تصمیمیارهای بالینی، سیستمهای هوشمندی که از داده های بالینی بیمار برای اتخاذ تصمیمات و توصیههای موردی استفاده میکنند.
به گزارش روابط عمومی مرکز آموزشی درمانی امام رضا (ع) تبریز دکتر سکینه حاج ابراهیمی رئیس مرکز تحقیقات پزشکی مبتنی بر شواهد گفت: سیستم پشتیبان تصمیمگیری بالینی مبتنی بر آنتولوژی برای بیاختیاری ادراری (UrIno-DSS) برای نخستین بار در مرکز آموزشی درمانی و تحقیقاتی امام رضای تبریز اجرا می شود.
این استاد دانشگاه با توضیح اینکه سیستم های پشتیبان تصمیمگیری یا تصمیمیارهای بالینی(CDSS)، سیستم های هوشمندی هستند که از داده های بالینی بیمار برای اتخاذ تصمیمات و توصیههای موردی استفاده میکنند ادامه داد: در طراحی این سیستم راهنمای بالینی بصورت بومی سازی شده برای ایران با کمک آنتولوژی به دانش سیستم تبدیل شده است. این سیستم توانایی تشخیص افتراقی انواع بی اختیاری براساس اطلاعات ثبت شده بیمار (Personalized diagnosis) را دارد و سپس براساس تشخیص نوع بی اختیاری انواع درمانهای مناسب را براساس اطلاعات بالینی فردی بیمار (Personalized treatment) ارائه می دهد. این درمانها براساس تصمیمگیری مشارکتی پزشک و بیمار و در نهایت تصمیم نهایی پزشک اتخاذ میشوند.
دکتر حاج ابراهیمی اظهار داشت: برای ارائه درمان پیشنهادی، سیستم با در نظر گرفتن تشخیص پیشنهادی در مرحله اول، درمانهای غیرجراحی مناسب را پیشنهاد می دهد. در صورت عدم درمان و یا عدم رضایت بیمار از درمان، در مرحله دوم درمانهای دارویی مناسب پیشنهاد می کند. در مراحل نهایی و در صورت عدم رضایت بیمار از درمان، درمانهای کم تهاجمی/تهاجمی مناسب با شرایط بیمار و در نظر گرفتن نوع بی اختیاری، پیشنهاد می گردد. در هر مرحله از مراحل درمانی در صورت نیاز و براساس توصیه های راهنمای بالینی انجام تستهای لازم به پزشک پیشنهاد می گردد.
رئیس مرکز تحقیقات پزشکی مبتنی بر شواهد، در مورد مزایای دیگر این سیستم گفت: تمامی اطلاعات و مراحل تشخیص و درمان بیماران در سیستم ذخیره و به آنتولوژی اضافه می گردند. این سیستم قابلیت بهروز رسانی براساس بهروز شدن راهنمای بالینی بومیشده را دارد. سیستم پتانسیل ارتباط و تعامل با سایر سیستم های مرتبط با اطلاعات بیمار نظیر پرونده الکترونیک سلامت و سیستم های آزمایشگاه های تخصصی را دارد و علاوه بر امکان تعامل بین سیستم ها و سهولت دسترسی کاربران به اطلاعات و نتایج تست های بیماران، مجموعه ای غنی از اطلاعات بیمار را ذخیره می کند که برای پژوهش های آتی قابل دسترسی خواهد بود.