An integrated system for temporal data abstraction to facilitate guideline execution

Abstract

Therepierichtlinien dienen der Qualitätssicherung in der Medizin. Zum effizienten Einsatz werden sie in formale Modelle, die von Computern ausgeführt werden können, übersetzt, z.B. in die Sprache Asbru, und in den Informationsfluß am Anwendungsort eingebettet. Das erfordert temporale Datenabstraktion, die die Brücke schlägt zwischen den Rohdaten, die Meßgeräte und Laboruntersuchungen liefern, und den abstrakten Begriffen, die in Therapierichtlinien verwendet werden. Um das zu erreichen bzw. zu unterstützen entwickelte ich Folgendes:<br />Ein vielseitiger Abstraktionsalgorithmus namens Spread, der aus numerischen Eingaben mit wechselndem Anteil an störenden Schwankungen kontinuierliche qualitative Werte generiert.<br />Eine effiziente Implementierung des Abgleichs von abstrakten Datenbeschreibungen mit Eingabedaten.<br />Ein einheitliches Gesamtsystem zur Integration der Module für die zeitbezogen Datenabstraktion, die überwachung des Patientenzustandes und die Ausführung der Therapierichtlinie.<br />Die Abbildung des Funktionsumfangs von Asbru auf die zuvor genannten Module. Ich zeige wie Therapierichtlinien, die in Asbru formuliert sind, in ein Netzwerk von Abstraktionsmodulen übergeführt werden, und beschreibe die Implementierung dieser Module.<br />Die in dieser Dissertation beschriebenen Ansätze wurden auf praktischer und theoretischer Ebene evaluiert. Auf praktischer Ebene bilden sie die Grundlage für zwei Anwendungen. Einerseits erlaubt die Gewinnung kontinuierlicher qualitativer Werte aus teilweise fehlerbehafteten Meßwerten die Steuerung der Sauerstoffzufuhr in einer Frühgeborenenintensivstation, gleich gut wie durch einen Experten der sich ausschließlich dieser Aufgabe widmet, und besser als im Alltag, wie durch eine klinische Studie gezeigt wurde. Andererseits bilden die hier beschriebenen Module zur zeitbezogen Datenabstraktion, Überwachung des Patientenzustandes und Ausführung der Therapierichtlinie die Grundlage des Asbru Interpreters, der in mehreren internationalen Forschungsprojekten erfolgreich eingesetzt wurde bzw. wird.<br />Auf theoretischer Ebene beschreibt diese Dissertation die Algorithmenkomplexität sowie die Vorteile und Grenzen der einzelnen Teilösungen, und wie sie den gesetzten Zielen entsprechen.<br />Obwohl das Anwendungsgebiet der hier beschriebenen Ideen die Medizin, insbesondere die Intensivmedizin ist, können die beschriebenen Lösungen ohne weiteres auf andere Gebiete übertragen werden, in denen heterogene, zeitbezogene Daten und komplexes Wissen über das Anwendungsgebiet zusammentreffen.<br />

Clinical guidelines and protocols improve the quality of care efficiently, if translated to computer-interpretable models using languages such as Asbru and integrated into the information flow at the place of care. This demands for temporal data abstraction, which bridges the low-level data from monitoring devices and laboratory results to the high-level concepts used in guideline or protocol. To support this, I developed the following.<br />A versatile abstraction algorithm called Spread to handle noise of varying intensity and to generate steady, qualitative values based on such input. An efficient implementation for matching abstract pattern descriptions with input data.<br />An integrated framework comprising all the involved modules for temporal data abstraction, monitoring, and plan execution.<br />A mapping of Asbru to these modules, and a mapping of the abstraction modules to Asbru.<br />The above was evaluated on a practical and on a theoretical level. On the practical level, ideas from this thesis were implemented in a system to the control of oxygen supply in a neonatal intensive care unit at the level of a human expert dedicated to the job, and superior to clinical routing, as shown in a clinical study. The integrated framework for temporal data abstraction, monitoring, and plan execution forms the basis of the Asbru interpreter which was also used successfully in international research projects aiming at improving the quality of protocols, and the reduction of patient risks.<br />On the theoretical level, this thesis discusses the computational effort associated with the proposed algorithms, how they meet the objectives, and their benefits and limitations.<br />Although the field of application of the work described in this thesis is medicine, with a focus on intensive care, the described methods apply to data abstraction and plan execution in any field in which heterogeneous, time-oriented data must be matched with complex domain knowledge.<br />