gms | German Medical Science

Kongress Medizin und Gesellschaft 2007

17. bis 21.09.2007, Augsburg

GAID – ein System zur patientenindividuellen Entscheidungsunterstützung in der Antiinfektiva-Therapie

Meeting Abstract

  • Reinhold Sojer - Lehrstuhl für Medizinische Informatik, Erlangen
  • Harald Dormann - Medizinische Klinik 1, Universitätsklinikum, Erlangen
  • Yurdagül Zopf - Medizinische Klinik 1, Universitätsklinikum, Erlangen
  • Thomas Bürkle - Lehrstuhl für Medizinische Informatik, Erlangen
  • Eckhart Georg Hahn - Medizinische Klinik 1, Universitätsklinikum, Erlangen
  • Hans-Ulrich Prokosch - Lehrstuhl für Medizinische Informatik, Erlangen

Kongress Medizin und Gesellschaft 2007. Augsburg, 17.-21.09.2007. Düsseldorf: German Medical Science GMS Publishing House; 2007. Doc07gmds388

Die elektronische Version dieses Artikels ist vollständig und ist verfügbar unter: http://www.egms.de/de/meetings/gmds2007/07gmds388.shtml

Veröffentlicht: 6. September 2007

© 2007 Sojer et al.
Dieser Artikel ist ein Open Access-Artikel und steht unter den Creative Commons Lizenzbedingungen (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.de). Er darf vervielf&aauml;ltigt, verbreitet und &oauml;ffentlich zug&aauml;nglich gemacht werden, vorausgesetzt dass Autor und Quelle genannt werden.


Gliederung

Text

Hintergrund: Der Einsatz computergestützter Systeme zur Entscheidungsunterstützung in der Arzneimittelherapie ist in den letzten Jahrzehnten hinreichend positiv untersucht worden [1], [2], [3]. Die Repräsentation von Leitlinienwissen für die computerbasierte Anwendung, und die Integration in den Arztarbeitsplatz ist aus Sicht der medizinischen Informatik immer noch unbefriedigend.

Ziel: Umsetzung von Leitlinienwissen zur Antiinfektiva-Therapie in eine standardisierte Wissensrepräsentation und Integration der Entscheidungsunterstützung in das Klinische Arbeitsplatzsystem des Universitätsklinikums Erlangen. Evaluation des Effektes einer patientenindividuellen Therapieempfehlung auf die Arzneimittelsicherheit.

Methodik: Für die Abbildung des Leitlinienwissens wurde die Arden Syntax gewählt. Komplexe Zusammenhänge wurden in wiederverwendbare Wissensmodule zerlegt, so zum Beispiel die Berechnung der Glomerulären Filtrationsrate nach Cystatin C oder MDRD für die Dosierungsempfehlung. Die Module werden durch einen J2EE-basierten Arden-Compiler übersetzt und in einer skalierbaren J2EE Umgebung ausgeführt. Die Ausführungsumgebung verfügt über eine Web-Service Schnittstelle, über die Wissensmodule mit dem Arzneimittelinformationssystem OntoDrug® der Firma MMI kommunizieren. Ausgangspunkt von OntoDrug® ist die gesetzliche Fachinformation, die mit Hilfe eines Ontologie-Werkzeugs semantisch analysiert und annotiert wurde. GAID verwendet standardisierte Diagnosen- und Wirkstoffinformationen aus OntoDrug®. Mögliche Kontraindikationen können anhand der Abbildung von ICD10 und AlphaID auf kritischer Laborwerte automatisch detektiert werden. Die Überprüfung von Arzneimittelinteraktionen berücksichtigt zudem die Eliminations-Halbwertzeiten der Medikamente, selbst wenn diese zum Zeitpunkt der Therapie bereits abgesetzt wurden. Dokumentation der Verordnung und die durch GAID erzeugten leitlinienbasierten Therapieempfehlungen wurden in das Klinische Arbeitsplatzsystem Soarian integriert.

Ergebnis: Mit Hilfe des oben beschriebenen Ansatzes wurden 29 Antiinfektiva-Leitlinien auf eine standardisierte Wissensrepräsentation umgesetzt. Insgesamt wurden 545 Gegenanzeigen und Anwendungsbeschränkungen auf pathologische Laborwerte abgebildet. GAID unterstützt den Arzt im Hinblick auf eine patientenindividuelle Antiinfektiva-Therapie. Der Lerneffekt für den Arzt sowie die Verbesserung der Arzneimittelsicherheit durch patientenindividuelle Therapieempfehlungen werden zur Zeit in einer Studie zusammen mit einer Intensiverfassung von Unerwünschten Arzneimittelwirkungen validiert. Erste Ergebnisse sind zu Beginn der GMDS Jahrestagung im September 2007


Literatur

1.
Bates DW, Evans RS, Murff H, Stetson PD, Pizziferri L, Hripcsak G. Detecting adverse events using information technology. 2003.
2.
Dormann H, Criegee-Rieck M, Neubert A, Egger T, Levy M, Hahn EG, Brune K. Implementation of a computer-assisted monitoring system for the detection of adverse drug reactions in gastroenterology. 2004.
3.
Kaushal R, Shojania KG, Bates DW. Effects of computerized physician order entry and clinical decision support systems on medication safety: a systematic review. 2003.