KLİNİK BİLGİ SİSTEMLERİ:

Ebat: px

Şu sayfadan göstermeyi başlat:

Download "KLİNİK BİLGİ SİSTEMLERİ:"

Özgür Gürses
7 yıl önce
İzleme sayısı:

1 KLİNİK BİLGİ SİSTEMLERİ: S GÜNCEL KONULAR msincan@hacettepe.edu u.tr Dr.Murat Sincan HÜ Tıp Fakültesi Tıp Eğitimi ve Bilişimi AD Tıp Bilişimi Derneği

2 HASTA BILGI SISTEMLERININ ÖZELLIKLERI Hasta bakımında bilgi yönetimi

3 HASTA BILGI SISTEMLERININ ÖZELLIKLERI Hasta bakımında bilgi yönetimi

4 HASTA BILGI SISTEMLERININ ÖZELLIKLERI R.D Zielstorff et al, 1993 Next-generation Nursing IS

5 HASTA BILGI SISTEMLERININ BILEŞENLERI Problem listeleri Özet ve epikrizler İstem Sonuçlar Hemşirelik protokolleri ve bakım planları Uyarılar ve hatırlatmalar

6 HASTA BILGI SISTEMLERINDE KODLAMA VE SıNıFLAMA SISTEMLERI ICD NANDA CPT Nursing Outcomes Classification Home Health Care Classification SNOMED Patient care dataset

7 UYGULAMA VE DEĞERLENDIRMEDE KRITIK ETMENLER Planlama Mevcut işleyişin gözden geçirilmesi İnsan kaynakları ve kurumsal konular Gerçekçi hedefler

8 HASTA IZLEM (MONITORING) SISTEMLERI Hasta izlemi nedir? Hangi hastalar yoğun bakımda izlenir?

9 PATIENT MONITORING IN ICU Patients with unstable physiological regulatory systems-anesthesia Patients t with a a suspected life-threatening t i condition- MI Patients at high risk of developing a lifethreatening condition- Post-Op Patients in a critical physiological state- multiple trauma Clinical Information Systems

10 VERI TOPLAMA VE SINYAL IŞLEME ANALOG MONITOR Waveform display bouncing ball Cli ms inical Informa ation Systems s ettepe.edu.tr amplifier Analog processor Digital display

11 VERI TOPLAMA VE SINYAL IŞLEME DIJITALITAL MONITOR sensors display monitor ms ettepe.edu.tr vantilator

12 HASTA IZLEMINDE GÜNCEL KONULAR Veri kalitesi ve validasyon Sürekli X Aralıklı izlem Veri kayıt frekansı ve kalitesi İnvaziv X non-invaziv yöntemler

13 KLINIK KARAR DESTEĞI

14 KARAR VERICI OLARAK INSAN Avantajlar Psiko-sosyal boyut ile bütüncül yaklaşım Eksik veri ve belirsizlik durumuyla başa çıkabilme Dezavantajlar Hata yapma olasılığı yüksek Özellikle Yorgun Hasta Yoğun/başı kalabalık Stresli Duygusal iken. Ve çok değişkenli durumlarda Çok olasılıklı problemlerde Seri ve paralel etkileşimli sonuçlar doğracak kararlar verileceğinde Zaman ve maliyet bedelleri hesaba katılmaz zorunda olduğunda güç karar verilir.. Ayrıca insanlar Önyargılıdır. Eğitim ve tecrübeleri çok değişkendir. Sezilerine ve tecrübelerine çok güvenir. Risk alma özellikleri farklıdır..

15 ÖNERILERIN SUNUM BIÇIMI

16 İLETIŞIM MEKANIZMASı

17 KARAR DESTEK MEKANIZMASı

18 ARDEN SYNTAX EXAMPLE Penicillin_order := event {medication_order where class=penicillin}; /*find allergies*/ Penicillin_allergy := read last {allergy where agent _ class=penicillin}; ;; Evoke: penicillin_order;; Logic: If exists(penicillin_allergy) then conclude true; Endif; ;; Action: Write Caution, the patient has the following allergy to penicillin documented: penicillin_allergy;; illi

19 KLINIK KARAR DESTEK SISTEMLERININ DEĞERLENDIRILMESI Bilginin tutarlılığı Bilginin kesinliği Bilginin kaynağı Sistemin kapsamı Diğer sistemlerle entegrasyon kapasitesi Gizlilik ve mahremiyetin güvenliğinin sağlanması Güncelleme mekanizması Kullanılabilirlik Maliyet/yarar analizi

20 KARAR DESTEĞININ GELECEĞI İş akışı ile tam entegrasyon Otomatik güncellenen bilgi tabanları İnsan-bilgisayar etkileşiminde ilerleme

Benzer belgeler

NADİR HASTALIKLAR VE ORPHANET-TÜRKİYE. 2007- sonrası. Prof.Dr. Uğur Özbek Orphanet-Türkiye Koordinatörü İstanbul Üniversitesi, DETAE

NADİR HASTALIKLAR VE ORPHANET-TÜRKİYE 2007- sonrası Prof.Dr. Uğur Özbek Orphanet-Türkiye Koordinatörü İstanbul Üniversitesi, DETAE Nadir hastalık ve yetim ilaç tanımı Ülkemizdeki durum Nadir hastalıkların