Einleitung:
Klinische Entscheidungsunterstützungssysteme (CDSS), die auf Bayesschen Netzwerken
(BN) basieren, haben das Potenzial komplexe Krankheiten abzubilden, sowie Therapiemöglichkeiten
und -resultate zu simulieren. Die Datenqualität ist ein bekanntes Problem in der Entwicklung
von CDSS. Anhand der Validierung eines TNM-Staging Netzwerks, als Teil eines digitalen
Patientenmodells „Larynxkarzinom“, wurden vier Problemfaktoren in der Datenqualität
identifiziert. Um Daten mit einer optimalen Qualität zu erheben, wurden modellbasierte
Dateneingabeformulare entwickelt.
Methoden:
Es wurde der Prototyp eines Eingabesystems implementiert, der alle Parameter des BN
extrahiert und in strukturierten Fragebögen aufbereitet. Dabei können alle relevanten
Befunde in diskreten Parametern gesetzt werden. Da Befunde verschieden zuverlässig
sind, kann für jeden Parameter eine prozentuale Zuverlässigkeit festgelegt werden.
Die Qualität der Daten und die Benutzerfreundlichkeit der Fragebögen wurde in einer
Studie mit vier Klinikärzten geprüft.
Ergebnisse:
Erste Verbesserungen am Prototyp wurden bereits nach einer initialen Evaluation vorgenommen,
sodass der Ablauf vereinfacht wurde. Aus der Studie ging hervor, dass die Daten vollständig
und in benötigter Qualität erhoben werden. Die Benutzerfreundlichkeit wurde als gut
befunden. Die meiste Zeit wurde für das Aufbereiten der Patientenakten benötigt.
Schlussfolgerungen:
Der entwickelte Prototyp soll die Möglichkeiten der optimierten und qualitativ hochwertigen
Datensammlung demonstrieren. Um einem Zeitverlust bei der Aktenaufbereitung zu mindern,
sollte eine Eingabe parallel zur Befundung stattfinden. Darum und um die klinische
Anwendung von CDSS zu ermöglichen, wird perspektivisch eine Integration im Klinikinformationssystem
angestrebt.
