Gesellschaft fŁr Informatik e.V.

Lecture Notes in Informatics


INFORMATIK 2009 - Im Focus das Leben P-154, 1497-1506 (2008).

Gesellschaft f√ľr Informatik, Bonn
2008


Editors

Stefan Fischer, Erik Maehle, R√ľdiger Reischuk (eds.)


Copyright © Gesellschaft f√ľr Informatik, Bonn

Contents

Ein Expertensystem verbessert die Qualität der medizinischen Praxis.

Mark Dominik Alscher

Abstract


The knowledge base fort he practice of medicine is growing exponentially. To digest the available new information, a practitioner had to read almost all of his time and would not be able to treat patients. Since the economic burden is pressing doctors to see more patients in a shortage of time, the quality of the so-called evidence based medicine in practical medicine is declining. Additionally we see more complex patients with co morbidities due to the demographic shift with more older patients with a multiplicity of chronic diseases. However, the growing knowledgebase is giving the doctor a broad array of different factors for single decisions, which overwhelm the short-term memory of the human brain. To bridge the gap and to present the best available data to the point of decisionmaking, from our point of view there is a strong need for expert systems for decision support to guarantee a high level of medical quality. Most of medical IT solutions are developed out of the needs of hospital administrations or handling of simple digital data, as laboratory values. However, the patient should be in the centre of the process of executing high quality medicine. Therefore we see a lot of arguments for IT systems which covering medicine in the core of the IT processes. With CLEOS we have a solution available that could bridge the gap. Derzeit findet man eine √Ėkonomisierung der √§rztlichen Praxis, welche vom Gesetzgeber durch eine Neufassung der Rahmenbedingungen, beispielsweise Einf√ľhrung von Fallpauschalen, zur Basis der Leistungserbringung erhoben wurde. Weiterhin findet sich eine Zunahme der medizinischen Erkenntnisse. Der einzelne Arzt hat in diesem Umfeld gro√üe Probleme die gew√ľnschte Qualit√§t in der Versorgung des individuellen Patienten zu gew√§hrleisten, da Qualit√§t immer noch korreliert ist mit dem investierten Zeitaufwand f√ľr den einzelnen Patienten. Um dem Patienten Qualit√§t zu gew√§hrleisten wird deshalb h√§ufig versucht durch Leit- und Richtlinien, klinischen Pfaden und weiteren Standardisierungen medizinischer Leistungsgeschehen den Arzt √ľber Verpflichtungen diese jeweils einzuhalten zu zwingen eine Sicherheit hinsichtlich der Qualit√§t zu gew√§hrleisten. Dies f√ľhrt aber zu einer Abkehr von individueller Probleml√∂sung und kann ein Risiko f√ľr den individuellen Arzt-Patientenkontakt darstellen. Es stellt sich die Frage, ob durch Einsatz neuer Technologien das skizzierte Problem aufgel√∂st werden kann unter Erhalt der traditionellen und individuellen Arzt-Patientenbeziehung und Gew√§hrleistung einer hohen Qualit√§t. Bei Anwendung der √§rztlichen Kunst findet sich seit dem 19. Jahrhundert das Problem, dass einerseits mit der Erhebung der Wissenschaft als Basis der Medizin ungeahnte Erfolge hinsichtlich der Gesundheit von Patienten m√∂glich waren, anderseits das Individuum h√§ufig nicht nach streng deduktiv-nomologischen Schl√ľssen analysierbar war. Die einzelne Ausnahme von der Regel konnte nicht im Sinne von Popper als Falsifizierung des Schlusses in allen F√§llen herangezogen werden, sondern es bedurfte im Bestreben einer individuellen Probleml√∂sung der Einf√ľhrung einer zugelassenen Unsch√§rfe in Einzelf√§llen. Es wurde die Theorie des normischen Schlusses zugelassen, welcher noch korrekt ist, wenn er die Wahrheit in den meisten Anwendungsf√§llen enth√§lt, aber eben nicht in allen F√§llen [Gr01]. Diese Zulassung von Unsch√§rfe aus Sicht der reinen Wissenschaft entstand aus einer Analyse der Konflikte zwischen Kranken und Krankheitslehre, damit Individuum und Systematik und entspricht dem unterschiedlichen Ansatz zwischen monotoner und normischer Logik . Aus dem Aufbau von Expertensystemen zur Probleml√∂sung kennt man dieses Dilemma ebenfalls. Bei der sogenannten \? Diagnosis of first principle‚Äú, welches einer Diagnose nach monotoner Logik entspricht, erfolgt zun√§chst eine Beobachtung des Verhaltens des Systems, wobei dies ein technisches oder ein biologisches System sein kann [Re87]. Kommt es zu einer Diskrepanz zwischen Vorhersage und Systemverhalten, wird die Vorhersage und die Theorien verworfen, auf denen die Vorhersage beruhte. Eine Systemanalyse schlie√üt sich an um die Diskrepanz zu beschreiben und zuk√ľnftig zu eliminieren. Es resultiert daraus bei komplexen Systeme ein sehr gro√üer Rechenbedarf, der mit √ľblichen Computern nicht bew√§ltigt werden kann. Auch das menschliche Gehirn ist bei komplexen Systemen damit √ľberfordert. Ein anderer Ansatz umgeht dieses Problem. Dies ist der heuristische oder experimentelle Ansatz. Heuristik bezeichnet die Kunst, wahre Aussagen zu finden im Unterschied zur monotonen Logik, die lehrt wahre Aussagen zu begr√ľnden. Friedrich Schleiermacher (1768-1834) postulierte erstmalig die Heuristik als eigenst√§ndige Wissenschaft neben der monotonen Logik. In der Informatik k√∂nnen mit heuristischen Methoden zul√§ssige L√∂sungen bei geringen Rechenaufwand und kurzen Laufzeiten der Computer erzielt werden. Beispielsweise wurde in den 80-er Jahren ein eigener Programmbereich an der Stanford Universit√§t in Kalifornien gegr√ľndet, der entsprechende Vorgehensweise analysierte. Es entstand daraus das Mycinsystem, welches als erstes medizinisches Expertensystem bekannt wurde. Bei dem heuristischen Ansatz erfolgt durch Beobachtung die Bildung von Erfahrung und die Aufstellung eines Regelsatzes f√ľr Standardsituationen (\?rule of thumbs‚Äú). Dies Wissen entspricht dem Expertenwissen beispielsweise erfahrener Kliniker, wobei eine streng wissenschaftliche Ableitung nicht erfolgt. F√ľr die Praxis der Medizin spielen L√∂sungsans√§tze entsprechend der \?rules of thumb‚Äú weiterhin eine gro√üe Rolle. F√ľr Expertensysteme bietet ein heuristischer Ansatz den Vorteil, dass die Rechenkapazit√§t beschr√§nkt bleibt und Standardcomputer die Analysen durchf√ľhren k√∂nnen. Auch das menschliche Gehirn kann entsprechende Regel gut anwenden. Teilweise finden sich verschiedene Begriffe f√ľr ein solches Vorgehen, beispielsweise \?Fuzzy logic‚Äú [Gr01]. Zun√§chst muss der Prozess der √§rztlichen Problemanalyse beschrieben werden. Im Rahmen des Erstkontaktes Patient-Arzt erfolgt die Datensammlung, wobei dies √ľber die Anamnese, die k√∂rperliche Untersuchung, Laborwerten und Erhebung weiterer physikalischer Daten (Bildgebung etc.) erfolgt. Abbildung 1: Prozess der medizinischen Entscheidungsfindung Dann erfolgt die Bildung einer Arbeitsdiagnose auf der Basis vorhandenen Wissens und der Abgleich mit der vorhandenen Wissensbasis (Abbildung 1). Dann erfolgt eine Evidenz-basierte Entscheidung. Dies ist das Ideal. Das eigentliche Problem sind die Grenzen des menschlichen Erinnerungsverm√∂gens, welche sowohl das Kurz- als auch das Langzeitged√§chtnis betreffen. Die Wissensbasis ist zu gro√ü um gelernt zu werden, da die Kapazit√§t des Langzeitged√§chtnis √ľberfordert wird, und sie ist zu kompliziert um angewandt zu werden, da die eingeschr√§nkte Leistungsf√§higkeit des Kurzzeitged√§chtnis dies nicht zul√§sst. Abbildung 2: Medizinische Bibliothek der Universit√§t von San Francisco, Kalifornien. Abbildung 2 zeigt auf der linken Seite eine Anzahl von Buchregalen in einer typischen medizinischen Bibliothek und rechts einzelne Regale. Die Bibliothek hat 3 Stockwerke, weiterhin sind zunehmend Zeitschriften nur online vorhanden. Es ist offensichtlich, dass ein Individuum nicht den gesamten Inhalt lernen kann, aber selbst ein einzelnes Regal kann inhaltlich nicht bew√§ltigt werden. In Abbildung 3 ist dargestellt wie die Begrenzungen des Kurzzeitged√§chtnisses die Anwendung von Wissen beeintr√§chtigen. Das gew√§hlte Beispiel illustriert eine Standardsituation in der √§rztlichen Praxis: Die Verschreibung eines Medikamentes zur Behandlung von erh√∂htem Blutzucker. Auf der linken Seite der Abbildung ist eine Liste von klinischen Variablen aufgef√ľhrt, die f√ľr die Auswahl eines geeigneten Medikamentes wichtig sind. Diese Faktoren m√ľssen gelernt werden bzw. ihre Bedeutung in diesem Zusammenhang und im Langzeitged√§chtnis gespeichert werden. Die Verarbeitung muss dann im Entscheidungsprozess im Kurzzeitged√§chtnis erfolgen, wobei zwei Stufen unterscheidbar sind: 1. Zun√§chst muss die Erhebung der relevanten Daten durch Anamneseerhebung, k√∂rperliche Untersuchung und Laboranalysen erfolgen. 2. Dann muss eine Synthese erfolgen, die f√ľr den individuellen Patienten die Entscheidungsgrundlage wie auf der rechten Seite dargestellt ergibt. Abbildung 3: Faktoren, die bei Verschreibung eines Antidiabetikum ber√ľcksichtigt werden m√ľssen. Das Kurzzeitged√§chtnis kann nur 3 bis 7 simultane Variablen ber√ľcksichtigen. Es gibt aber bei den 13 Variablen f√ľr diese Standardsituation bereits 8132 verschiedene Kombinationsm√∂glichkeiten. Das bedeutet: Es ist nicht nur unm√∂glich alles Wissen zu lernen, sondern weiter ist es f√ľr den Arzt ohne Hilfsmittel auch unm√∂glich das vorhandene Wissen in den zunehmend komplexeren Situationen anzuwenden. Nat√ľrlich k√∂nnten Hilfsmittel wie Papier und Bleistift zum Einsatz kommen um den √úberblick zu behalten. Dies ist in der Praxis aber in der Regel nicht der Fall. Ein solches Vorgehen w√§re zu zeitaufwendig. Diese ineffektive Anwendung von Wissen beeintr√§chtigt die Qualit√§t und verursacht Kosten. In Abbildung 4 sind die Ergebnisse einer Untersuchung dargestellt, welche zeigen, dass durch dieses Versagen individuelle aber auch volkswirtschaftliche Probleme entstehen. Es l√§sst sich unschwer ablesen, dass 90\% aller station√§ren Aufenthalte durch pr√§ventive Ma√ünahmen vermeidbar w√§ren [Wolff et al. 2002]. Abbildung 4: Ergebnisse einer Arbeit, die zeigen, dass 90\% aller Krankenhaus- einweisungen vermeidbar w√§ren. 4 \?The way forward‚Äú Es besteht Einigkeit, dass durch Informationstechnologien (IT) die medizinische Praxis hinsichtlich Qualit√§t verbessert werden kann und Kosten reduziert werden. Beispielsweise kommen die Autoren des Berichtes \?Die Vision einer individuellen quantitativen Medizin‚Äú zu den folgenden Aussagen [De05]: Wir gehen davon aus, dass im Jahr 2020 f√ľr jedes Individuum - zu \?ertr√§glichen‚Äú Preisen - eine √úberf√ľlle an gesundheitsrelevanter Information zur Verf√ľgung stehen wird. Es handelt sich hierbei einerseits um Wissensdaten und andererseits um individuelle Patientendaten. Neue Techniken zur Sammlung, Strukturierung, Speicherung, Verbreitung und Pr√§sentation von gesundheitsrelevanter Information werden es erleichtern, das rapide wachsende medizinische Wissen zug√§nglich und nutzbar zu machen. Viele der hiermit zusammenh√§ngenden Entwicklungen sind bereits voll im Gange. So wird medizinisches Personal bei seiner Arbeit zunehmend durch leistungsf√§hige Informationssysteme mit Wissen unterst√ľtzt, das nah am aktuellen Forschungsstand ist. Umfangreiche medizinische Information √ľber Pr√§vention, Diagnose, Therapie und Prognose wird per Internet angeboten und interessierten Patienten zur Verf√ľgung stehen. Auch hier sind Ans√§tze bereits vorhanden. Immer mehr Patienten werden mit medizinischem Vorwissen (inklusive Halbwissen) in die Praxen kommen. Die Patienten entwickeln zunehmend Urteilsf√§higkeit hinsichtlich medizinischer Fragen, aber auch Anspruchshaltungen. Hier k√∂nnten medizinisch sauber gepr√ľfte Informationssysteme ein Korrektiv darstellen und das Patient-Arzt-Verh√§ltnis bei √ľberzogenen Anspruchshaltungen entkrampfen helfen. Die derzeit bestehenden Programme haben aber hinsichtlich dieser Ziele bisher nicht √ľberzeugen k√∂nnen. Der Grund daf√ľr liegt daran, dass die bisherigen Programme nicht die Begrenzungen der kognitiven Funktionen als Hauptproblem adressiert haben und nicht eingesetzt werden, um die breite Anwendbarkeit wissensbasierter Medizin durchgehend zu f√∂rdern. Um das Potential von Informationstechnologien unter dem Aspekt gr√∂√ütm√∂glichste Qualit√§t bei minimalen Kosten f√ľr die medizinische Praxis zu nutzen ist ein spezielles Design des Programms notwendig: Die L√∂sung medizinischer Probleme erfordert zun√§chst eine komplette Datensammlung unter Einschluss einer pr√§zisen Anamneseerhebung und k√∂rperlichen Untersuchung. Weiterhin muss dann eine Evidenz-basierte Entscheidung simuliert werden, wie sie der Arzt in der t√§glichen Praxis idealerweise treffen sollte. Computer sind besser wie das menschliche Langzeitged√§chtnis f√ľr die Datenvorhaltung geeignet. Der Datenabruf geht schneller und pr√§ziser. Weiterhin kann eine Analyse verschiedener Faktoren in komplexen Situationen bew√§ltigt werden, in denen der menschliche Verstand versagt. Wir m√ľssen deshalb einen Weg finden, wie das in Computer vorhandene Wissen effektiv genutzt werden kann um wissensbasierte Entscheidungen in der t√§glichen Praxis zu erm√∂glichen. Wir haben ein medizinisches Programm entwickelt [CLEOS$\textregistered $- CLinical Expert Operating System] welches diese Aspekte ber√ľcksichtigt und √Ąrzte teilweise ersetzen kann. CLEOS$\textregistered $ist web-basiert und kann √ľber das Internet genutzt werden. Es kann in einem \?intranet‚Äú drahtlos √ľber einfache und simple Ger√§te (\?handhelds‚Äú) angewandt werden [Al08]. CLEOS$\textregistered $beginnt mit der Erhebung der medizinischen Anamnese, da auch heute noch 80\% aller Diagnosen durch eine pr√§zise Anamneseerhebung gestellt werden k√∂nnen und dadurch Folgekosten vermieden werden, die ansonsten durch technische Untersuchungen angefallen w√§ren [Ba03]. CLEOS$\textregistered $interagiert direkt mit den Patienten und erhebt die Anamnese. Durch die Antworten wird der weitere Weg im System gesteuert, kein Patient bekommt die gleichen Fragen gestellt, sondern das Programm erstellt orientiert an den detektierten Problemen eine individuelle Anamneseerhebung (!). CLEOS$\textregistered $erhebt aber nicht nur die Anamnese: das Programm soll zuk√ľnftig wesentliche Labordaten integrieren und direkt mit Pflegepersonal und √Ąrzten interagieren. Es soll zus√§tzlich beispielsweise in der Notaufnahme die Behandlungsdringlichkeit durch das Manchester-Triage-System erheben und die Parameter der klinischen Untersuchung k√∂nnen schon jetzt durch den Arzt direkt eingegeben werden. Die Analyse der Daten erfolgt durch interne Interferenzen auf der Basis von pathophysiologischen √úberlegungen. Es erfolgt dadurch eine erhebliche Individualisierung der medizinischen Probleml√∂sung. CLEOS$\textregistered $ist einfach zu programmieren, so dass auch √Ąrzte direkt Inhalt hinterlegen k√∂nnen . Als Folge der Anwendung des Programms werden gro√üe Datenbanken gebildet, welche der wissenschaftlichen Analyse im Rahmen von Versorgungsforschung zur Verf√ľgung stehen. Dies ist aus unserer Sicht ein √§u√üerst wichtiger Aspekt, da zuk√ľnftige Forschung an solchen Datenbanken durchgef√ľhrt werden wird. Zukunftsaussichten, beispielweise f√ľr Internisten, wie von den Fachgesellschaften als Szenario ver√∂ffentlicht, gehen davon aus, dass mit solchen Instrumenten die wissenschaftlichen Fragestellungen der Zukunft beantwortet werden. Die amerikanischen Fachgesellschaften haben hierzu wie folgt Stellung bezogen [He07]: \?Given the drastic changes witnessed between 1985 and 2005, subsequent advances in technology by the year 2025 will completely alter the face of internal medicine. The proliferation of technology will decrease the workforce needs of subspecialties, especially procedure-based subspecialists. The prevalence of genetic information, proteomics, imaging, pharmacogenetics, robotics, nanotechnology, laser surgery, and noninvasive surgery make telemedicine and distance care mainstream. Testing and procedures are executed by technicians; the internist becomes ‚ÄúDr. McCoy‚ÄĚ: diagnostician, interpreter, and manager for the patient. Despite access to software and databases to help manage the proliferation of science, internists require advanced understanding of modern scientific principles, medical technology, and emerging as well as classic disease entities. The specific internal medicine competency remains ‚Äúfinely honed diagnostic reasoning.‚ÄĚ Internal medicine attracts ‚Äúthe best of the best,‚ÄĚ restoring the respect and prestige of the discipline. Medical school curricula meld basic science with clinical science throughout all years of medical school, effectively reversing the trend of the late 20th century decrease in basic science education. Collaboration among colleges of medicine, nursing, pharmacy, and allied medical professions becomes commonplace. Scientific education is central to postgraduate and continuing professional education; clinical experience reverts to an apprenticeship model.‚Äú Die Datenbanken in CLEOS$\textregistered $erlauben, die Qualit√§t der Betreuung von Patienten zu messen. CLEOS$\textregistered $kann selbst√§ndig zum Einsatz kommen und auch in strukturschwachen Regionen hohe Qualit√§t garantieren. Warum sollte ein solches Instrument in gemeinn√ľtziger Hand sein? Wichtig ist, dass der medizinische Inhalt akademischen, √ľberpr√ľfbaren Kriterien gen√ľgt und nicht korrumpiert werden kann. Deshalb muss die Bewahrung und Weiterentwicklung des Inhaltes in einer gemeinn√ľtzigen, m√∂glichst akademischen Struktur erfolgen. CLEOS$\textregistered $ist im Besitz einer deutschen Stiftung: IDM-Stiftung (Institut f√ľr Digitale Medizin) (www.idm-foundation.org). Es ist damit ein gemeinn√ľtziges Instrument und entspricht den skizzierten Bedingungen. Die Anwendung des Programms hat gezeigt, dass im Rahmen einer klinischen Studie dieser Ansatz dem klassischen Ansatz einer Anamneseerhebung durch den Arzt hinsichtlich der Anzahl der detektierten medizinischen Probleme und der Qualit√§t der Erhebung deutlich √ľberlegen war [Za08]. In der Publikation zu diesem Thema kommen wir in der Zusammenfassung zum Schluss: \?A combination of physician and computer-acquired histories, in non-emergent situations, with the latter available to the physician at the time he or she sees the patient, is a far superior method for collecting historical data than the physician interview alone.‚Äú Hinsichtlich einer individuellen Betreuung von Menschen mit √§rztlichen Problemen bei hoher Qualit√§t und Bezahlbarkeit f√ľr eine Mehrheit der Bev√∂lkerung wird man zuk√ľnftig ohne die hier skizzierten L√∂sungen nicht auskommen k√∂nnen. Es ist aus meiner Sicht entscheidend, dass sich die medizinischen Professionen aktiv und pr√§gend in der Ausgestaltung beteiligen, ansonsten werden sie ihre Gestaltungsm√∂glichkeiten zunehmend verlieren. Literaturverzeichnis [Al08] Alscher DM. Computer in der Medizin - Chancen f√ľr eine Individualmedizin. Dtsch Aerzteblatt 2008;105:A1897-A1900. [Ba03] Bachman JW. The patient-computer interview: a neglected tool that can aid the clinician. Mayo Clin Proc2003;$78(1)$:67-78. [De05] Deuflhard P, Hege H-C. Die Vision einer individuellen quantitativen Medizin. ZIB- Report 2005;05-47:1-7. [Gr01] Gross R. Individualit√§t in der Medizin im Lichte neuerer Logiken. Med Klin 2001;$96(11)$:690-1. [He07] Hemmer PA, Costa ST, DeMarco DM, Linas SL, Glazier DC, Schuster BL. Predicting, preparing for, and creating the future: what will happen to internal medicine? Am J Med 2007 Dec;$120(12)$:1091-6. [Re87] Reitter R. A Theory of Diagnosis from First Principles. Artificial Intelligence1987;32:57-95. [Wo02] Wolff JL, Starfield B, Anderson G. Prevalence, expenditures, and complications of multiple chronic conditions in the elderly. Arch Intern Med 2002;$162(20)$: 2269-76. [Za08] Zakim D, Braun N, Fritz P, Alscher MD. Underutilization of Information and Knowledge in Everyday Medical Practice: Computer-based Solutions. BMC Med Inform Decis Mak2008 Nov 5;$8(1)$:50.


Full Text: PDF

Gesellschaft f√ľr Informatik, Bonn
ISBN 978-3-88579-241-3


Last changed 24.01.2012 22:08:59