Können uns Decison Support Systeme in der akuten Schlaganfalltherapie helfen?

Zusammenfassung

Seit 2005 wird im Kompetenznetz Schlaganfall das Subnetz „Telemedizin“ gefördert. In dem Teilprojekt „Stroke Decision Support Systems (SDSS)“ wird untersucht, ob elektronische Hilfsmittel im prästationären und stationären Bereich die Schlaganfallerkennung, -navigation und -therapie unterstützen können. Die bisherigen Entwicklungen im Projekt haben zu einem PDA-basierten Anwendungssystem „Stroke Angel“ geführt, welches im prästationären Einsatz erprobt wird. Es zeigt Vorteile in der Dokumentationsleistung im Rettungssystem und der Datenverarbeitung in der Klinik. Die Diskriminierungsleistung zwischen Schlaganfallerkennung und Abgrenzung von Krankheiten mit ähnlichen Symptomen ist erwartungsgemäß eingeschränkt (Sensitivität 75%; Spezifität 95%). Die daraus entstehende Datenbank erlaubt eine bessere Wahrscheinlichkeitsabschätzung der Schlaganfalldiagnose. Die Integration in klinische Informationssysteme lässt eine Verbesserung der ärztlichen Schnittstellenproblematik in der Versorgungskette und damit der Versorgungsqualität erwarten. Die Verbindung eines „Decision Support System“ mit audiovisuellen Technologien zur Durchführung von Telekonsilen bereits im Rettungswagen sind zukünftige Optionen.

Summary

The subnet “telemedicine” has been supported by the German Competence Network Stroke since 2005. The “Stroke Decision Support Systems” (SDSS) as a sub-project investigates to what extent electronic means can support pre-inpatient and in-patient stroke diagnosis, navigation and therapy. To date, within the framework of the project a PDAbased application (Stroke Angel) has been developed and is tested in a pre-in-patient environment. It could be shown that this system improves the documentation process for first-aid and subsequent clinical use. As expected, differentiation between stroke and diseases with similar symptoms is limited (sensitivity 75%; specificity 95%). The newly created database allowsa better stroke probability estimation. Integration into clinical information systems is expected to reduce interface problems in the medical supply chain and enhance the quality of medical care. The use of tele medical consulting in ambulances based on the connection between the “Decision Support System” and audiovisual technology is a future option.

Schlüsselwörter

Schlaganfall - Rettungsdienst - Telemedizin - DSS

Keywords

Stroke - emergency - telemedicine - DSS

• Literatur

• 1 Adams HP, Adams RJ, Brott T, del Zoppo GJ, Furlan A, Goldstein LB, Grubb RL, Higashida R, Kidwell C, Kwiatkowski TG, Marler JR, Hademenos GJ. Guidelines for the early management of patients with ischemic stroke. A scientific statement from the stroke council of the American Stroke Association. Stroke 2003; 34: 1056-83.
• 2 Bates WB, Gawande AA. Improving Safety with Information Technology. N Engl J Med 2003; 348: 2526-34.
• 3 Bray JE, Martin J, Cooper G, Barger B, Bernard S, Bladin C. An interventional study to improve paramedic diagnosis of stroke. Prehosp Emerg Care 2005; 09 (03) 297-302.
• 4 Bray JE, Martin J, Cooper G, Barger B, Bernard S, Bladin C. Paramedic identification of stroke: community validation of the melbourne ambulance stroke screen. Cerebrovasc Dis 2005; 20: 28-33.
• 5 Coupé VMH, van der Gaag LC. Properties of sensitivity analysis of Bayesian belief networks. ANn Math Art Int 2002; 36: 323-56.
• 6 van der Gaag LC, Renooij S, Witteman CLM, Aleman BMP, Taal BG. Probabilities for a probabilistic network: a case study in oesophageal cancer. Art Int Med 2002; 25: 123-48.
• 7 Kadie CM, Hovel D, Horvitz E. MSBNx: A component-centric toolkit for modeling and inference with Bayesian networks. Microsoft Research Technical Report 2001, MSR-TR-2001–67..
• 8 Kidwell CS, Saver JL, Schubert GB, Eckstein M, Starkmann S. Design and Retrospective Analysis of the Los Angeles Prehospital Stroke Screen (LAPSS). Prehospital Emergency Care 1998; 02: 267-73.
• 9 Kidwell CS, Starkmann S, Eckstein M, Weems K, Saver JL. Identifying stroke in the field. Prospective validation of the Los Angeles Prehospital Stroke Screen (LAPSS). Stroke 2000; 31: 71-6.
• 10 Konetzny M. Decision Support Systeme. 2006 www.mkonetzny.de.
• 11 Kwan J, Sandercock P. In-Hospital Care Pathways for Stroke. (Cochrane Review) Stroke 2003; 34: 587-8.
• 12 Llanes JN, Kidwell CS, Starkman S, Leary MC, Eckstein M, Saver JL. The Los Angeles Motor Scale (LAMS): a new measure to characterize stroke severity in the field. Prehosp Emerg Care 2004; 08 (01) 46-50.
• 13 Markmann G. Diagnose per Computer?. Köln: Deutscher Ärzteverlag. 2003
• 14 Power DJ. A Brief History of Decision Support Systems. 2003 http://www.DSSResources.com/history/dsshistory.html.
• 15 Quaglini S, Cavallini A, Gerzeli S, Micieli G. (for the GLADIS Study Group). Economic benefit from clinical practice guideline compliance in stroke patient management. Health Policy 2004; 69 (03) 305-15.
• 16 Russell S, Norvig P. Artificial Intelligence. A modern approach. 2nd ed.. Prentice Hall: Pearson Education International; 2003
• 17 Singer OC, Dvorak F, du Mesnil de Rochemont R, Lanfermann H, Sitzer M, Neumann-Haefelin T. A simple 3-item stroke scale: comparison with the National Institutes of Health Stroke Scale and prediction of middle cerebral artery occlusion. Stroke 2005; 36 (04) 773-6.
• 18 Stefanelli M. Knowledge and process management in health care organizations. Methods Inf Med 2004; 43 (05) 525-35.