Average rating
Cast your vote
You can rate an item by clicking the amount of stars they wish to award to this item.
When enough users have cast their vote on this item, the average rating will also be shown.
Star rating
Your vote was cast
Thank you for your feedback
Thank you for your feedback
Series/Report no.
RIVM briefrapport 2018-0150Type
ReportLanguage
nl
Metadata
Show full item recordTitle
Digitale beslissingsondersteuning in de zorg : Een verkenningTranslated Title
Digital clinical decision support systems in care : An explorationPubliekssamenvatting
In de zorg zijn grote veranderingen gaande doordat zorgdata worden gedigitaliseerd en computers een grotere rekenkracht hebben. Door deze ontwikkelingen wordt er steeds meer geïnvesteerd in digitale systemen die artsen kunnen ondersteunen bij hun beslissingen. Zo zijn er digitale beslisbomen, waarbij de computer op basis van patiëntkenmerken en een behandelrichtlijn aangeeft wat de beste behandeling is. Ook zijn er systemen die patronen ontdekken in grote datasets en daarop adviezen baseren, zogeheten zelflerende systemen. Artsen blijken vooral beslisbomen te gebruiken. Ze gebruiken zelflerende systemen in onderzoek, maar nog niet veel in de praktijk. Dat komt onder andere omdat eenduidig bewijs voor de effectiviteit nog ontbreekt. Dit blijkt uit een verkenning van het RIVM waarin is onderzocht welke ontwikkelingen in de medische praktijk plaatsvinden rond het gebruik van digitale beslissingsondersteunende systemen. Volgens experts is een belangrijke voorwaarde om ze te gebruiken dat de praktische voordelen voor gebruikers duidelijk merkbaar moeten zijn. Bijvoorbeeld dat een diagnose sneller en efficiënter kan worden gesteld. Behalve de voordelen zijn er namelijk ook risico's. Het is bijvoorbeeld ingewikkeld om er bij zelflerende systemen voor te zorgen dat de onderliggende wiskundige modellen een correct advies (blijven) geven. Ook kan gebrek aan kennis en vaardigheden van de gebruiker een risico zijn om de waarde van de uitslagen goed in te kunnen schatten. Verder kan incorrect datamanagement een bron van fouten zijn, bijvoorbeeld wanneer de kwaliteit van data te kort schiet. Veel van de genoemde kansen en risico's gelden voor alle ICT-systemen in de zorg. Normen en standaarden kunnen in algemene zin helpen om de kwaliteit en een veilig gebruik te waarborgen. Om dat voor digitale beslissingsondersteunende systemen te realiseren, kan gebruik worden gemaakt van bestaande normen, bijvoorbeeld voor het gebruik van eHealth in de zorg. Specifieke normen voor de ontwikkeling, validatie en het gebruik van beslissingsondersteunende systemen zijn nog in ontwikkeling.Healthcare is undergoing major changes due to the digitization of health data, which is happening in parallel to increasing computer processing power. As a result, there is ongoing investment in developing and implementing digital systems that can support physicians in their decision-making. Such systems include, for instance, digital decision trees and self-learning systems that are able to detect patterns in large data sets and then provide specific advice. Doctors already frequently use decision trees, while self-learning systems are more common in research than in practice. Proof of effectiveness is currently lacking and this is one of the obstacles preventing the implementation of such systems. This scoping study explores current developments in medical practice with respect to the use of digital decision support systems. An important requirement for the use of these systems is that their advantages must be clear to users. An example of this is the ability to arrive at a diagnosis more quickly and efficiently. But in addition to the benefits, there are also risks. In self-learning systems, for instance, one challenge is to ensure that the underlying mathematical models provide (and continue to provide) accurate guidance. Lack of knowledge or skills on the part of the user when it comes to weighing up and interpreting results, also poses a risk. And finally, inappropriate data management can also lead to errors when the quality of the data is suboptimal. Many of the opportunities and risks outlined in this study are generally applicable to all IT systems in healthcare. Norms and standards can contribute to ensuring quality and safe implementation. Existing IT standards can serve as a guide, for instance, in the use of e-health in healthcare. Specific standards for the development, validation and use of decision support systems are under development.
Sponsors
Inspectie Gezondheidszorg en Jeugdae974a485f413a2113503eed53cd6c53
10.21945/RIVM-2018-0150
Scopus Count
Collections