраслевым сообществом, а также создание «банка» идей для практического применения бюджетными и частными образовательными и медицинскими учреждениями на своих площадках.
Аудитория: представители федеральных и региональных органов власти; руководители государственных и частных ВУЗов; руководители государственных и частных медицинских учреждений; разработчики ИТ- и телеком-решений; поставщики оборудования; отраслевые аналитики; отраслевые ассоциации; федеральные и отраслевые СМИ
Участие для представителей ВУЗов и медицинских учреждений — бесплатно по обязательной предварительной регистрации. Количество мест ограничено.
Программа форума включает:
• Пленарное заседание по вопросам информатизации образования и здравоохранения в России.
• Практическая секция «Education & Training 2.0. — Барьеры и точки роста информатизации научно-образовательного комплекса в России»
• Практическая секция «Health&Care 2.0. — Барьеры и точки роста «электронного здравоохранения» России»
• Торжественная церемония награждения лауреатов всероссийского конкурса «Лучшие 10 ИТ-проек-тов для государственных образовательных и медицинских учреждений», в рамках которой наградами будут отмечены заказчики и исполнители лучших инновационных проектов.
Подробности и регистрация: +7 495 933 5483, [email protected]
1 32 ■ ■ ■ ■ ■■ ■ ■ ■ ■■■ ■ ■ ■ ■■ ■ ■ ■■■ ■ ■ ■ ■ ■
