חוקרים: יובל שחר¹, אילת גולדשטיין²

רקע: טעויות רפואיות מגבירות תחלואה ותמותה. אוטומציה של תמיכה בטפול מבוסס עדות מחקרית יכולה לשפר תוצאות ולהפחית עלויות.

מטרות: תמיכה בזמן אמת בטפול מבוסס הנחיות קלינות דורשת יצירת ייצוג פורמלי של ההנחיות הקליניות שניתן להבנה על ידי מכונה, וממוש מערכת לתמיכה אפיזודית בטיפול שאינו רציף, כולל פעולות שבוצעו חלקית ומטרות שהושגו חלקית.

שיטה: פתחנו אלגוריתם אפיזודי (e-Picard) שמבצע בקרת איכות רטרוספקטיבית באמצעות לוגיקה מטושטשת וממליץ על הפעולות שעדיין רלוונטיות לביצוע לפי הרשומה הרפואית של המטופל.

ממצאים עיקריים: ציוני ההערכה הראשוניים של e-Picard היו 94% נכונות ו-90% שלמות ב-50 מטופלים אקראיים עם פצעי לחץ או סוכרת. הטעויות נבעו מבעיות בהגדרת ידע, אלגוריתמים ונתונים חסרים. לאחר תיקונים, הציונים השתפרו ל-100% נכונות ו-97% שלמות; נתונים חסרים עדיין השפיעו על התוצאות.
הערכה רטרוספקטיבית, שכללה 1000 מטופלים, הראתה עלייה בציוני ההיענות הפוטנציאלית בהינתן המלצות המערכת: מ-68% ל-88% בהמלצות שבועיות, מ-68% ל-91% כל 3 ימים, ומ-66% ל-97% בהמלצות יומיות. השיפור הממוצע בהיענות היה 21% עד 31%.

מסקנות: הדגמנו פוטנציאל ניכר לשימוש במערכת e-Picard לתמיכה בטפול מבוסס עדות מחקרית, להתייעצויות לא רציפות ואפיזודיות.

המלצות/ השלכות לקובעי המדיניות: הפעלת מערכת תומכת החלטה אפיזודית בזמן אמת שתתמוך בקבלת ההחלטות של הצוות המטפל כשתידרש, יכולה פוטנציאלית לשפר באופן משמעותי היענות להנחיות, ולהפחית טעויות רפואיות, עלויות הטיפול, החמרה במצב, תחלואה, ותמותה.

תאריך סיום המחקר: 09/2024