Erfolgsfaktoren bei der Kommerzialisierung medizinischer Entscheidungsunterstützungssysteme

Inhaltsverzeichnis

1 Einleitung

2 Entscheidung und Entscheidungsunterstützung

2.1 Ziele und Ablauf Evidenz basierter Entscheidungen

2.1.1 Zugang zu Evidenz basierten Informationen

2.1.2 Informationswiederbeschaffung

2.2 Fehlerquellen im Entscheidungsprozess

2.2.1 Systematische Fehler

2.2.2 Kognitive Fehler

2.3 Begriffsbestimmung klinisches Entscheidungsunterstützungssystem

2.4 Modellierung der Entscheidungsaufgaben

2.4.1 Klassifikation

2.4.2 Konstruktion

2.4.3 Simulation

2.5 Referenzarchitekturen

2.5.1 Alleinstehende Systeme

2.5.2 Integrierte Systeme

2.5.3 Standardisierte Systeme

2.5.4 Serviceorientierte Architekturen

3 CDSS im Entscheidungsprozess

3.1 Taxonomie

3.2 Informationsnachfrage

3.2.1 Informationsquellen

3.2.2 Unterscheidbare Wissensformen

3.2.3 Leitlinien als Informationsquelle

3.3 Compliance

3.3.1 Erfolgsfaktoren

3.3.2 IT Akzeptanz

3.4 Fallauswahl

3.4.1 Alleinstehende Systeme

3.4.2 CPOE

3.4.3 Integrierte Qualitätssicherung

4 Datenerhebung und Analyse

4.1 Quellenauswahl

4.2 Kodierung

4.2.1 Kodierregeln

4.2.2 Kategoriensystem

4.2.2.1 Funktionalität

4.2.2.2 Zuverlässigkeit

4.2.2.3 Benutzbarkeit

4.2.2.4 Effizienz

4.2.2.5 Änderbarkeit

4.2.2.6 Übertragbarkeit

4.3 Fallvergleich

4.3.1 Datenanalyse innerhalb der Fälle

4.3.1.1 AiDKlinik®

4.3.1.2 GIDEON

4.3.1.3 SmartCare®

4.3.2 Fallvergleich

4.3.2.1 Fallvergleich: AiDKlinik® versus GIDEON

4.3.2.2 Fallvergleich AiDKlinik® versus SmartCare®

4.3.2.3 Fallvergleich GIDEON versus SmartCare®

5 Abgleich zwischen Theorie und Praxis

5.1 Interpretation

5.2 Diskussion

5.3 Abgeschlossenheit erreichen

6 Fazit

Zielsetzung & Themen

Ziel der Arbeit ist es, anhand von drei Fallstudien kommerzialisierter klinischer Entscheidungsunterstützungssysteme (EUS) zu untersuchen, ob es systemübergreifende Erfolgsfaktoren bei der Entwicklung dieser Systeme gibt.

• Analyse von Erfolgsfaktoren bei der Kommerzialisierung medizinischer EUS.
• Einsatz von Inhaltsanalysen zur Untersuchung von Qualitätsmerkmalen gemäß DIN ISO 9126.
• Vergleich der Systeme AiDKlinik®, GIDEON und SmartCare®.
• Untersuchung von Zusammenhängen zwischen Systemarchitektur, Gebrauchstauglichkeit und Akzeptanz.

Auszug aus dem Buch

Zusammenfassung der Kapitel

1 Einleitung: Die Einleitung beleuchtet die Barrieren bei der Einführung von Innovationen im Gesundheitswesen, insbesondere die technischen, kulturellen und finanziellen Hürden für medizinische Informationssysteme.

2 Entscheidung und Entscheidungsunterstützung: Dieses Kapitel erläutert Konzepte evidenzbasierter Medizin, Fehlerquellen im klinischen Entscheidungsprozess sowie die Begriffsbestimmung und architektonischen Ansätze von Entscheidungsunterstützungssystemen.

3 CDSS im Entscheidungsprozess: Hier wird die Rolle von CDSS im ärztlichen Arbeitsablauf, der Informationsbedarf sowie die Bedeutung von Leitlinien und Compliance untersucht.

4 Datenerhebung und Analyse: Das Kapitel beschreibt das methodische Vorgehen der Inhaltsanalyse, die Auswahl der Quellen sowie die Kodierung der Qualitätseigenschaften der untersuchten Systeme.

5 Abgleich zwischen Theorie und Praxis: Die Ergebnisse der empirischen Analyse werden interpretiert und in den Kontext bestehender Forschung zur Softwareentwicklung und Technologieakzeptanz gestellt.

6 Fazit: Das Fazit fasst zusammen, dass die untersuchten Systeme primär ingenieurmäßigen Prinzipien folgen und die Inhaltsanalyse ein valides Instrument für die Erforschung dieser Systeme darstellt.

Schlüsselwörter

Entscheidungsunterstützungssysteme, EBM, CDSS, Kommerzialisierung, IT-Akzeptanz, Software-Qualität, DIN ISO 9126, Inhaltsanalyse, Klinische Leitlinien, Gesundheitswesen, Systemarchitektur, Wissenstransfer, Fallstudie, Information Retrieval, Patientensicherheit.

Häufig gestellte Fragen

Worum geht es in dieser Arbeit grundsätzlich?

Die Arbeit beschäftigt sich mit den Erfolgsfaktoren für die Kommerzialisierung von klinischen Entscheidungsunterstützungssystemen und untersucht, ob diese Systeme gemeinsamen Mustern in ihrer Entwicklung folgen.

Was sind die zentralen Themenfelder?

Die Arbeit verknüpft Ansätze aus dem Innovationsmanagement, dem Informationsmanagement, der evidenzbasierten Medizin (EBM) und der Softwaretechnik, um die Einführung und Akzeptanz von EUS zu beleuchten.

Was ist das primäre Ziel oder die Forschungsfrage?

Es soll untersucht werden, ob es systemübergreifende Erfolgsfaktoren bei der Entwicklung von drei kommerzialisierten klinischen EUS gibt, basierend auf deren Qualitätseigenschaften.

Welche wissenschaftliche Methode wird verwendet?

Die Arbeit verwendet eine qualitative Inhaltsanalyse von textgebundenen Quellen (Reviews, Produktbeschreibungen etc.) unter Anwendung der DIN ISO 9126 Qualitätsmerkmale, ergänzt durch explorative Datenanalyse (EDA).

Was wird im Hauptteil behandelt?

Der Hauptteil behandelt theoretische Grundlagen zur Entscheidungsunterstützung, die Fehlerquellen im medizinischen Prozess, eine Taxonomie von CDSS-Eigenschaften und eine detaillierte Fallstudienanalyse der Systeme AiDKlinik®, GIDEON und SmartCare®.

Welche Schlüsselwörter charakterisieren die Arbeit?

Wichtige Begriffe sind Entscheidungsunterstützungssysteme, CDSS, evidenzbasierte Medizin, IT-Akzeptanz, Softwarequalität nach DIN ISO 9126 und die Analyse von systemischen Erfolgsfaktoren.

Warum wurden gerade die Systeme AiDKlinik®, GIDEON und SmartCare® gewählt?

Diese Systeme wurden ausgewählt, da sie kommerziell erfolgreich sind, im Fachschrifttum (z.B. bei Pupp08) besprochen werden und unterschiedliche Einsatzszenarien im Bereich der medizinischen Unterstützung abdecken.

Wie beeinflussen "Killer B's" die Umsetzung von Leitlinien?

Die sogenannten "Killer B's" (burden, beliefs, bargain, barrier) beschreiben die Hindernisse bei der Implementierung von Leitlinien, wie z.B. die wahrgenommene Belastung durch die Krankheit, Übereinstimmung der Werte, Opportunitätskosten der Arbeitskraft und organisationale Widerstände.