8. Apoio à Decisão

1. Introdução

Os Sistemas de Apoio à Decisão Clínica (SADC) são aplicações desenhadas para auxiliar os médicos na tomada de decisões de diagnóstico e de terapêutica nos cuidados a doentes. Esta definição abrangente poderia incluir aplicações muito pouco específicas como livros electrónicos ou bases de dados de artigos científicos. Assim, uma definição mais exacta considera apenas os sistemas que consistem numa base de conhecimento e num mecanismo de inferência e que utilizando dados clínicos recolhidos geram recomendações específicas para o cada caso específico.

2. Evolução dos SADC

Dois paradigmas orientaram até aos anos 80 a investigação dos Sistemas de Apoio à Decisão Clínica:

  1. A noção de que o conhecimento específico (expertise) poderia ser obtido de médicos peritos em determinada área por "knowledge engineers ", especialistas na estruturação e formalização do conhecimento.
  2. Uma vez o conhecimento médico integrado num sistema computacional, este estaria ao dispor do utilizador não-especialista num estilo de consulta-interacção. Ou seja, o não-especialista teria o conhecimento específico do médico especialista ao seu dispor na forma de um "expert system".

Estes dois paradigmas não são adequados à Medicina de hoje e têm fortes limitações como: a) a inadequada simplificação e fragmentação do conhecimento em "pedaços" independentes; b) a falta de atenção às variabilidades intra e inter-observador; c) a inexistência de evidência empírica para muitas das decisões/acções que são realizadas na clínica; d) o facto de nem sempre as explicações dadas pelos médicos sobre de que forma foi tomada uma determinada decisão reflectirem os argumentos habitualmente aceites para aquela decisão ("the paradox of expertise"); e) a necessidade de comprovação por métodos científicos do conhecimento.
Nas duas últimas décadas 2 novos paradigmas emergiram:

Actualmente, os SADC preferidos são os que fornecem recomendações específicas para o doente/situação e que conseguem poupar tempo ao médico.

3. Utilização dos sistemas de apoio à decisão clínica

Foram produzidas centenas de SADC, no entanto, só alguns foram sujeitos a uma avaliação clínica, poucos são utilizados em mais do que um local e ainda menos são utilizados rotineiramente pelos clínicos.

Como podem os computadores auxiliar a decisão na prática médica?

Os SADC no seu sentido mais lato podem auxiliar o médico de diferentes formas a seguir agrupadas:

Assim os SADC podem realizar tarefas de modo a:

Propriedades necessárias para o sucesso dos SADC

Dificuldades para a disseminação dos SADC

4. Classificações de sistemas de apoio à decisão clínica

Considerando a definição mais abrangente os SADC podem ser divididos em:

Os SADC são organizados em várias classificações com base em diferentes características:

A tabela seguinte descreve esta classificação

Recomendações solicitadas Recomendações automáticas Recomendações e acções autónomas
É o utilizador que decide se aplica ou não a sugestão do sistema. O sistema aplica directamente a sua sugestão.
O Utilizador:
- toma a iniciativa de consultar o CDSS (tem de pedir explicitamente a sugestão).
- introduz os dados relativos ao caso do paciente, iniciando um "diálogo" com o sistema e depois espera que este dê a sugestão.
- em certos domínios, pode decidir se, em adição aos registos, quer ou não uma interpretação do CDSS (exemplo: no caso dos ECGs).
Duas abordagens possíveis por parte do sistema:
- Sistema de consulta - o utilizador insere a informação sobre o paciente e o sistema disponibiliza sugestões de diagnóstico e terapia.
- Sistema de crítica - o utilizador fornece informações acerca do paciente e da sua proposta de diagnóstico e o sistema informa-o dos sintomas que não são explicados pelo diagnóstico proposto.
O Sistema:
- fornece sugestões independentemente do pedido ou não do utilizador (sem que seja necessário que o utilizador as peça).
- funciona como um vigilante, fornecendo informações, conhecimentos aceites pela generalidade e regras de procedimento.
- as regras baseiam-se na lógica boleana simples e consistem em parágrafos de texto fixos que surgem em resposta a anormalidades potenciais ou definidas.
- baseia-se em informações acerca do paciente disponíveis (informações de um sistema laboratorial ou de um CPR, ao qual o CDSS está ligado), pelo que a sua actuação está condicionada pelo volume destas.
Pode ser de dois tipos:
- Sistemas de memória automáticos - supervisionam os cuidados de saúde; ajudam a evitar a redundância de exames e erros de prescrição (erros de dosagem, contra-indicações…). Tornam o seguimento de protocolos pré-estabelecidos mais fácil por parte de equipas médicas.
- Sistemas de alarme - alertam para alterações dos sinais e estado do paciente (assinalam valores ou modificações anormais.
O Sistema:
- é activado automaticamente,
- mede certos parâmetros em intervalos regulares e depois decide se há ou não necessidade de actuar, isto sem que haja intervenção do clínico (pode iniciar procedimentos de requisição de exames adicionais baseadas em protocolos, ajustar parâmetros de aparelhos diagnósticos ou terapêuticos; assistência cirúrgica,…)
Exemplos:
- QMR / INTERNIST
- MYCIN
- DXplain
Exemplos:
-CARE system
-Arden Syntax

Exemplos:
- sistemas que controlam ventiladores;
- monitores de diálise
- pacemakers.

Adaptado de: Sistemas de apoio à decisão clínica, trabalho de grupo de Introdução à Medicina 2001-2, turma 7 grupo 2 (Dr. Alberto Freitas). http://intro.med.up.pt/t7_g2/p_t7_g2.html

Modelos de representação de conhecimento

De acordo com as formas de representação do conhecimento médico e de lidar com a incerteza, podem se agrupar as técnicas de implementação de apoio à decisão clínica em diferentes categorias. As categorias principais são as relativas aos modelos quantitativos (estatísticos) e aos qualitativos (simbólicos ou heurísticos).

Como subcategorias enumeram-se as seguintes:

5. Componentes dos SADC

A estrutura completa de um SADC compreende cinco componentes (figura):

 

6. Exemplos

DXplain

DXplain - CDSS desenvolvido no Massachusetts General Hospital nos anos 80. O objectivo principal do DXplain é o de gerar uma lista de hipóteses de diagnóstico a partir de um conjunto de sintomas clínicos. O utilizador pode introduzir termos clínicos e recebe um conjunto de diagnósticos ordenado por verosimilhança. Os utilizadores podem também explorar as relações entre doenças e sintomas através da navegação na base de conhecimento.
http://www.lcs.mgh.harvard.edu/dxplain.htm

Problem-Knowledge Coupler

Problem-Knowledge Coupler Corporation is changing the way medicine is practiced and experienced by creating sophisticated computer software that:

PRODIGY

PRODIGY (Prescribing RatiOnally with Decision Support In General Practice studY) is a major initiative in the United Kingdom to develop and evaluate a computerised prescribing decision support system for UK General Practice.
http://www.prodigy.nhs.uk/

Capsule

Capsule is a decision support module for assisting busy clinicians in routine prescribing. Given a patient's complaint, Capsule searches a knowledge base of drugs and their indications and compiles a short-list which is likely to be appropriate for the patient.
http://www.infermed.com/ds_capsule.htm

AREZZO

http://www.infermed.com/ds_intro.htm

AREZZO allows the creation of formal, machine-readable models of clinical protocols and guidelines which can form the basis of clinical decision support systems.
AREZZO provides patient-specific advice, guiding the user through data collection, clinical actions and decision making.
Using the AREZZO Composer, new applications can be quickly modelled and tested, and instantly deployed on the Internet.

AREZZO Composer is used to author computer-executable guidelines. Composer provides integrated facilities for clinical guideline testing. The AREZZO Performer module allows guidelines to be embedded in existing healthcare systems, linking seamlessly with local Electronic Medical Records and other applications to provide patient-specific assistance at the point of care. Guidelines can be validated in pilot studies before entering routine care. Analysis of outcome data provides the basis for continuous improvement. AREZZO also provides facilities for fast user interface prototyping.

MEDEXPERT WWW

It provides information for physicians, students, and other health-care professionals on over 65 state-of-the-art medical expert and knowledge-based systems.
http://medexpert.imc.akh-wien.ac.at/start.html

7. Exercícios

 

Exercício 1- Indique e defina 2 componentes estruturais de um sistema de apoio à decisão.
Exercício 2 - Indique 2 tarefas específicas onde os sistemas de apoio à decisão autónomos podem ser usados.
Exercício 3 - Veja a secção de exemplos (seguindo os links) e classifique 3 à sua escolha quanto:
- É um sistema de apoio à decisão ou um editor de aquisição de conhecimento?
- Tipo de decisão?
- Métodos de obtenção de dados
- Geração das recomendações

8. Referências

  1. J.H. Van Bemmel, Mark A. Musen - Handbook of Medical Informatics. Capitulo 16 e capítulos 15 e 17
  2. Computer Decision Support Systems. Thomas H. Payne- Chest 118: 47S-52S. 2000 http://www.chestjournal.org/cgi/reprint/118/2_suppl/53S
  3. Can computerised decision support systems deliver improved quality in primary care?. Delaney BC, Fitzmaurice DA, Riaz A, Hobbs FD. BMJ. 13;319(7220):1281. 1999 Nov http://bmj.com/cgi/reprint/319/7220/1281
  4. Uso do Computador no Apoio ao Diagnóstico Médico. R M.E. Sabbatini. Revista Informédica, 1(1): 5-11. 1993. http://www.epub.org.br/informed/decisao.htm
  5. Performance of four computer-based diagnostic systems. N Engl J Med 23;330(25):1792-6. 1994 Jun http://www.ncbi.nlm.nih.gov/htbin-post/Entrez/query?uid=8190157&form=6&db=m&Dopt=b
  6. Sistemas de apoio à decisão clínica, trabalho de grupo de Introdução à Medicina 2001-2, turma 7 grupo 2 (Dr. Alberto Freitas). http://intro.med.up.pt/t7_g2/p_t7_g2.html
  7. João Fonseca. Aula teórica de SADC. Abril 2005.[PPT]