Comment fonctionnent les systèmes d’aide à la décision clinique ?
À la base, l’aide à la décision clinique consiste à aider les cliniciens et les patients dont ils s’occupent, explique Saif Khairat, professeur agrégé d’informatique de la santé et de recherche sur les services de santé à l’Université de Caroline du Nord à Chapel Hill. Les utilisations les plus courantes de l’aide à la décision sont le diagnostic médical, les alertes et rappels de soins, la gestion des médicaments et la gestion des maladies chroniques.
« Il s’agit d’une solution informatique de santé qui fournit aux cliniciens ou aux patients des informations et des renseignements spécifiques à la personne pour offrir des recommandations en temps opportun qui améliorent les résultats des soins et réduisent les erreurs médicales ou médicamenteuses », dit-il.
D’une manière générale, les systèmes d’aide à la décision clinique sont classés comme étant basés sur les connaissances ou non.
Systèmes basés sur la connaissance s’appuyer sur une série de règles, écrites sous forme d’instructions si-alors, pour examiner les données du patient (l’entrée du système) et générer une action recommandée (la sortie). Ceux-ci comprennent la majorité des systèmes d’aide à la décision clinique – et la transparence des règles contribue à favoriser l’adoption, déclare Phillips : « Les équipes cliniques comprennent les données qui entrent et les règles qui génèrent les alertes. »
Systèmes non basés sur la connaissance évaluent également les données, mais ces systèmes utilisent des algorithmes d’intelligence artificielle ou la reconnaissance de formes statistiques pour générer des recommandations. Ces systèmes sont moins répandus ; comme le souligne Pew Research, ils sont soumis à des exigences réglementaires strictes de la Food and Drug Administration des États-Unis pour les produits médicaux qui utilisent l’IA pour guider la prise de décision médicale.
EN RELATION: Découvrez comment l’IA aide les organismes de santé à réduire les préjudices évitables pour les patients.
Comment les systèmes d’aide à la décision clinique sont-ils utilisés ?
L’un des premiers systèmes d’aide à la décision clinique jamais développé, connu sous le nom de MYCIN, était un outil de diagnostic basé sur des règles développé au début des années 1970. Comme décrit dans le Revue médicale de la Colombie-Britannique, les médecins saisissaient manuellement les données des patients, des antécédents médicaux et des signes vitaux aux résultats de laboratoire, et MYCIN comparait les données à environ 600 règles pour diagnostiquer une maladie infectieuse et recommander le bon antibiotique. MYCIN a été utilisé pour la recherche à la Stanford Medical School mais n’a jamais été intégré à la pratique clinique, en partie parce qu’il a fallu plus de 30 minutes pour saisir les données des patients.
Les outils d’aujourd’hui sont capables de collecter et d’analyser des données en temps réel, avec des cas d’utilisation et des avantages dans une variété de contextes de soins.
Pour soins à domicileles systèmes d’aide à la décision clinique peuvent fournir une « notification instantanée » basée sur des données sur l’observance des médicaments ou les signes vitaux recueillies à partir d’appareils de surveillance à distance, explique Phillips.
Dans premiers soins, les cliniques peuvent utiliser des outils d’aide à la décision pour faciliter les conversations et les interventions dans des domaines tels que la prévention des maladies cardiovasculaires. Ici, les médecins peuvent recevoir des rappels pour dépister les facteurs de risque courants, enregistrer les cas d’hypercholestérolémie ou d’hypertension artérielle, recommander des changements de mode de vie et discuter des médicaments ou d’autres protocoles de traitement.
Pour soins généraux au sein de l’hôpital, les équipes cliniques peuvent surveiller un patient qui se remet d’une intervention chirurgicale pour, par exemple, sa réaction aux analgésiques. Ou, à la sortie, le personnel infirmier peut recevoir une alerte indiquant qu’un patient présente un risque élevé de réadmission à l’hôpital en raison de certains facteurs cliniques ou non cliniques ; cela peut entraîner des interventions supplémentaires ou des références pour des soins de suivi avant qu’un patient ne soit renvoyé chez lui.
Dans soins intensifs, où les patients sont sous surveillance continue, des systèmes d’aide à la décision clinique sont mis en place pour identifier les changements de rythme cardiaque ou de respiration qui peuvent signaler un changement soudain de l’état d’un patient. « Les patients dépendent de la technologie pour leur survie. Il existe de nombreux appareils qui prennent soin du patient », explique Phillips. « Pour donner aux soignants de première ligne des conseils plus efficaces, nous utilisons la technologie pour les aider à identifier les patients dont l’état se détériore. »
L’aide à la décision clinique est d’une plus grande valeur dans les contextes de haute acuité, lorsque le personnel clinique doit prendre des décisions rapidement, dit Khairat. Mais cela peut avoir un coût. Phillips note que le patient moyen dans l’USI génère 350 alarmes sur une période de 24 heures, tandis que les recherches de Khariat et de ses collègues ont conclu que la plupart des médecins de l’USI ressentent une fatigue d’alerte ou d’alarme dans les 22 minutes suivant l’utilisation du système EMR.
« Nous devons créer des notifications plus perspicaces pour réduire la fatigue des alarmes », déclare Phillips. « Nous devons envoyer des alertes de manière transparente aux utilisateurs finaux de la manière dont ils souhaitent être avertis. »
Cliquez sur la bannière ci-dessous pour découvrez les principales tendances des technologies de la santé pour 2022.
