Swiss Medical Informatics - SMI 67 by Pascal Walliser

SMI 67 SGMI

Swiss Medical Informatics

Schweizerische Gesellschaft für Medizinische Informatik

SSIM

Société suisse d'informatique médicale Società svizzera d'informatica medicale

SSMI

Swiss Society for Medical Informatics

Inhalt/Content/Contenu L’impact de la qualité des documents dans un système de questions/réponses

Interopérabilité entre hôpitaux et médecins traitants en Suisse Validation of an implementation methodology for information systems Prescription informatisée: de l’ordre à l’itinéraire clinique Automatic antibiotherapy guideline generation using question-answering L’usage d’Internet dans la relation médecin–patient Integration of biomedical data using federated Databases Retour sur investissement des systèmes d’information hospitaliers KIS Anwendungen Web und mobile Anwendungen Interoperabilität zwischen Spitälern Unternehmensarchitektur e-Health Strategien

Schwerpunktthema / Thème principal:

Proceedings 22. Jahrestagung SGMI Proceedings 22èmes Journées annuelles SSIM

TABLE OF CONTENTS

«Plug and p(r)ay» Marc Oertle, Christian Lovis

Quel est l’impact de la qualité des documents dans un système de questions/réponses? Sarah Cruchet, Arnaud Gaudinat, Thomas Rindflesch, Célia Boyer

3–6

Prescription informatisée: de l’ordre à l’itinéraire clinique Mathias Tschopp, Magali Despond, Damien Grauser, Jean-Christophe Staub, Christian Lovis 32–35

Automatic antibiotherapy guideline generation using question-answering Emilie Pasche, Douglas Teodoro, Julien Gobeill, Rolf Wipfli, Patrick Ruch, Christian Lovis

36–39

Krankenhausinformationssystem: ANOS-Applikation Ela Bielecki

7–9

Matthias Odenbreit

SOAP-Einbindung der Diagnosecodierung: ein Erfahrungsbericht Michael Lehmann, Daniel Waeber, Rolf Grun, Hans Rudolf Straub

Entwicklung einer elektronischen Pﬂegedokumentation: Automatische Generierung von Pﬂegediagnosen

10–12

40–41

Der Nebel lichtet sich Jens Diele, Ursula Meier, Matthias Kämpf, Daniel Voellmy

42–44

A strategically designed persuasive tool for an iPhone Prithu Sah, Oliver Emmler

13–16

Elektronisches Sanitätsdossier Adrian Trapp-Chiappini

Une approche pratique de l’interopérabilité entre hôpitaux et médecins traitants en Suisse Michael Schumacher, Henning Müller, Bruno Alves, David Godel, Omar Abu Khaled, François Mooser, Sandrine Ding 17–20

Validation of an implementation methodology for information systems in healthcare Marc Oertle

21–24

René Fitterer

49–52

Theodor Andersson, Judith Patterson, Sarah Cruchet, Célia Boyer

53–56

Integration of biomedical data using federated databases 25–28

Le dossier médical partagé: concepts et cas pratiques Michel Grupper

Fachliche Services als Mittel zur Entwicklung von Unternehmensarchitekturen in Spitälern

L’usage d’Internet dans la relation médecin–patient

HEALTH-IDENTITY: Services mobiles pour les consommateurs de médicaments Jean-Jérôme Sarrasin, Michael Schumacher, Christian Hay

45–48

29–31

Douglas Teodoro, Emilie Pasche, Rolf Wipfli, Julien Gobeill, Rémy Choquet, Christel Daniel, Patrick Ruch, Christian Lovis

57–60

Retour sur l’investissement des systèmes d’information hospitaliers, nouvelles approches Rodolphe Meyer

61–65

Swiss Medical Informatics 2009; no 67

EDITORIAL

«Plug and p(r)ay» Marc Oertle, Christian Lovis

Es freut uns, Ihnen mit dem vorliegenden Band 67 des SMI die Proceedings zur 22. Jahrestagung der Schweizerischen Gesellschaft für Medizinische Informatik SGMI präsentieren zu dürfen. Es handelt sich insofern um eine Premiere, als die Jahrestagung erstmals mit dem Swiss eHealth Summit organisiert wird und damit eine Verbindung zwischen Anwendern, Industrie und auch der Schweizerischen Akademie der medizinischen Wissenschaften ermöglicht wird. Die Themenkomplexe werden dadurch nicht nur praxisnah, sondern auch um ethische und soziale Aspekte erweitert. Das Hauptmotto des Kongresses lautet «Plug and p(r)ay», schliesst damit ein «Plug-and-play» schon fast kategorisch aus und lässt eigentlich nur Platz für die Variante der hohen Kosten oder der hoffnungsvollen Implementierung. Ganz so schlecht ist es um die heutige Medizininformatiklandschaft zwar nicht bestellt, aber eines ist klar: Die Integration und Implementation von Informations- und Kommunikationstechnologien im Gesundheitswesen stellt hohe Anforderungen an Lieferanten, IT, Systemarchitekten und auch die User. Datenauswertung, usability und Workflowkontrolle stehen denn beim Aufbau und der Bewertung existierender Installationen auch immer mehr im Vordergrund, ganz zu schweigen von den Anforderungen an eine komplexe und zunehmend semantische Interoperabilität. Die Jahrestagung der SGMI ist in ihrer Art der Kombination von wissenschaftlicher Aufarbeitung und Präsentation von Lösungen ein einzigartiger Anlass in der Schweiz. Nirgendwo sonst finden Sie weitgehend neutrale Präsentationen und

Forschungsresultate aus dem weiten Gebiet der medizinischen Informatik der Schweiz; an keiner anderen Veranstaltung bringen sich Pflegefachpersonen, Ärztinnen, Ärzte und weitere praktisch tätige Gesundheitsprofis ein und an keinem anderen Ort findet eine Anreicherung durch die Anwesenheit von Industrie, Administration und Gesundheitspolitik statt. Somit können wir Ihnen eine aktuelle, lebendige und vielfältige eHealth-Landschaft der Schweiz präsentieren, wenn man sich auch wünschen würde, dass vermehrt Einblick in die Welt der in der Praxis tätigen Ärztinnen, Ärzte und Health Professionals möglich wäre. Die SGMI setzt den Schwerpunkt auch in den kommenden Jahren im Bereich der Analyse und Auswertung existierender Lösungen, dies mit dem Ziel, eine Art von «evidencebased medical informatics EBMI» zu erreichen. Quantifizierung und Qualifizierung von Lösungen werden zunehmend wichtiger als reine Lösungsbeschreibungen, ebenso das Aufzeigen eines Return-on-investment. In diesem Sinne ermuntern wir alle SGMI-Mitglieder, auch weiterhin wissenschaftlich aktiv zu sein und einen formalen Beitrag zum Weg, der vor uns liegt, zu leisten und am Aufbau des kollektiven Wissens teilzunehmen. Alle, die an Fragen und Lösungen im Bereich der Informations- und Kommunikationstechnologien im Gesundheitswesen interessiert sind, laden wir herzlich ein, Mitglied der SGMI zu werden! Die Herausforderungen sind und bleiben immens, gute und nachhaltige Lösungen wichtiger denn je!

C’est avec un grand plaisir que nous vous présentons le volume 67 du Swiss Medical Informatics qui présente les travaux scientifiques retenus pour les 22èmes Journées scientifiques annuelles de la Société Suisse d’Informatique Médicale. Il s’agit d’une première pour notre société, qui organise pour la première fois son congrès en partenariat avec le Swiss eHealth Summit, ce faisant potentialisant les liens avec l’industrie et les utilisateurs, ainsi qu’avec l’Académie Suisse des Sciences Médicales, permettant d’étendre le débat aux aspects éthiques et sociétaux. Le thème principal du congrès s’appuie sur le slogan «Plug and p(r)ay» et écarte ainsi déjà presque d’office la notion d’une interopérabilité facile à obtenir, pour laisser place à une réalité plus crue, des frais élevés et une mise en œuvre aléatoire. La situation n’est certes pas tout à fait si sombre dans le paysage de l’informatique médicale, mais il est très clair que l’intégration et la mise en place des technologies des communications et de l’information dans le système de santé ont imposé des exigences élevées à l’égard des fournisseurs, des architectes de systèmes et également des utilisateurs. L’utilisation des données, l’ergonomie et l’impact, la gestion des flux sont au premier plan lors de la construction et de l’évaluation des systèmes existants, et de facto, des exigences d’interopérabilité fine et complexe. Les Journées annuelles de la SSIM sont une combinaison unique en Suisse de mise à niveau scientifique, de présentation de solutions concrètes et appliquées. Une plateforme

rare où se rencontrent les professionnels de la santé, les industriels, les soignants, médecins, infirmières et pluriprofessionels de soin, les représentants du monde administratif et politique. C’est aussi une plateforme unique en son genre par sa capacité à présenter des résultats d’implémentation ou de recherche neutres du secteur large de l’informatique de santé en Suisse. Nous vous présentons une image actuelle, vivante, du paysage eHealth en Suisse, qui couvre tous les aspects actuels du domaine, de systèmes pour les cabinets au modèle de cybersanté national, en passant par des systèmes d’information hospitaliers, des aspects techniques aux enjeux éthiques et sociétaux. Notre société met l’accent sur le sujet de l’analyse et de l’évaluation de solutions existantes, avec pour objectif de développer une approche de type «evidence-based medical informatics». La quantification et la qualification des solutions deviennent de plus en plus importantes afin de permettre un choix éclairé à la lumière des retours d’expériences plutôt que sur les simples descriptions commerciales. Nous encourageons donc tous nos membres à nous faire part de leurs expériences, à mettre en place des évaluations scientifiques et formelles, quantitatives et qualitatives, et à contribuer ainsi à ce savoir collectif. Nous invitons cordialement toutes les personnes intéressées ou concernées par les technologies de l’information dans la santé à devenir membres de la Société Suisse d’Informatique Médicale. Les enjeux sont colossaux, les défis immenses!

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

Quel est l’impact de la qualité des documents dans un système de questions/réponses? Sarah Cruchet, Arnaud Gaudinat, Thomas Rindﬂesch, Célia Boyer

Summary Objectives: Search queries make use of keywords to produce results, where usually the user has to search each page for the required answer and it is often difficult to judge the quality of a document on the Internet. This study presents a question-answering system (QA system) which can address the above-mentioned issues. Design: During this study the QA system was evaluated by two approaches: the first investigated the effectiveness of the system while the second focused on the quality selection of both HONcode and other websites using the QA system. Measurements: The results were classified by a medical expert as follows: A = relevant, B = lead to an answer, C = not relevant, following which TREC eval was used to evaluate our system. Results: Systematic (1st) evaluation: 70 out of 100 questions were answered well. Qualitative (2nd) evaluation: an MAP of 59% and an MRR of 76% were obtained for QAHON_honcode with a set of 100 questions. Conclusion: The results obtained show that the quality and reliability of the answers obtained by the QA system depend on the trustworthiness of the database used.

Introduction Le nombre de documents, pour une requête donnée, est en constante augmentation mais la recherche d’information pour l’individu lambda, elle, n’a pas changé! L’internaute a toujours du mal à évaluer la pertinence et la qualité des résultats et il doit parcourir l’ensemble du document avant de pouvoir espérer accéder à une réponse satisfaisante. De plus, poser une question par mots clés n’est pas naturel [1, 2] et ne permet pas d’obtenir des résultats précis. Si certains misent sur l’avènement du Web sémantique pour produire de nouveaux moteurs de recherche intelligents, d’autres espèrent faciliter l’interaction homme/moteur de recherche en proposant des systèmes de question/réponses (QR) basés principalement sur des heuristiques et l’utilisation de la redondance de l’information. Le but de tels systèmes est de fournir des réponses pertinentes à une question posée en langage naturel. Ainsi l’utilisateur accède directement à l’information souhaitée et n’a pas à parcourir l’ensemble des documents proposés par le moteur de recherche. A l’heure de la mobilité, des réponses courtes et précises avec par exemple une interface vocale semblent aller dans le sens de l’intérêt de ce genre de système.

Des campagnes d’évaluation comme le TREC [3] ont montré la faisabilité et l’intérêt des QR. Les meilleurs d’entre eux atteignent des précisions sur les réponses de l’ordre de 71% en 2005 [4]. En ce qui concerne le domaine médical, l’intérêt est grandissant si l’on considère le nombre de papiers dans ce domaine [5–8]. Actuellement seul un système de QR appliqué au domaine médical est en ligne. Il s’agit de MedQA [9], système qui traite les questions de type définition et qui est destiné aux biologistes pour faciliter leur accès à la littérature biomédicale. Par ailleurs, la création d’un site Internet est à la portée du tout un chacun, d’où la variabilité de l’information trouvée en ligne. Dans le cas des informations de santé, il y a un impact direct sur le bien-être des individus [10]. Ainsi des initiatives telles que le HONcode [11–13] (code de bonne pratique des sites Internet de santé composé de 8 principes éthiques) et des outils de recherche verticaux tentent de proposer des services complémentaires et alternatifs aux moteurs de recherche généralistes. Le HONcode a été développé avec le consensus de responsables de sites Web, par la Fondation Health On the Net (HON), fondation à but non lucratif ayant pour objectif de promouvoir une information médicale de qualité et de confiance. Les études actuelles effectuées sur les QR ne s’intéressent qu’à la pertinence des réponses proposées. La Fondation HON se positionne sur la qualité de l’information médicale. Ainsi elle développe un QR appliqué au domaine médical où la recherche de la réponse s’effectue dans l’ensemble des sites certifiés par la Fondation. Ce papier présente deux évaluations distinctes du QR développé par la Fondation HON dans le cadre du projet européen PIPS (IST–2002-2.3.1.11) [14]. La première évaluation est systématique et permet de valider l’efficacité du système présenté. La seconde évaluation met en avant l’utilisation du QR sur une sélection de sites de santé de qualité d’une part (ceux du HONcode) et sur tout le Web d’autre part. Pour chaque évaluation, le matériel et les méthodes seront présentés. Puis nous présenterons les résultats obtenus, résultats qui seront discutés en indiquant quelques pistes pour mieux intégrer la dimension qualitative dans les systèmes de QR. Enfin nous conclurons et présenterons les perspectives futures.

Correspondance: Sarah Cruchet Fondation Health On the Net 81, boulevard de la Cluse CH-1206 Genève

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

Matériels et méthodes Nous utilisons le système de QR multilingue de HON présenté dans [15]. Nous allons résumer dans ce paragraphe l’architecture de notre QR. Il s’appuie sur un module de détection du type de question par apprentissage et l’utilisation des ressources sémantiques telles que celles présentes dans UMLS pour guider le système, notamment dans le choix des réponses pertinentes. Ce système dispose d’une architecture relativement classique pour un système de QR avec des spécificités propres pour chaque module: 1) Le QuestionAnalyzer a pour but d’identifier la question de l’utilisateur afin de mieux anticiper la recherche d’information et la sélection de la réponse. 377 questions du domaine médical ont été utilisées pour mieux définir les questions et ainsi prendre en compte la spécificité médicale. 2) Le QueryGenerator permet de générer une ou plusieurs requêtes en fonction des différents moteurs de recherche et de la question analysée précédemment. 3) Le module DocumentRetrieval s’occupe d’interroger les différents moteurs de recherche. 4) Le module PassageExtractor identifie les meilleurs passages en fonction de la question posée et de la réponse attendue. 5) Le module AnswerExtractor qui s’occupe de sélectionner les meilleures réponses dans les passages en fonction de la question, de la réponse attendue et de la redondance de certaines réponses. 6) Un module d’affichage qui permet de mettre en valeur les différentes réponses trouvées de manière très épurée avec la possibilité de tracer au mieux l’information dans son contexte. A noter qu’un dernier module original a été ajouté récemment qui a pour but de réaliser une analyse globale des résultats de la recherche (donc intercalé entre le DocumentRetriever et le PassageRetriever), afin d’assister encore mieux la sélection des passages et des réponses pertinentes. Ce module est basé sur une analyse Ngram de mots de la totalité des documents retournés, filtrés par les types sémantiques attendus.

Evaluation systématique Pour la première évaluation de notre système, nous disposons d’un corpus de 377 questions en anglais ainsi que des 12 sites d’où elles proviennent. Ces questions ont été récoltées manuellement sur Internet dans des forums de discussion et Foire Aux Questions (FAQ) traitant du domaine médical. Ce corpus a été constitué pour une tâche d’apprentissage automatique dans le cadre de l’identification du type de question du module QuestionAnalyzer de notre système QR [15]. Le domaine médical étant très vaste, nous nous sommes concentrés sur les questions relatives aux maladies, sujet qui concerne la plupart des requêtes des Internautes à 64% [16]. Comme dans [15], nous avons choisi une maladie en particulier, afin d’éviter le biais du thème médical dans l’apprentissage du système. C’est le diabète qui a été choisi car ce sujet était utilisé dans le projet PIPS [14], projet qui intégrait les premières versions de notre système de QR. Cependant, dans cette étude, ce n’est pas seulement la question qui nous intéresse mais aussi sa réponse. Ainsi un sous-ensemble de 100 questions avec leurs réponses associées a été constitué manuelle-

ment pour ces 12 sites, afin de créer un corpus de référence. Les 12 sites ont été téléchargés en 2008, ce qui correspond à 914 pages différentes, et ont été indexés localement afin de pallier les variations de contenus inhérentes au dynamisme du Web. Voici 3 exemples de questions et d’une réponse associée: Q1: Who is at greatest risk of developing type 2 diabetes? Url1: http://www.nutritionaustralia.org/Food_Facts/FAQ/ diabetes_detailfaq.html A1: Until recently, type 2 diabetes was considered as the “adult onset” form – that is, it was rarely seen other than in middle-aged and older people. However, it is now affecting younger people as well. Q2: What is the metabolic syndrome? Url2: http://www.idf.org/home/index0689.html A2: The metabolic syndrome is a cluster of the most dangerous heart attack risk factors: diabetes and prediabetes, abdominal obesity, changes in cholesterol and high blood pressure. Q3: Are there different types of diabetes? Url3: http://www.health24.com/medical/Condition_cen tres/ 777-792-808-1535,28618.html A3: Yes, this is true. There are two types of diabetes – Type 1 and Type 2

Evaluation qualitative Notre étude s’appuie sur la méthode d’une étude conduite à la National Library of Medicine (NLM), Bethesda, EtatsUnis, sur les systèmes de recherche d’information [5]. Cette méthode est ici utilisée pour la comparaison de deux versions de QR développés par HON. Le premier système, QAHON_honcode, est celui basé sur la recherche exclusive dans la base de données HONcode (soit 6800 sites). Le second, QAHON_google, est l’utilisation des résultats de Google via notre système de QR (soit la totalité du Web indexée par Google). Seule la partie DocumentRetrieval diffère entre QAHON_honcode et QAHON_google. Dans le cadre d’un QR, et au contraire de l’étude effectuée par la NLM, nous évaluerons les réponses retournées par le système plutôt que les documents. Pour la seconde évaluation nous avons utilisé la méthode décrite dans [5] et réutilisé une partie de notre corpus de questions de la première évaluation. Ainsi, pour chaque système, seules les 10 premières réponses au maximum sont retournées. Ces réponses sont mélangées et «anonymisées» – pas d’information sur la provenance de la base de données – et soumises au jugement d’un expert médical qui a pour mission de noter les réponses à l’aide de lettres: A+ (très pertinent), A (pertinent), A– (pas toute la réponse), B+ (mène à la réponse), B (peut mener à la réponse), B– (pas clair), C (pas pertinent). La notation correspond à la pertinence de la réponse par rapport à la question ainsi que de la pertinence du document d’où est extraite la réponse (dans le cas où la réponse retournée par le système n’est pas claire, l’expert va regarder si le document source comporte la réponse). Nous avons utilisé le logiciel TREC eval [17] pour évaluer nos résultats. Six mesures ont été prises en compte pour évaluer le système:

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

1. Mean Average Precision (MAP): calcule la précision moyenne après chaque document extrait. 2. Binary Preference (Bpref): calcule le taux de réponses non pertinentes affichées avant les réponses pertinentes. 3. R precision (R-prec): calcule la précision moyenne après R réponses extraites. 4. Mean Reciprocal Rank (MRR): taux de réponses pertinentes au 1er rang. 5. Precision at five documents (P@5): taux de réponses pertinentes au rang 5. 6. Precision at ten documents (P@10): taux de réponses pertinentes au rang 10. Ces mesures ont été calculées sous deux conditions: «soft» et «strict» comme dans [5]. Pour la première («soft»), nous avons considéré qu’une réponse est pertinente si elle est notée A ou B. Pour la seconde («strict»), seulement les réponses ayant obtenues un A ont été considérées comme pertinentes.

Evaluation qualitative La première observation qui peut être faite est que les résultats sont meilleurs pour QAHON_honcode que pour QAHON_google (tab. 1). En effet, QAHON_honcode a une MAP de 0,59 contre 0,36 pour QAHON_google. Cela signifie que sur l’ensemble des réponses données par QAHON_honcode pour une question, 59% sont pertinentes contre 36% pour QAHON_google. De plus, sur les cinq premières réponses trouvées par QAHON_honcode, plus de la moitié répondent exactement à la question posée. La seule mesure pour laquelle QAHON_google est plus performant que QAHON_honcode est MRR. La première réponse pertinente a un meilleur rang pour QAHON_google que pour QAHON_honcode. Tableau 1. Résultats de l’évaluation soft. Evaluation qualitative Système

QAHON_honcode

QAHON_google

MAP

0,59

0,36

Bpref

0,50

0,34

Résultats

R-prec

0,59

0,38

MRR

0,76

0,86

Evaluation systématique Nous recherchons la capacité du système à retrouver les réponses récoltées manuellement dans les douze sites d’où proviennent les questions de la base de test, soit un corpus de 914 pages. Par un simple test de «pattern matching» (comparaison de chaîne de caractères), nous avons considéré que le système donnait une réponse correcte lorsqu’une réponse du système était contenue dans la sélection manuelle des réponses. Ainsi le système obtient un taux de bonnes réponses de 80%. Ce résultat est positif même s’il n’est malheureusement pas un indicateur pour la précision, car les réponses du système qui ne font pas partie du corpus de référence ne sont pas comptabilisées alors qu’elles peuvent être justes. En effet, le système trouve des réponses que la personne n’a pas récoltées manuellement. De plus, le système, recherchant dans une base de 12 sites, trouve en moyenne 3,2 réponses par question alors que manuellement deux réponses au maximum par question ont été collectées.

P@5

0,54

0,36

P@10

0,32

0,22

La figure 1 donne le rapport précision/rappel pour les deux systèmes, selon l’évaluation «soft». On constate que QAHON_google est très performant aux deux premiers rangs puis que QAHON_honcode passe en tête. Cela signifie que sur l’ensemble des réponses données par les systèmes, QAHON_honcode est globalement plus pertinent que QAHON_google.

Discussion sur l’évaluation Nous avons utilisé six mesures pour évaluer notre système: trois générales (MAP, Bpref et R-prec) et trois plus précises (MRR, P@5 et P@10). Si l’on considère l’évaluation «soft», avec une MAP et une R-prec de 59%, QAHON_honcode est performant pour obtenir une vue d’ensemble d’un sujet particulier. De plus, sur un échantillon de 100 questions, nous constatons que les réponses de QAHON_honcode sont meilleures que celles de QAHON_google. En effet, les réponses provenant de sites certifiés ont été mieux notées par l’expert (avec un fort taux de A et de B). Les réponses retournées par QAHON_honcode sont donc de meilleure qualité avec 59% de réponses pertinentes par question.

Discussion sur la qualité de l’information dans le cadre des systèmes QR

Figure 1 Courbe de précision/rappel.

La figure 1 démontre que les réponses extraites des documents HONcode sont de meilleure qualité que celles extraites uniquement de Google car les résultats de QAHON_honcode dépassent ceux de QAHON_google à partir du rang 3.

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

Utilisation de ressources ﬁables Dans cet article, nous avons présenté l’utilisation de ressources dignes de confiance différentes dans le cadre d’un système QR. L’hypothèse est que l’utilisation de documents sélectionnés par rapport à des critères éditoriaux favorise la qualité des réponses du système de QR (à l’instar d’un système de recherche d’information classique sur le Web). De plus, suivant le mode de sélection, politique éditoriale, certification tierce, sélection par des professionnels ou rating collaboratif, se pose la question de la pondération des différentes ressources et de sa combinaison avec le score de pertinence sémantique.

Utilisation de la date comme indice de qualité de l’information La date est un critère important de la qualité de l’information à prendre en compte dans un système de QR. Un système QR de qualité devrait prendre en compte cette dimension au sein de sa stratégie de classement ou de filtrage des réponses et du moins donner les indications de date de rédaction pour chaque réponse présentée à l’utilisateur final. En effet, une déclaration peut être juste à un moment donné et être dépassée quelques années ou mois plus tard.

Utilisation de la redondance de l’information La redondance de l’information est l’une des stratégies principales des systèmes de QR actuels pour l’identification de réponses pertinentes. Du point de vue de la qualité de l’information, l’hypothèse peut être la même, puisqu’une même information répétée sur plusieurs sites distincts a certainement plus de chances d’être crédible.

Web sémantique et la qualité de l’information Evoqué dans l’introduction, le prometteur Web sémantique a tout pour séduire et nous offre des possibilités énormes quant à la pertinence de la recherche d’information (aussi dans le cas QR). Cependant là encore il faudra être vigilant, car ceux qui produiront ou collecteront cette information auront des objectifs qui risquent d’être forts différents, allant de la philanthropie au mercantile pur et dur. En effet, les informations du Web sémantique seront certainement encore moins lisibles en terme de traçabilité et seuls des garde-fous d’organisation tierce pourront garantir une certaine neutralité ou du moins obtenir des détails indépendants concernant cette information.

Limitation de l’étude L’évaluation a été réalisée sur un corpus de 100 questions et par une seule personne en raison du travail fastidieux que représente la notation manuelle des réponses.

Ensuite, dans la partie du système QR qui récupère les passages pertinents, nous effectuons un nettoyage de la page Web. Parfois, ce nettoyage est trop strict et enlève de l’information pertinente. Cependant, cette étape est nécessaire car elle retire le bruit de la page Web (en-tête et menus). Le lecteur avisé est en droit de se demander si cette étude met en lumière la distinction ressource médicale (HONcode) vis-à-vis de ressource générale (Google) plutôt que ressource fiable vis-à-vis de ressource non contrôlée. Cependant, les auteurs pensent que les questions utilisées dans cette étude sont suffisamment spécifiques pour ne donner que des réponses de type médical. Et en effet, une lecture aléatoire d’un échantillon de réponses nous a confirmé cette hypothèse.

Conclusion Les solutions proposées pour prendre en compte la variabilité de la qualité de l’information médicale sur le Web sont justifiées aussi bien dans la recherche d’information classique que dans le cadre d’utilisation de systèmes de QR. L’utilisation de méta-informations telles que la prise en compte de la date est ici cruciale. La redondance de l’information, bien qu’étant un indicateur brut, peut être un très bon indice de pertinence qualitative si on s’assure de le retrouver dans des ressources sûres et indépendantes. D’un autre côté, un bon système de QR se doit aussi de mettre en exergue la pluralité des réponses. Dans l’interface, l’utilisateur doit pouvoir à tout moment avoir accès à la réponse dans son contexte pour une meilleure traçabilité de la réponse.

Références 1 Kwok C, et al. Scaling question answering to the Web, In Proceedings of WWW’10, 2001. 2 Roussinov D. How Question Answering Technology Helps to Locate Malevolent Online Content, Intelligence and Security Informatics volume 3495/2005, 2005. 3 http://trec.nist.gov/ 4 Voorhees EM, Hoa T. Dang. 2006. Overview of the TREC 2005 question answering track. In Proceedings of the Fourteenth Text REtrieval Conference (TREC 2005). 5 Sneiderman CA, et al. Knowledge-Based Methods to Help Clinicians Find Answers in MEDLINE. JAMIA 2007. 6 Demmer-Fusman D, et al. Answering Clinical Questions with KnowledgeBased and Statistical Techniques. Computational Linguistics. 2007. 7 Demmer-Fusman D, et al. Combining resources to find answers to biomedical questions. TREC 2007. 8 Lin J, et al. Semantic Clustering of Answers to Clinical Questions. AMIA. 2007. 9 Hong Y, et al. Development, implementation, and a cognitive evaluation of a definitional question answering system for physicians. J Biomed Inform. 2007. 10 Horvitz E. Cyberchondria: Studies of the Escalation of Medical Concerns in Web Search. Microsoft study. 2008. 11 Selby M, et al. Health On the Net Foundation Code of Conduct for Medical and Health Websites. MedNet 96 – European Congress on the Internet in Medicine, Brighton, U.K., Oct. 14 to 17, 1996. 12 Boyer C, et al. Health On the Net foundation: assessing the quality of health web pages all over the world. MedInfo. 2007. 13 http://www.hon.ch/HONcode/Conduct.html 14 http://www.pips.eu.org/ 15 Cruchet S, & Supervised approach to recognize question type in a QA system for health. MIE. 2008. 16 Fox S. http://www.pewinternet.org/pdfs/PIP_Online_Health_2006.pdf, 2006 17 http://trec.nist.gov/trec_eval/index.html

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

Krankenhausinformationssystem: ANOS-Applikation Ein Teil des Medical Cockpits an der ambulanten Notfallstation – Zusammenarbeit zwischen Spital und Hausärzten

Glossar CDA: Clinical Document Architecture (CDA) EPA: Elektronische Patientenakte FID: Fall-Identifikationsnummer HIN-E-Mail: HIN MailGateway (MGW) HL7: Health Level 7 ICPC-2: ICPC-2 Deutsch/German – International Classification of Primary Care MPA: Medizinische Praxisassistentin .Net 3: Das .NET-Framework PACS: Picture Archiving and Communication System (Labor – Zentrallabor) PID: Patienten-Identifikationsnummer, in soH eine fortlaufende Nummer RDF: Resource Description Framework WPF: Die Windows Presentation Foundation (WPF), Metadaten: Daten, die Informationen über andere Daten enthalten

Summary Hospital Informations System (HIS). The ANOS (ambulant emergency unit) – computerised patient records (CPR), a part of the Medical Cockpit Application: cooperation between Solothurn General Hospital (BSS) and family doctors. In collaboration with the family doctors of the Solothurn region the ambulant emergency unit (ANOS) went into operation at Solothurn General Hospital (BSS) in January 2009. A triage ensures that only superficial cases are directed to the ambulant emergency unit and severe cases to the hospital’s emergency ward. The ANOS is operated by the family doctors – clinic hours 1700 to 2300 on weekdays and 0900 to 2300 at weekends – and the rest of the time by the hospital’s own doctors. The administrative aspect of treatment is supported for the ANOS with the help of the Medical Cockpit Application. The doctor works with the help of so-called “FastTracks”, which guide clinical personnel through the treatment process and continues through the stages of data entry and report generation. The ANOS application ensures documentation and communication of hospital discharge papers using the CDA (Clinical Document Architecture) (in HL7), as well as coding of RFE (Reason for Encounter) in the International Classification in Primary Care (ICPC-2).

Problemstellung Die ANOS-Applikation (elektronische Patientenakte) ist eine Erweiterung des Medical Cockpits und beinhaltet einige zusätzliche Funktionalitäten im Portal, die den Benutzern einerseits die Arbeit erleichtern und andererseits ein lückenloses Dokumentarchiv zum Patienten ermöglichen. Die bestehenden Patienten- und Fallinformationen werden mit relevanten digitalen Röntgenbildern und Daten aus dem medizinischen Labor ergänzt. Man gelangt schnell zu den Patienten- und fallbezogenen Angaben, kann sich einen Überblick verschaffen über Berichte, Behandlungsdaten, Befunde, Stammdaten sowie ärztliche Zuständigkeiten bezüglich eines Patienten, was verordnet wurde und welche Fälle dem Patienten zugehören. Mit dem FastTrack soll der Arzt durch den Behandlungsprozess geführt werden, und zwar von der Erfassung der Stammdaten des Patienten bis zur Generierung und Archivierung der Berichte. Der Behandlungsprozess ist in vier Modulen abgebildet: Aufnahme, Eintritt, Aufträge und Austritt.

Zielsetzung und Anforderungen Anforderungen an administrative Daten: – Aufnahme der Stammdaten von Patienten, FID (FallIdentifikationsnummer) und PID (Patienten-Identifikationsnummer) im HOSPIS- Patientenmanagementsystem. – Abgleichen der im HOSPIS erhobenen Daten mit Medical Cockpit, siehe Abbildung 1. – Erfassen des Konsultationsanlasses-RFE (Reason for Encounter) durch die Medizinische Praxisassistentin (MPA).

Anforderungen an die klinischen Daten: – RFE (Reason for Encounter, in den Worten des Patienten), kodiert im International Classification in Primary Care (ICPC-2); – Anamnese; Korrespondenz: Dipl. Ing. / MAS MedInf. Ela Bielecki Projektleiterin soH Informatik Solothurner Spitäler AG Schöngrünstrasse 42 CH-4500 Solothurn ebielecki_ias@spital.ktso.ch

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

Abbildung 1 Ablauf und Übersicht des Medical Cockpits der ANOS-Applikation. ANOS-Behandlungsprozess ist gegliedert nach: Aufnahme, Eintritt, Aufträge, Austritt. Teildokumentation (10 bis 25 Formulare).

– Befunde: allgemein Grösse und Gewicht, BD, Puls, spezifische Befunde; – Beurteilung und Ablauf; – Diagnose als Freitext; – aktuelle Medi-Liste (wenn bekannt); – Prozedere; – Festlegen der Medikation; – klinische Daten als Freitext; – Ergänzung der klinischen Daten – Auftrag erstellen an: Labor, Röntgen, EKG; – automatisches Erstellen des Entlassungsberichtes (eine Papierausgabe dem Patienten mitgeben); – den Entlassungsbericht via Fax oder CDA-Dokument an den Hausarzt oder den weiterbehandelnden Arzt schicken; – Erstellen von Zeugnissen und Berichten für die Krankenkassen, insbesondere: UVG-Arztzeugnis der Erstbehandlung, HWS-Beschleunigungstrauma; – Versenden der Dokumente per HIN-MailGateway; – Auswertbarkeit der Daten: ICPC-2; – Leistungserfassung: automatisch nach TARMED-Zeitintervallen; – Dokumentation: lückenloses Dokumentarchiv.

Übersicht und Ablauf Der Behandlungsprozess wurde in vier Teilen gegliedert und abgebildet nach: Aufnahme, Eintritt, Aufträgen, Austritt (Abb. 2).

FastTrack

Abbildung 2 FastTack: Der Arzt ist durch die Etappen der Datenerfassung und Berichterstellung prozessorientiert geführt.

Abbildung 3 Dokumente und Berichte werden im Austrittsmodul ausgedruckt und automatisch archiviert.

Der FastTrack stellt eine schnelle Methode dar, prozessunterstützt die Klinische Behandlung von der Datenerfassung bis zum Generieren des Berichtes zu ermöglichen, so dass der Arzt durch die entsprechenden Schritte der Behandlung automatisch geführt wird: 1. RFE (Reason for Encounter), 2. Anamnese aktuelle Medikation, 3. Status, 4. Diagnose, 5. ANOS-Behandlung (Therapie auf der ANOS: Wundversorgung, direkte Verabreichung von Medikamenten usw.), 6. Medikation bei Austritt, 7. Prozedere (Weiterbehandlung, Konsilium, Hausarzt usw.). Der Arzt soll effizient und effektiv auf die Fallinformationen zugreifen können. Alle abgelegten und archivierten Dokumente werden mit Metadaten, Eigenschaften eines Objekts, versehen und abgespeichert. Erstellte Dokumente sollen über die ANOS-Applikation per HIN-E-Mail (sicherer Datenverkehr) verschickt werden können. Damit dies möglich ist, müssen die entsprechenden HIN-Mailadressen dem System bekannt sein. Für jedes Versenden eines Dokumentes gibt es einen Eintrag im

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

Abbildung 4 Übersicht der Medical-Cockpit-ANOS.

Patientenlog. Somit kann dort nachgeschaut werden, wem wann was geschickt wurde.

Methoden und die technische Umsetzung Die Übersicht über die technologische Lösung des Medical Cockpits der ANOS-Applikation.

Benutzeroberﬂäche (UI) Medical Cockpit verfügt über eine Browser-Benutzeroberfläche, welche auf MOSS 2007 (Microsoft Office SharePoint Server) basiert. Die Anzeige der verschiedenen Sichten ist mit SharePoint WebParts realisiert. Dabei wird das konkrete Erscheinungsbild über XSL Templates definiert. Der Patientenkontext und die Übergabe der Aufrufparameter an Labor und PACS werden über UI-IntegrationsWebParts gemacht.

Technologie/Umsetzung – MOSS 2007 (Microsoft Office SharePoint Server), – WebParts mit XML/XSL-Transformationen, – Integration von Labor und PACS über Browser-Integration, – Integrations-WebParts, – Xdoc als WPF-Browser-Applikation (XBAP), – Kommunikation über WCF.

Webservices – Service-Manager: WCF-Webservice, der die anderen WebServices für die UI-Komponenten kapselt. Dieser Webservice ist konzeptionell wichtig, damit nicht «jeder mit jedem» kommunizieren muss. Er dient vor allem der Konsistenz bei den DataContracts.

– Access History: Zeichnet den Zugriff auf Daten und Dokumente auf. – Rollen Standorte: Liefert Informationen über Rollen, Berechtigungen und Zugehörigkeit zu Standorten. Es sind hier die organisatorischen Einheiten (Kliniken, Stationen usw.) definiert. – Meta Service: WebService zur zentralen Sammlung der Metadaten. Basiert auf dem RDF (Ressource Description Framework). – KG-Ablage: WebService zur Ablage und zum Suchen von Dokumenten und Dateien. – X-Doc Service: WCF-Webservice zur Ärztlichen Dokumentation. – Dokument-Generator: Webservice zum Erstellen von Dokumenten aus XML-Daten mittels XSL-Transformationen. Zurzeit werden primär PDF-Dokumente erzeugt, andere Dokumente, vor allem HL7-CDA, sind ebenfalls möglich. – Datenschicht: Datenbanken sind alle auf MS-SQL 2005, der Zugriff erfolgt über .net 3,5 LINQ. KG-Dokumente und Dateien sind in SharePoint Document Libraries abgelegt. – Die Dokumente: Der Entlassungsbrief basiert auf der HL7 Clinical Document Architecture (CDA) und kann dem Hausarzt via sicheren HIN-Anschluss per E-Mail zugesendet werden.

Diskussion Ziel der ANOS-Applikation ist es, Informationserfassung und Zugriff auf die Krankheitsbilder, Behandlungsdokumentationen, Rezepte, Medikamente, Diagnosen und Personaldaten zu beschleunigen und dem Arzt die notwendigen Angaben zur Entscheidungsfindung bereitzustellen. Sämtliche Fall-Patienten-Daten können auf einer Fläche gesehen werden. Der Konsultationsanlass, kodiert in ICPC-2, stellt den ersten Schritt und eine Grundlage zur weiteren Entwicklung und Abbildung der ganzen medizinischen Episode dar. Der Arzt arbeitet mit sogenannten FastTacks, die prozessorientiert durch die Etappen der Datenerfassung und Berichterstellung führen. Die ANOS-Applikation gewährleistet eine Dokumentation und Kommunikation unter der Anwendung der Clinical Document Architecture (CDA) von HL7 im Entlassungsbrief. Start der ANOS-Station mit 52 Hausärztinnen und Hausärzten hat den stationären Notfall des Spitals entlastet.

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

SOAP-Einbindung der Diagnosecodierung: ein Erfahrungsbericht Michael Lehmanna, Daniel Waeberb, Rolf Grunc, Hans Rudolf Strauba Semﬁnder AG Erne Consulting AG c Interstaatliche Hochschule für Technik Buchs (NTB)

Summary The variety of software systems in a hospital represents a major challenge. A clinical information system works as an integrator und therefore requires many interfaces to different subsystems. The present report describes the integration of semantic coding (natural language processing) into the electronic medical record using SOAP technology. The technical approach is explained and coding quality is appraised after three months of live operation.

Einleitung Die semantische Codierung in Form des One Step Codings funktioniert. Sie spart Zeit, verbessert die Codierqualität und hat sich im Klinikalltag bewährt. Aus Freitexten werden in einem Schritt – d.h. automatisiert – strukturierte Informationen in Form von Diagnosen- und Prozedurencodes gebildet. Diese fortlaufende Generierung von Codes hilft bei der optimalen Umsetzung der Anforderungen der Abrechnung mit Fallpreispauschalen. Bisher setzen vor allem grössere Häuser mit den entsprechenden Stellenprozenten auf eine ausgefeilte Infrastruktur. Kann sich aber auch ein kleines Haus mit 1500 stationären Fällen pro Jahr den «Luxus» der in die Dokumentation integrierten Codierung leisten? Welche technischen Integrationsmöglichkeiten bestehen? Wie gut sind die Resultate?

Zielsetzung Eine kleine Schweizer Klinik ohne zentrale Codierstelle suchte nach einer Lösung, die Diagnosecodierung durch die klinisch tätigen Ärzte durchführen zu lassen. Die Software sollte direkt in das vorhandene Klinikinformationssystem POLYPOINT | DOC integriert funktionieren, eine gute Codierqualität gewährleisten und keine Schulung nötig machen. Ein zuverlässiger Betrieb und eine einfache Wartung waren gewünscht.

Material und Methoden Die Klinik entschied sich, zusammen mit ihrem KIS-Lieferanten, für den Einsatz des Semfinder One Step Codings.

Eine Integration der Codierfunktionalität ist prinzipiell sowohl mit «klassischer DLL» als auch mit Zugriff auf einen zentral installierten Webservice mittels SOAP-Protokoll möglich. In einer SWOT-Analyse wurden die Vor- und Nachteile der beiden Varianten abgewogen. Aus der Sicht der Klinik sprach für SOAP vor allem, dass keine hausinterne Installation nötig ist. Aus Datenschutzgründen gab es keine Vorbehalte, da keine personenbezogenen Daten über das Internet ausgetauscht werden. Eine stabile Internetverbindung ist vorhanden. SOAP (ursprünglich für Simple Object Access Protocol) ist ein Netzwerkprotokoll, mit dessen Hilfe Daten zwischen Tabelle 1. SWOT-Analyse der SOAP-Integration. Strengths:

Weaknesses:

– Look-and-Feel wie in KIS – höherer Aufwand, da grafische gewohnt, Darstellung durch KIS, – Auf Clientseite ist nur das – KIS-Hersteller muss künftige System von einem Hersteller zu Funktionalitäten integrieren. installieren und zu warten, – System ist immer up to date. Opportunities:

Threats:

Kann ohne Vor-Ort-Installation auch in anderen Häusern eingesetzt werden.

Unterbruch der Internetverbindung.

Systemen ausgetauscht und Remote Procedure Calls durchgeführt werden können. SOAP stützt sich u.a. auf die folgenden Standards: XML zur Repräsentation der Daten und Internet-Protokolle der Transport- und Anwendungsschicht zur Übertragung der Nachrichten. In der beschriebenen Implementation wird SOAP über HTTP (Port 80) eingesetzt. Die Integration mittels SOAP kann für den KIS-Lieferanten aufwendiger sein, da die Benutzeroberfläche von ihm selber programmiert werden muss. Dafür kann der gewohnte Look-and-Feel beibehalten werden. Der Webservice Korrespondenz: Michael Lehmann Semﬁnder AG Hauptstrasse 53 CH-8280 Kreuzlingen lehmann@semﬁnder.ch

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

wird in diesem Fall gar nicht als eingebundene Fremdapplikation wahrgenommen. Die Entscheidung für die SOAP-Variante wurde im Konsens aller Beteiligten gefällt.

Umsetzung Im Klinikinformationssystem wird direkt in der Problem/Diagnosenliste eine zusätzliche Komponente platziert, welche die Kommunikation mit dem Webservice übernimmt. Der Benutzer schreibt wie bis anhin den Freitext in das Diagnosefeld. Nach Klick auf die Taste «Codieren» wird dieser Text XML-formatiert in eine SOAP-Message verpackt und via Internet an den zentralen Server geschickt (Abb. 1). Hier wird die Formulierung analysiert, in Begriffsmoleküle ungewandelt und die passende Codeantwort generiert. Code und Klassifikationstext werden via SOAP-Protokoll ans KIS zurückgeliefert und direkt in die entsprechenden Felder für ICD-10-Code und Klassifikationstext eingetragen. Obwohl die Kommunikation via Internet erfolgt, vergehen für den ganzen Prozess nur maximal 100–200 ms. Anschliessend springt der Benutzer in der Problemliste zum nächsten Diagnosefeld, und der Prozess beginnt von vorne. Nicht immer ist eine Formulierung so präzis, dass auf Anhieb ein spezifischer Code generiert werden kann. In diesem Fall erstellt der Terminologieserver eine komplexere

Abbildung 1 SOAP-Request.

Antwort, die aus folgenden Teilen besteht: Zum gefundenen unspezifischen Code (typischerweise XY.9-Codes wie zum Beispiel I21.9 Myokardinfarkt nicht näher bezeichnet) werden zusätzliche Präzisierungsfragen beigefügt, welche durch den Benutzer beantwortet zu spezifischen Codes führen (in unserem Fall beispielsweise I21.1 Akuter transmuraler Myokardinfarkt der Hinterwand). Die Interaktion mit dem Benutzer wird durch das Klinikinformationssystem gesteuert und entspricht in Design und Steuerelementen vollumfänglich der gewohnten KIS-Oberfläche. Hinweise für den Benutzer (z.B. zusätzliche Tipps, Hinweise auf Codierrichtlinien, nicht verstandene Wörter) können grafisch ansprechend dargestellt werden. Das Klinikinformationssystem behält immer die volle Kontrolle über Freitext und Codierresultat. Für den Fall, dass es doch zu einem Unterbruch der Internetverbindung kommen sollte, werden die Kataloge zusätzlich als Stammdatenfeld integriert. Der Benutzer kann hier hierarchisch nach dem gewünschten Code suchen. Jede an den zentralen semantischen Codier-Server geschickte Anfrage wird inklusive Antwort protokolliert und in Echtzeit bezüglich Verlässlichkeit bewertet («alle Wörter verstanden, eindeutige Antwort generiert», «alle Wörter verstanden, Präzisierungsfrage gestellt», usw.). Hat der Benutzer Wörter eingegeben die dem System nicht bekannt sind, werden diese speziell gekennzeichnet, damit sie später manuell analysiert werden können. Die Daten werden statistisch ausgewertet und dienen dazu, laufend zu überprüfen, ob korrekte Antworten generiert werden und ob neue Formulierungen einzupflegen sind. Nach dreimonatigem Produktivbetrieb wurden die protokollierten Daten eingehend analysiert. Dabei wurde die Trefferquote statistisch ausgewertet. Zusätzlich wurden sämtliche Eingaben, die zu Präzisierungsfragen führten oder die nichtverstandene Wörter enthielten, einzeln analysiert und in folgende Gruppen eingeteilt: – Korrekte Codierung mit Präzisierungsfrage bei unscharfer Primäreingabe, – Eingabe ambivalent, Präzisierungsfrage notwendig, nicht codiert, – Korrekte Codierung bei Eingabe mit unbekanntem Wort, – Falsche Codierung bei Eingabe mit unbekanntem Wort, – Eingabe als ganzes nicht verstanden und nicht codiert.

Ergebnisse

Abbildung 2 Ins KIS integrierte Codierfunktionalität, Rückfrage bei ungenauer Eingabe.

Die Rohformulierung der Diagnosen in der EPA wird in rund 90% der Fälle korrekt durch den Computer codiert. Wir können hier zwei Gruppen unterscheiden: In rund 65% der Fälle wird ohne jedes menschliche Zutun bereits eine eindeutige und abschliessende Codeantwort erzeugt. In rund 25% der Fälle wird ebenfalls ein Code erzeugt, welcher der eingegebenen Diagnose entspricht. Das verwendete Codierprogramm erkennt aber, dass die Eingabe für eine exaktere Codierung noch ergänzt werden kann und stellt eine entsprechende Präzisierungsfrage. Dadurch kann die Codierqualität gesteigert werden – und zwar rein durch Präzisierung der ungenauen Eingabe, keinesfalls im Sinne eines Upcodings.

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

In rund 10% der Fälle wird die Eingabe nicht verstanden. Diese Eingaben haben wir einzeln analysiert und dabei festgestellt, dass die Mehrzahl der Fälle wegen groben Rechtschreibfehlern nicht automatisch codiert wurde. Meistens wurden die Fehler vom Codierenden erkannt und korrigiert. (Zur Reaktion des Programmherstellers siehe weiter unten.) Die Integration mittels SOAP war keine grosse technische Herausforderung, liess sich schnell realisieren und funktioniert im Produktiveinsatz problemlos und störungsfrei. Darüber hinaus wurde mit dieser Lösung die perfekte Plug-and-Play-Schnittstelle geschaffen. Wenn ein anderes Spital mit dem gleichen KIS den Webservice nutzen will, muss nur auf dem KIS-Server die Funktionalität aktiviert und das Haus im zentralen Webservice eingetragen werden. Installationen beim Endkunden fallen keine an.

Diskussion und Ausblick Die in der Auswertung gefundene Trefferqualität entspricht ungefähr einer 2007 von einem anderen Kunden durchgeführten Untersuchung [1]. In knapp 90% der Fälle wird ein Code generiert, der die eingegebene Freitextformulierung korrekt repräsentiert. Der Grossteil dieser Codes (ca. 65%) bedarf keiner weiteren Ergänzung. In 25% der Fälle konnte mittels vom Programm gezielt gestellter Präzisierungsfragen die Codequalität weiter optimiert werden. So können insbesondere unspezifische Codes vermieden werden. Diese sind in Hinblick auf die korrekte DRG-Abrechnung ganz besonders zu vermeiden, da sie vom Grouper meistens nicht beachtet werden. Nur spezifische Codes werden korrekt in die Berechnung der Fallspreispauschale integriert. Das Vermeiden von unspezifischen Codes verbessert die Codierqualität eindeutig, ohne dass der Vorwurf des Upcodings erhoben werden kann. Es muss bei der Bewertung der Resultate beachtet werden, dass viele Freitext-Formulierungen wenig genau sind, so

dass auch professionelle Codierer keinen spezifischen Code vergeben können. Damit unspezifische Codes vermieden werden, müssen weitere Teile der Krankengeschichte eingesehen und die Codierung ergänzt werden. Der behandelnde Arzt, der den Patienten kennt, kann solche Fragen natürlich leichter beantworten als der zentrale Codierer oder gar die externe Codierstelle. 10% der Eingaben werden nicht erkannt. Ein Grossteil dieser Eingaben ist orthographisch nicht korrekt und wird meistens direkt vom Benutzer korrigiert. Anschliessend können diese Eingaben korrekt verarbeitet werden. Damit weniger Rechtschreibfehler auftreten, können die Benutzer in Zukunft eine Typeahead-Funktionalität einsetzen. Sobald der Benutzer die drei Anfangsbuchstaben eines Wortes eingegeben hat, wird via SOAP-Protokoll die Liste der zutreffenden, bekannten Wörter übermittelt. Der Hersteller des Codierprogramms hat diese Verbesserungsmöglichkeit erkannt, und die Typeahead-Funktionalität sollte im Sommer 2009 dem Anwender zur Verfügung stehen. Wir erwarten dadurch eine weitere Verbesserung – sowohl in der Codierqualität als auch bezüglich Codierkomforts. Die Einbindung des Codiertools über die SOAP-Technologie hat die gesetzten Erwartungen voll erfüllt und alle Beteiligten überzeugt.

Literatur 1 Oertle M. Natural Language Processing: Real-time-Struktur aus Freitext im Klinikalltag? Swiss Med Informatics. 2007;61:15–7. 2 Straub HR. Diagnosecodierung als Interpretation sprachlicher Zeichen. In: Schönbächler G: Diagnoseprozesse und Wissenssysteme. Zeitschrift für Semiotik. 2004;26(3–4):227–43. 3 Straub HR, Frei F, Mosimann H, et al. Simplified Representation of Concepts and Relations on Screen. In: Proceedings of MIE. 2005. Amsterdam: IOS Press; 712–6. 4 SOAP Primer (Tutorial): http://www.w3.org/TR/2007/REC-soap12part0-20070427/ 5 SOAP Messaging Framework: http://www.w3.org/TR/2007/RECsoap12-part1-20070427/

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

A strategically designed persuasive tool for an iPhone Prithu Saha, Oliver Emmlerb a b

Student, Software and User Interface Design, National Institute of Design, Anmedabad, India LifeSensor Product House, InterComponentWare AG, Walldorf, Germany

Summary The WHO projects that by the year 2015 approximately 2.3 billion adults will be overweight and more than 700 million will be obese. The subject of this article is the design of a concept for a second generation persuasive tool for an iPhone, and how it can help users in fighting obesity. There are numerous applications on the market which claim to aid users in fighting weight issues. What makes our concept different from others is the emphasis on usability at every stage of a design process which is fundamental to success. We set out with research on iPhone user profiles, demographics and health, moved on to user interviews, requirement analysis, interaction models, use objects, information architecture, visual design, and ended with high fidelity clickable mockups of the application. The application is intentionally designed to change a person’s attitude or behaviour in a predetermined way. The final result is a robust and a user-friendly persuasive tool, the age group of the target users being 18–40 years. The application leads the user through a step by step sequence of actions with relevant, customised interventions, providing the right kind of motivation and thereby a better user experience, which in turn makes the process more engaging and enjoyable. Usability evaluation tests ensure that any potential issues are highlighted and fixed before the product is launched. The article also addresses the impact of usability on the final design and how it affects the success of the application, to which it is the key.

Introduction The study addresses obesity and overweight as critical health issues and our design of a concept for a wellness application which will aid users in fighting these issues. More than 1.7 trillion dollars are spent by the US every year in health care, less than 4% of which is spent on prevention and public health. Prevention services such as screening and disease management that address populations at risk, along with primary prevention with the emphasis on improving the environments where people live, work, play, and go to school, are receiving increasing attention and helping to reduce the cost of the health care system [3]. The WHO’s latest projections indicate that globally, in 2005, approximately 1.6 billion adults (age 15+) were overweight and at least 400 million adults were obese. The WHO further projects that by 2015 approxi-

mately 2.3 billion adults will be overweight and more than 700 million will be obese [1]. The data from the US 2008 Annual Health Report show that among young adults aged 18–29 about one-third are obese and one-third overweight [4]. Physical activity and nutrition are related to important burdens of disease such as obesity, cardiovascular diseases, diabetes mellitus and certain forms of cancer [1, 2]. Large proportions of the populations of many countries worldwide engage in too little physical activity [10, 11] and have undesirable eating habits, such as high intakes of energy, salt and saturated fat, and low intakes of fruits, vegetables and fibre. Thus there is a need for an effective intervention strategy to motivate people to adopt healthier diets and to increase their physical activity. Studies aimed at designing effective motivational strategies have evolved over the years. It is important to understand which strategy a researcher should employ when using persuasion-based computing technology (PBCT) as a tool, a media or a social actor. Persuasive computing technology is a computing system, device, or application intentionally designed to change a person’s attitude or behaviour in a predetermined way.

Methodology The methods used in this study for data collection were literature review, user interviews [15] and reports [4, 12]. The literature review enhanced our understanding of health management and existing persuasive strategies. User interviews gave us insights into user needs and goals.

Literature review We conducted a literature review to update ourselves on current literature in the fields of persuasive technologies and health management [1, 10, 11]. We obtained an overview of advances in persuasive technologies [2, 3, 9, 16] and strategies used to develop persuasive applications.

Correspondence: Dr. Oliver Emmler Head of Product Management LifeSensor Product House InterComponentWare AG DE-69190 Walldorf Germany Oliver.emmler@gmail.com

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

The most interesting and intriguing area is the intersection of these two domains, health and technology [2].

Reports Our application is a health-, lifestyle-related application designed for an iPhone. We studied the user profile, demographics and usage patters of iPhone users [12]. A report by the US Department of Health and Human Services [4] provided us with an overview of health-related problems encountered by the US population. It also provided statistical data on the evolution of these problems over the years.

User interviews We followed a semistructured interview technique [15] for user interviews. This technique allowed us to be more flexible with the order of questions to be asked. Supplemen-

Figure 1 Age breakdown of iPhone users.

Figure 2 % age breakdown of US population.

tary questions were asked to obtain a deeper understanding of the main agenda. We conducted 6 user interviews. For candidates’ choice of interview there were two prerequisites: (1) the user had prior experience of health and lifestyle applications, and (2) the user should have an iPhone or a smartphone. The main agenda of the interview was: (1) how users took care of their health, (2) which applications did they use on the iPhone, (3) in what context and at what times did they use these applications, (4) which health problems they suffered from.

Results Literature review Philosophers and scholars have been examining persuasion techniques since the late 1960s [2]. There are different strategies which a researcher can employ when setting the role of a persuasive-based computing technology (PBCT) as a tool, a media, or a social actor [3]. Our application would take up the role of a persuasive tool which would assist users in achieving their goal. We employ tunnelling, tailoring and suggestion as a strategy for effective persuasion. By employing this strategy the application leads the user through a step by step sequence of actions with relevant, customised interventions, providing the right kind of motivation and thereby a better user experience, which in turn makes the process more engaging and enjoyable.

Reports Research on the age breakdown of iPhone users [12] revealed that around 75% of iPhone users fell into the age group 18–40 years, as can be seen from figure 1. Research on health [4] revealed that a third of the US population was obese and a third overweight, as can be seen from figure 2. Obesity as a problem has tripled in the last decade to become a global epidemic. The intersection of the two domains, iPhone users and health, provided enough evidence that people in the age group 18–40 years should be taken as the target group for our iPhone application concept and that the application would address obesity and overweight issues.

User interviews and requirement analysis User interviews helped us to understand the domain, context, and constraints of a product [5]. User interviews revealed insights into user goals, problems, behaviours and attitudes. Requirement analysis of the user response informed on user needs and the application’s scope and requirements. The results of the analysis revealed user goals and needs, which are presented in table 1. Some very interesting points emerged from the interviews. For example, (1) users made mistakes while typing on the small touch screen, and as a result they did not like typing on the small iPhone screen unless it was absolutely necessary; (2) after completing the jog one of the users wanted to docu-

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

ment the workout on their iPhone applications, but because of sunlight falling on the iPhone screen they had problems reading from it, (3) users spent a maximum of 5 minutes on an application in a day. Table 1 User goals and user needs. User goal

Improving fitness

User needs

Set time-based goals and preferences Edit the goals Obtain recommendations for workout sessions Consult the recommendations before the workout Document his workout session Edit his workout data Delete his workout data See results and sources of calculation

Interaction design Once all the user needs and goals have been identified we move on to task models. In these task models the user must complete a task, fulfilling one or more user needs, in a given scenario. The result of task models is the action and reaction behaviour of the user and the system. In addition, we end with user objects [6]. User objects are elements in the task models with which the user interacts. For example, in a use case of a task model the system provides the user with a form in which he is required to enter his workout details. The fields of the workout form become the attributes and the workout form becomes a user object. Each user object is assigned attributes which define it. These attributes are derived from the response of the users during interviews. Table 2 presents the attributes for the user object, workout. To see the flow of the whole process from user goals to the creation of user objects, see figure 3.

See all workout sessions See results and progress See the progress of his/her current goal and obtain recommendations Review the status of previous goals

Table 2 Attributes of the User Object Workout. Workout Type

Information architecture and interaction diagrams Information architecture (IA) gives the application a better structure. The structuring is achieved by grouping tasks for each goal and finding relationships. IA also provides a better overview of how the information flow will function in the application [7]. It serves as the basis on which we build the application’s navigation. The IA and interaction diagram for user goal, Improve Fitness, is given in figure 4. The visual vocabulary [8] used in the IA diagrams is taken from Jesse James Garrett.

Time Frequency Location Duration Speed Proficiency Route Calories burnt Weight

Figure 3 Creation of user objects.

Navigation design Navigation design of interface elements facilitates the user’s movement through the information architecture of the application [7]. We built the application navigation keeping the interaction diagrams as the basis. We decided on how the user will switch from one page to another and which widgets he will interact with. From the interviews it was clear that users did not want to spend too much time in the application. To help the user in accomplishing his daily tasks, such as documenting his workout, the application navigation was restricted to a maximum of three to four levels. This ensures that the user can finish the task quickly with fewer clicks. During the interviews we made a note of the interviewee’s jargon and vocabulary. These words were used as labels in the applications. The user can recognise and identify with this vocabulary; it helps the user navigate and makes the application more intuitive.

Usability testing and evaluation The mock-ups were built on Axure, on which the testing was also done. We employed the “user-based” think aloud usability testing method [17]. The test was carried out with 7 users. Each test user completed 5 tasks. The test results were then compared and evaluated. The test results helped to evaluate three things: (1) whether the user could navigate easily through the application, (2) whether the user could comprehend the labels correctly, (3) whether the user could interact with the widgets easily and complete

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

plication complexity. Applications which enable users to perform their tasks without addressing their goals rarely help them to be effective. We address the question of how usability can be applied at every stage of the design process and impact the final design of the application. We have shown how concepts of usability and user-centred design are successfully employed to develop an intuitive and userfriendly design.

Figure 4 Information architecture for Goal 2, Improve Fitness.

the task. All those places where the user made a mistake were noted as interaction failures. All the user’s suggestions on how to improve the application were noted. After all the tests and evaluation were complete further changes in the mock-up were made on the basis of the feedback from the test users. We chose a light background with dark coloured text for the entire application. This was done because it was difficult to read light text on a darker background under sunlight. This emerged as a requirement from the user interviews. After finishing his workout the user wishes to document it, and thus readability under sunlight is important. These details make the application more user-friendly and usable.

Discussion Obesity as a global epidemic and our design concept for a persuasive tool helps the user to fight weight issues. The article addresses the different strategies which can be employed to improve the design of the persuasive tool and make it more effective. Development of technology along with these strategies has led to more innovative interventions in healthcare and lifestyle [2]. The PBCT have evolved over time and rest on three layers, namely technological foundations, interaction capabilities and the human element. In this article we have also discussed how usability can be applied at every stage of the design process and how it affects the application’s success. Throughout this article we have stressed usability to bridge two major gaps: (1) between user needs and the content of information presented to the user, and (2) between user competence and ap-

Challenges The biggest challenge is to understand user needs and context of use, and then to represent the desired information in a form the user can understand and relate to. For example, an aspect such as frequency of use might seem trivial, but it can alter the design completely. For products which are to be used only once, ease of use for the first time is very important. However, in an application such as ours, where the application must be used daily, the rapidity with which the user completes the task is important. Thus the challenge is to understand the user and his needs, these being the deciding factor between the product’s success or failure. Software applications have a behaviour face which the designer creates and presents to the user. The disconnection that exists between the implementation model [5] and users’ mental model [5, 15] gives rise to the representational model [5]. It is a challenge for the designer to find a convergence between the represented model and the users’ mental model. The closer this is, the easier it is for the user to understand and use the application.

References 1 WHO Facts on Obesity and Overweight, Available at http://www.who.int/ dietphysicalactivity/publications/facts/obesity/en/ 2 Samir Chatterjee, Alan Price. Healthy living with persuasive technologies: Framework, Issues, and Challenges. JAMIA. 16.2 (2009):171–8. 3 Prevention Institute. Reducing health care costs through prevention. The California Endowment, 2007. 4 Secretary of the Department of Health and Human Services Health, United States, 2008; 2009. 5 Alan Cooper, Robert M. Reimann. About Face 2.0: The Essentials of Interaction Design. Indianapolis, Indiana: Wiley Publishing Inc., 2003. 6 User Engineering. Crafting the Compelling User Experience: Abstract Design Phase IBM, 2002. 7 Jesse James Garrett. The Elements of User Experience: User-Centered Design for the Web; David Dwyer: United States of America, 2003. 8 Jesse James Garrett. A visual vocabulary for describing information architecture and interaction design. 2002. 9 Alla Keselman, Robert Logan, Catherine Arnott Smith, Gondy Leroy, Quing Zeng-Treitler. Developing Informatics Tools and Strategies for Consumer-centered Health Communication. J Am Med Inform Assoc. 2008;15:473–83. 10 Caspersen CJ, Pereira MA, Curran KM. Changes in physical activity patterns in the United States, by sex and cross-sectional age. Med Sci Sports Exerc. 2000;32:1601–9. 11 Ooijendijk WTM, Hildebrandt VH, Stiggelbout M. Trendrapport Bewegen En Gezondheid 2000/2001(Report on Trends in Physical Activity and Health): TNO Arbeid, 2002. 12 The Apple iPhone: Successes and Challenges for the Mobile Industry. Rubicon Consulting, Inc, 2008. 13 Interviews, Available at http://usabilitynet.org/tools/interviews.htm 14 Crano WD, Prislin R. Attitudes and persuasion. Ann Rev Pschol. 2005;57.13:1–13. 15 Jeremy Miles, Paul Gilbert. A handbook of research methods for clinical and health psychology. Oxford University Press, 2005. 16 Fogg BJ. Persuasive Technology: Using Computers to Change What We Think and Do, Morgan Kauffman Publishing, 2003. 17 Monique W.M. Jaspers. A comparison of usability methods for testing interactive health technologies: Methodological aspects and empirical evidence. Int J Med Inf. 2009;78:340–53.

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

Une approche pratique de l’interopérabilité entre hôpitaux et médecins traitants en Suisse Michael Schumachera, Henning Müllera,b, Bruno Alvesa, David Godela, Omar Abu Khaleda, François Moosera, Sandrine Dinga a b

Haute Ecole Spécialisée de Suisse Occidentale (HES-SO), Suisse Service d’Informatique Médicale, Hôpitaux Universitaires et Université de Genève, Suisse

Summary Interoperability and data exchange between partners in the healthcare sector are considered one of the important domains by which to improve care processes and in the long run also lower healthcare system costs. Data exchange ensures that patient data are as complete as possible, thus avoiding potential treatment errors, and avoids duplicating tests if the data required are already available. On the other hand, healthcare data is a sore point with many people and strong safeguards needed to protect patient data against misuse, along with tools to enable the patient to manage his/her own data. Even if many countries have eHealth initiatives in preparation or already implemented, health data exchange on a large scale still has a fairly long way to go, since the political processes for global solutions are often complicated. The MediCoordination project adopts a pragmatic approach which attempts to integrate several partners in health care on a regional scale. In parallel with the eHealth strategy currently under development by the Swiss Confederation, the targets of MediCoordination are, in particular, mediumsized hospitals and external partners, with a view to implementing concrete added-value scenarios of information exchange between hospitals and external medical actors.

Introduction Les dossiers électroniques de patients ont fortement changé la gestion des données et des processus dans les hôpitaux [1]. Les données accessibles en format digital permettent une communication simple des données. Le personnel soignant peut accéder simultanément aux données qui peuvent être dupliquées facilement. L’échange de données médicales en format digital a également d’autres avantages que la prévention de pertes de données. Des données plus complètes permettent d’éviter des traitements inadéquats [2, 3]. Des doublons d’examens peuvent être évités si les résultats d’examens sont rapidement communiqués. Par contre, les patients ont peur de l’abus sur les données qui sont enregistrées de manière centralisée dans des grandes bases de données, parce que le potentiel de malveillance est plus important que pour les dossiers papiers. Pour répondre à l’important potentiel de l’interopérabilité médicale, ainsi que pour donner des solutions au risque

d’abus de données, différentes stratégies pour l’interopérabilité ont été définies dans de nombreux pays [4, 5], ainsi qu’au niveau européen [6]. La Confédération suisse a également démarré l’élaboration d’une stratégie eHealth1 pour les dix prochaines années en gérant les données médicales à différents niveaux et en incluant divers groupes d’intérêt. La Confédération a déjà publié une première série de recommandations de standards ainsi qu’une architecture générale qui se base sur une identification des patients et des professionnels. Comme la Suisse est un pays hautement fédéré, on prévoit une infrastructure totalement distribuée. Les données sont enregistrées là où elles sont produites. Elles sont également toutes décrites par des métadonnées qui sont enregistrées elles aussi de manière distribuée. Ce système de métadonnées et un système de définitions de rôles permettent alors un accès sélectif aux documents médicaux. Beaucoup de standards existent dans le domaine. Il serait aberrant d’en définir de nouveaux. Par contre, un choix opportun parmi tous les standards doit être réalisé afin de s’adapter au mieux aux requis de l’architecture de base recommandé par la stratégie eHealth. C’est justement ce qu’a réalisé la Confédération suisse. HL7 CDA (Health Level 7, Clinical Document Architecture) définit un format pour échanger différents types de documents. CEN13606 (European Committee for Standardization) offre également un cadre général pour la description de données. Des standards pour le codage existent dans de nombreux domaines, tel qu’ICD (International Code of Diseases) pour les maladies, SNOMED CT (Systemized Nomenclature in Medicine Clinical Terms [7]) comme une terminologie très vaste, LOINC (Logical Observation Identifiers Names and Codes) pour les laboratoires et les résultats cliniques, et bien d’autres encore. Il existe par contre un clair besoin de pouvoir accéder de manière consolidée aux données d’un patient (ce qui ne signifie pas que ces données doivent être enregistrées au

1 http://www.e-health-suisse.ch/

Correspondance: Michael Schumacher HES-SO Institut d’informatique de gestion CH-3960 Sierre

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

même endroit). Dans ce sens, des entreprises comme Microsoft2 et Google3 ont compris le potentiel d’une telle consolidation en permettant la création de profils personnels de santé. Aux Etats-Unis, beaucoup d’hôpitaux offrant également de tels dossiers de santé personnels permettent une exportation de ces données vers les profils personnels de l’une de ces solutions commerciales [8]. Il existe alors un réel risque que ces acteurs commerciaux utilisent ces données à leurs propres fins. Par contre, les patients veulent avoir un profil personnel de santé qui soit complet. Le projet MediCoordination4 décrit dans ce papier se comprend comme un complément de la stratégie suisse eHealth en se concentrant principalement sur les hôpitaux régionaux et leurs partenaires externes, où l’échange de données n’a pas été un sujet autant important que dans les hôpitaux universitaires [9]. En communiquant avec des acteurs externes dans le système de santé, MediCoordination a identifié plusieurs scénarios d’échange de données dont l’implémentation apporte une valeur ajoutée claire. Cela permet de tester les infrastructures en parallèle à la création de la stratégie eHealth, ainsi que de gagner de l’expérience avec ces outils et de localiser les problèmes potentiels. Ce projet s’est limité à la partie francophone de la Suisse.

Méthodes Le projet MediCoordination inclut deux phases distinctes. Durant la première phase, des interviews ont été réalisées avec différents acteurs du secteur médical suisse (limité à la Suisse romande): des hôpitaux de taille petite, moyenne et universitaire, des médecins, des producteurs de solutions de système clinique et de système de gestion médicale de cabinets, des associations médicales, des assurances maladie, des laboratoires et des prestataires d’imagerie médicale. Sur la base d’une liste exhaustive d’acteurs médicaux, une sélection a permis d’inclure tous les secteurs concernés. La seconde phase du projet concerne le choix et l’implémentation concrète d’un scénario d’interopérabilité entre hôpitaux et leurs acteurs externes. Cet article décrit principalement la première phase de MediCoordination et le scénario choisi pour implémentation. Des interviews personnelles avec 18 partenaires ont été menées dans le but d’obtenir une évaluation qualitative des besoins de chaque partenaire concernant l’interopérabilité médicale au sens large. Les questions ci-dessous ont été la base d’une discussion plus longue avec les interviewés. Les interviews ont duré entre 90 et 120 minutes par partenaire, et ont été modérées par différentes personnes du projet (deux personnes par interview). Les questions ont été développées par les partenaires eux-mêmes du projet: – Quel dossier de patient électronique est utilisé et qu’estce qui est réellement digital?

2 http://www.healthvault.com/ 3 http://www.google.com/health/ 4 http://www.medicoordination.ch/

– Quels standards et terminologies sont utilisés, ou même quel modèle de données (comme HL7 RIM)? – Quelle est votre attitude par rapport à l’interopérabilité et l’échange de données? Quel est le potentiel et où sont les risques? – Quels scénarios vous aideraient concrètement dans l’échange de données avec l’externe (2 à 3 exemples)? Suivant les réponses et la situation du partenaire interrogé, des questions additionnelles ont été posées pour avoir un scenario détaillé de chaque partenaire.

Résultats Cette section détaille les résultats préliminaires obtenus dans le projet.

Partenaires sélectionnés pour l’étude et leurs intérêts particuliers Les partenaires des interviews ont tous été choisis dans la partie francophone de la Suisse, parce que la proximité et la confiance jouent un rôle important pour obtenir rapidement des résultats et des détails suffisants. Une liste exhaustive a été créée. Les partenaires avec des références existantes ont été contactés en premier. Le but était une liste équilibrée. Comme résultat, nous avons contacté pour interviews les institutions suivantes: – deux grands hôpitaux universitaires; – six hôpitaux régionaux de taille moyenne; – deux petits hôpitaux privés; – deux laboratoires d’analyse indépendants; – un laboratoire d’imagerie médicale; – une compagnie d’assurance; – un producteur de solution de gestion médicale de cabinet; – deux médecins utilisant cette solution; – un producteur de système d’information clinique; – la Fédération des Médecins Suisses (FMH); – quelques autres acteurs divers dans la santé en Suisse romande. L’atmosphère des interviews fut excellente et les questions variées permettaient d’obtenir une bonne vue globale des intérêts des participants sur l’interopérabilité dans le domaine de la santé.

Scénarios choisis pour une première implémentation Dans la plupart des interviews, il est devenu très rapidement clair que quelques scénarios avec une solution simple peuvent avoir un impact et une valeur ajoutée importants, particulièrement pour des hôpitaux de grandeur moyenne. La figure 1 illustre les processus généraux qui ont lieu entre un patient, son médecin traitant, un hôpital et les laboratoires. Ces processus sont tous réalisés par courrier ou par fax. Les processus avec les plus grandes valeurs ajoutées pour les docteurs et les hôpitaux régionaux ont été identifiés comme suit: 1) avis de sortie, 2) let-

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

tre de sortie, 3) protocole opératoire, et 4) demande d’admission. Au moment de l’admission, les documents d’admission sont envoyés du médecin traitant à l’hôpital, et lorsque le patient quitte l’hôpital de l’hôpital au médecin traitant. Cette communication est présente pour pratiquement tous les patients. Un flux d’information rapide peut donc réduire des processus manuels. Tous les acteurs médicaux qui ont été visités implémentent les documents de ces groupes de processus sur un support

Figure 1 Processus de communication entre hôpitaux et partenaires externes.

Figure 2 Processus de création d’une lettre de sortie dans un des hôpitaux partenaires du projet.

papier (par fax ou courrier). Des parties de ces documents peuvent être générées automatiquement par le système d’information clinique de l’hôpital. Dans tous les cas, l’information doit être ajoutée manuellement par les médecins ou les secrétaires. Aucun des documents n’est créé en utilisant un code standard autre qu’ICD pour le diagnostic. La figure 2 illustre le processus de création d’une lettre de sortie de l’un des partenaires. Nous avons défini les premières spécifications d’un avis de sortie avec une architecture utilisant un serveur de résultats, tel qu’illustré à la figure 3. L’avis de sortie est un court texte qui résume le séjour du patient à l’hôpital. Lorsque le patient quitte l’hôpital, le médecin hospitalier écrit cet avis directement en texte libre (semi-structuré) dans le système d’information. Le document est envoyé au médecin traitant soit par fax, par courrier ou par le patient luimême. Le but est d’informer le médecin traitant du diagnostic, des interventions possibles, de la médication à la sortie, ainsi que des contrôles à réaliser par la suite. Le flux des événements proposé dans le système électronique peut être résumé ainsi: 1 le médecin hospitalier crée un avis de sortie (ou un autre type de document comme une lettre de sortie); 2 la destination du document est choisie; 3 le document est généré partiellement avec les données du dossier de patient; 4 le document est complété avec de l’information additionnelle; 5 le document est encrypté (un système d’encryptage n’a pas encore été choisi); 6 le document est envoyé au serveur de document; 7 le serveur notifie le médecin traitant qu’un nouveau document est accessible (ou le médecin traitant vérifie cela activement); 8 le médecin traitant se connecte au serveur et crée une connexion sécurisée; 9 le médecin traitant télécharge le document dans son application médicale par la connexion sécurisée; 10 le document est décrypté; 11 le médecin traitant vérifie le document et confirme sa validité, puis sort du système. Dans ce contexte, il est spécialement important que le flux d’information soit rapide, et que le médecin traitant soit informé sur le statut de son patient dès qu’il quitte l’hôpital. Un processus similaire peut être créé pour la demande d’admission, la lettre de sortie, le protocole opératoire ou d’autres types de documents plus simples.

Conclusions

Figure 3 Le scénario d’un serveur de documents à l’intérieur des hôpitaux et l’échange avec les partenaires externes.

L’interopérabilité pour échanger de l’information médicale est un domaine sensible. Son potentiel est aussi grand que la peur de perdre le contrôle sur les données en cas d’abus. La plupart des stratégies eHealth visent une solution globale au niveau national et à long terme, comme c’est le cas de la Confédération helvétique. Même si cela est nécessaire, il est quand même important de gagner de l’expérience avec des solutions simples mais réellement

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

implantées qui offrent une grande valeur ajoutée. Nos interviews ont montré que l’intérêt des participants est fort si une solution leur apporte un gain. Un scénario pour échanger des lettres de sortie est en train d’être implémenté avec deux hôpitaux, un producteur de solution de gestion médicale de cabinet, ainsi que deux médecins traitants. Une extension de ce groupe est planifiée dans la deuxième partie du projet. Ce travail a été ﬁnancé par la Haute Ecole Spécialisée de Suisse Occidentale (HES-SO) dans le contexte du projet MediCoordination.

Références 1 Haux R. Health information systems – past, present, future. Int J of Med Inf. 2006;75(3–4):268–81. 2 Kohn LT, Corrigan JM, Donaldson MS. To err is human: building a safer health system. National Academy Press. 2000. 3 Walker J, Pan E, Johnston, Adler-Milstein J, Bates DW, Middleton B. The Value Of Health Care Information Exchange And Interoperability. Health Affairs-Millwood. VA 2005;24(1):10–8. 4 Ruotsalainen P, Iivari AK, Doupi P. Finland’s strategy and implementation of citizens’ access to health information. Stud Health Technol Inform. 2008;137:379–85. 5 Confédération Suisse: Stratégie nationale en matière de cybersanté (eHealth), December 2008. 6 Commission of the European Communities: e-Health – making healthcare better for European citizens: An action plan for a European e-Health. Com 2004: 356. 7 Spackman KA, Campbell KE, Cote RA. SNOMED-RT: A Reference Terminology for Health Care; Proceedings of the 1997 AMIA Annual Fall Symposium. 1997:640–4. 8 Steinbrook R. Personally Controlled Online Health Data – The Next Big Thing in Medical Care? N Engl J Med. 2008;358(16):1653–5. 9 Lovis C, Spahni S, Cassoni N, Geissbuhler A. Comprehensive management of the access to the electronic patient record: Towards trans-institutional networks. Int J of Med Inf. 2007;76(5–6):466–70.

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

Validation of an implementation methodology for information systems in healthcare Marc Oertle

Summary Integration and implementation of information systems (IS) in healthcare is a challenging task. Only a minority of US (as well as European) hospitals have, for example, fully implemented computerised physician order entry (CPOE) in their daily practice (see HIMSS analytics homepage). The reasons for this situation are many: late computer implementation in healthcare compared with other industries, resistance by professionals, complex and sometimes unpredictable workflows difficult to model in an IT system, past failures and mistakes in implementation, to mention just a few. Since the implementation of ICT in healthcare is known to be problematic, a universally applicable framework would be of use. Although many case studies are published, only a few publications focus on practicable lists or methodologies supporting the implementation of IS. On the basis of a literature review, the only generally applicable framework is chosen for validation. The framework consists of 110 success and 27 failure factors for different types of healthcare IS. Validation is performed by a retrospective analysis of CPOE implementation in the hospital of Thun (Switzerland). Overall, from our perspective, the framework offers a valid possibility for planning and implementing CPOE in a hospital, although, on a one-off basis, the framework could be widened. In general, it offers a detailed and usable list of success and failure factors for implementation of IS in a healthcare institution. Although distinct differences between e.g. CPOE and other IS exist, many of the items indicated in the framework can be used in a general setting. The framework under study could thus enable many hospitals or other healthcare institutions to successfully implement information systems, even though the list of items to be observed can never be complete.

Introduction In healthcare in general and especially in hospitals, working routines, workflows and interdisciplinary work are nearly always complex, non-linear, in many ways unpredictable and sometimes even chaotic [1]. Due to the publicly financed structure of many hospitals, financial support for the introduction of computerised systems is often lacking and for years knowledge of the potential advantages of computerised support was limited. Last but not least, the working environment is quite well organised even though most hospitals still rely on paper-based systems. Paper as an information source has distinct advan-

tages over computerised systems and for decades has proven its suitability [2]. These are only some of the reasons why for many years information and communication technology (ICT) was not widely used in hospitals. The latest booster effect in support of the introduction of information systems (IS) arose from the report â&#x20AC;&#x153;To Err is Humanâ&#x20AC;? by the Institute of Medicine (IOM) [3] and thereafter from initiatives of many quality organisations, e.g. the Joint Commission on Accreditation of Healthcare Organisations (JCAHO) and the Leapfrog Group. Many publications have so far reported on enhanced patient safety, decreased adverse drug events, relevant return on investments and improvements in work processes und workflows [5, 6]. But implementation of IS harbours new problems as well. Systems may be badly designed, may be incorrectly used [3] or lead to wrong conclusions. Several reports also show increased error rates in prescribing medication [7, 8], despite sophisticated algorithms. Furthermore, some studies show totally new behavioural problems such as goal conflicts when some actions are monitored: nurses pay more attention to monitored activities and neglect activities that would have been prioritised in the traditional setting [9]. In summary, there may be a price to pay for increased patient safety: the risk of safety. Thus, we nowadays face an enormous gap between knowledge of problems created by the current system, the available technical resources and the realisation of such projects in healthcare institutions. Implementation is obviously one of the problems surrounding IS and especially CPOE; support on the basis of a valid implementation framework would be most welcome.

Objective Finding a detailed framework, methodology or strategy that is universally applicable and offers maximum chances of successful implementation of a CPOE system in a hospital. Perform a validation of this framework based on experience of CPOE implementation in Thun hospital, which is considered to be successful.

Correspondence: Marc Oertle MD, MSc Leitender Arzt Medizin & MedizinInformatik Krankenhausstrasse 12 CH-3600 Thun Switzerland marc.oertle@spitalstsag.ch

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

Methods and materials A literature search was performed on PubMed for publications on implementation strategies for information systems. The chosen search strategies resulted in 68 different publications. Articles reporting the effects (success or failure of surrogate markers, organisational development after implementation) of an already implemented CPOE system (e.g. error reduction rate after implementing a CPOE Table 1 Out of 110 success factors, 94 factors where included in the validation (14 exclusions due to less than 3 experts rating the item at least as important, see text). The adjusted weight is the product of the number of experts with the degree of fulfilment (fulfilment = 1 in the theoretical framework). Fulfilment is a factor of 1 (totally fulfilled), 0.5 (partially fulfilled) or 0 (not fulfilled at all). In total, 94 items create by this an adjusted weight of 411 points in the framework. Category

Items included / items in framework

Adjusted weight* Adjusted weight* framework Thun (%)

Functional

17/18

63.5

(97)

Organisational

10/12

37.5

(89)

Behavioural

4/5

17.5

(88)

Cultural

7/7

(82)

Political

8/11

14.5

(38)

Managerial

27/33

124

103

(83)

Technical

10/11

(80)

Legal aspects

1/1

(100)

Strategy

3/4

(100)

Economical

3/4

(72)

Educational

3/3

(100)

User acceptance

1/1

(50)

94/110

411

336

(82)

Table 2 Out of 27 failure factors, 17 were included in the validation (10 exclusions due to fewer than 3 experts rating the item at least as important, see text). The adjusted weight is the product of the number of experts with the degree of fulfilment (fulfilment = 1 in the theoretical framework). Fulfilment is a factor of 1 (totally fulfilled), 0.5 (partially fulfilled) or 0 (not fulfilled at all). In total, 27 items thus create an adjusted weight of 64 points in the framework. Category

Items included / items in framework

Adjusted weight* Adjusted weight* framework Thun (%)

Functional

3/3

1.5

(19)

Organisational

2/4

1.5

(25)

Behavioural

2/3

(30)

Cultural

2/2

(0)

Managerial

3/5

(0)

Technical

3/6

(31)

Legal aspects

2/2

1.5

(25)

Educational

1/1

(0)

Economical

0/1

(0)

17/27

12.5

(20)

system) were excluded if the implementation phase was not considered in the article. Methods for evaluation of running systems (e.g. comparison pre- and post-implementation) were also excluded, since their primary focus is not on factors influencing successful implementation. Out of the remaining articles, only two [10, 11] offer a structured and universally applicable framework. Both publications split the items influencing success and failure into 10 to 12 dimensions. Only one publication [11] is universally applicable for other than CPOE systems, and is thus chosen as main reference for the purpose of this article. This work by Brender et al. proposes a framework for successful implementation of information systems in healthcare. The framework is the result of a Delphi Study design. 110 success and 27 failure items were identified and rated with regard to different IS types: administrative, production support, clinical, decision support and educational / training systems.

Validation methodology of a given framework To validate the framework, only items and ratings of clinical systems and decision support systems are further followed, in contrast to the remaining three system types. Eight expert groups in the Delphi analysis rated each item as “not really important”, “sometimes important”, “important”, “central” or “essential”. For the purpose of this study, only items where at least 3 out of 8 expert groups rated with at least “important” were included. With this limitation, 94 out of 110 success items and 17 out of 27 failure items are included in this study. To render a comparison between the proposed framework and the real setting measurable, all success and failure items are weighted as the product of rating and fulfillment. Fulfillment of an item is for this purpose defined as a factor of 1 (totally fulfilled), 0.5 (partially fulfilled) or 0 (not fulfilled at all). Adjusted weight = rating x fulfillment (e.g. adjusted weight = 4 x 1 = 4) In this example, a factor rated as a 4 (= 4 experts) that is totally fulfilled in the implementation thus leads to an adjusted weight of 4. In the ideal setting, all items are totally fulfilled, resulting in the maximum of 411 points. As the second part of the analysis we identified items which were important in our local settings with regard to the success of implementation, but which did not exist in the framework.

Results The results of the validation are given in table 1 (success factors) and table 2 (failure factors) respectively. Of 411 weighted success points, our implementation achieved 336 points (82%). Out of 64 identified failure points, we could not avoid 12.5 points (19%).

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

Absent success and failure factors: the Thun experiences Missing points from the Thun hospital viewpoint were also analysed. The most important points are – grouped by category – shown in table 3. Table 3 According to the analysis of the framework by Brender et al., we identiﬁed distinct success and failure factors as especially important in our setting. The items are grouped by categories corresponding to the framework. Category

Thun experiences, missing items

Functional (success points)

The integral, interdisciplinary solution/incentives for every professional group using the system. ICT as enabler: no workflows had to be changed due to limitations of the ICT solution. Wireless LAN as enabler for ubiquitous information availability was essential. Perceived usefulness: solutions mainly perceived as useful are off-floor ordering, preadmission sets, department order sets [11].

Functional (failure points)

Inability to represent the detailed needs of daily practice in a commercial CPOE system.

Organisational (success points)

Choice of the setting: no introduction in ICU and ER (cave: transferrals!). Choice of the POE part to introduce first is crucial: medication is extremely interdisciplinary

Behavioural (success points)

Bringing the different user groups together. Flexibility: nurses can enter orders they receive by phone or by taking drugs out of the AMDS. New ways of communication: e-mail-like patient oriented mailing system within the PCIS serves for asynchronous tasks.

Behavioural (failure points)

Flexibility is abused mainly by physicians. Underestimation of power: nurses refuse patient transferrals when orders are incomplete

Cultural (success factors)

Key people on both sides (medical informationists)

Political (success factors)

Commitment from the clinical leaders (physician-in-chief)

Management (success factors)

Mix of top-down decision to implement such a system and bottom-up decision to design and implement the system is crucial. Pointing out for each group arguments in favour of using the system: nurses, pharmacist and physicians all have other areas in which to profit from a code of use for the system. Key competences should be in-house.

Technical (success factors)

Immediate feeling of security concerning availability and accessibility of the CPOE system is very important.

Discussion Implementation of computerised support in clinical settings is known to be problematic. The intertwining of technical solutions with the behaviour of the users within institutions has led to the socio-technical approach in analysing problems and situations during implementation phases in healthcare institutions. In most publications we find similar dimensions of interest where special attention has to be given to: knowledge base and understanding of work, organisational aspects including internal and external fit, key people and users as key elements, usability and suitability of the information system, design and implementation. Given this complexity, it is hard to find a single list of relevant factors. There does not seem to be a unique formula with which success could be guaranteed. Nevertheless, the framework of Brender et al. attempts to offer a globally applicable list of distinct success and failure points for implementation of IS in healthcare. For the retrospective analysis in our setting, 94 out of 110 success items and 17 out of 27 failure items were analysed. As the importance of each item is not equally rated by the experts, we calculated an adjusted weight by multiplying a factor of fulfillment with the number of experts rating the item. Thus a maximum of 411 success points and a maximum of 64 failure points are possible. Out of these points 82% of the success points were achieved in our hospital and only 20% of the failure points were incurred (table 1, 2). In summary, most of the relevant and usable (concerning sample size) items were fulfilled in 80–100%. The framework was analysed for points lacking, meaning items that we would address as being our success and failure factors but that were not also considered in the framework. Although the framework covers many items, a considerable list of important points were identified during our retrospective analysis (table 3). This emphasises the difficulty of creating a definitive list of items to be considered on the one hand, and demonstrates the (needed) individuality of implementation on the other. Most of all, integration of the CPOE solution within the PCIS was crucial in our setting. Only full integration of the ICT system offers maximum advantage in usability and workflow improvement, being measurable in working time reductions for several professions! Compiling and listing the discharge medication based on structured data from admission to discharge, e.g. combined with the electronic transfer of this medication list to the pharmacy, where validation and delivery of drugs takes place, offers huge benefits compared to the system used previously. Second, separating drug prescribing from other POE elements is in our experience very important as well. Needs for graphic representation of prescription information are totally different from other forms of ordering (administration several times a day during the stay, history in terms of the last days is essential etc.). The setting where the system was primarily introduced is also crucial. Resistance in the emergency department and the intensive care unit was assumed to be very high due to lack of a PCIS for nurses in the ICU and the huge percentage of outpatients in the ER.

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

In summary we can conclude that most of the relevant success factors offered in the framework were fulfilled and – in a moderate proportion – some of the failure factors could not be avoided. This means that in our case the framework offers a valid opportunity for planning of successful implementation. However, some points rated as important were not essential at all (especially the political and financial aspects), and some that are relevant from our point of view were lacking. Thus, some extensions of the framework should perhaps be carried out in a local setting. Nevertheless, although the table of nearly 150 factors seems to be not very practical, it contains most of the factors mentioned in previous studies and offers a usable framework with which to support successful implementation. Furthermore, the items are cited in a precise manner and thus universal application is possible. Nevertheless, unpredictable factors and factors that cannot be influenced may result in failed implementation even when all items mentioned in the framework were followed. This retrospective analysis has several limitations. First, it is possible that such a framework, based on a Delphi study, cannot be validated by analysing existing systems at all. Second, although we consider our implementation of a CPOE system a success, this could be a misinterpretation. Third, although nearly all relevant points (success and failure) were considered, the simple multiplication of points and fulfillment resulting in a weighted sum may be wrong. Fourth, we cannot identify a valid cutoff identifying the application of the framework as successful. In addition, the rating of fulfillment by the author, emphasised by the judgement of two other persons involved in the project, could be prone to bias and should ideally be made in a broader setting. Last but not least, our hospital – although a typical Swiss non-university hospital – may not be representative of other hospitals and this narrows the applicability of the results.

Conclusion Success in implementation of IS is a multidimensional process. There is no simple formula that could guarantee success. Despite cultural and social differences between the countries of the western world, some key points defining success or failure will nevertheless be the same. The framework proposed by Brender et al. offers a list of more than a hundred success and failure factors in twelve dif-

ferent dimensions. As shown in an “a posteriori” validation in a successful CPOE implementation in the hospital of Thun, the framework could be used for future implementations and should at least be such as to increase the chances of success. Further validation of the framework would emphasise its importance and its correctness. In the light of our experience, building an integral solution, designing CPOE with regard to the items ordered (treat medication POE separately), creating a code of use, creating technical reliability and mixing the top-down strategy with bottom-up implementation would be the most important factors in completing the framework. Even if not every item of the framework is considered, it would be most important for future implementations to analyse and plan in depth, to recognise the socio-technical and user-centred aspects as very if not most important, and to aim for systems that fit as well as possible into a given health environment.

References 1 Berg M, Aarts J, van der Lei J. ICT in health care: sociotechnical approaches Methods Inf Med. 2003;42(4):297–301. 2 Berg M. The search for synergy: interrelating medical work and patient care information systems. Methods Inf Med. 2003;42(4):337–44. 3 Medicine Io. To Err is Human: Building a Safer Health System. National Academy Press, Washington DC. 1999. 4 Bates DW, Teich JM, Lee J, Seger D, Kuperman GJ, Ma’Luf N, et al. The impact of computerized physician order entry on medication error prevention. J Am Med Inform Assoc. 1999;6(4):313–21. 5 Bobb A, Gleason K, Husch M, Feinglass J, Yarnold PR, Noskin GA. The epidemiology of prescribing errors: the potential impact of computerized prescriber order entry. Arch Intern Med. 2004;164(7):785–92. 6 Mekhjian HS, Kumar RR, Kuehn L, Bentley TD, Teater P, Thomas A, et al. Immediate benefits realized following implementation of physician order entry at an academic medical center. J Am Med Inform Assoc. 2002;9(5):529–39. 7 Ash JS, Berg M, Coiera E. Some unintended consequences of information technology in health care: the nature of patient care information system-related errors. J Am Med Inform Assoc. 2004;11(2):104–12. 8 Han YY, Carcillo JA, Venkataraman ST, Clark RS, Watson RS, Nguyen TC, et al. Unexpected increased mortality after implementation of a commercially sold computerized physician order entry system. Pediatrics. 2005;116(6):1506–12. 9 Patterson ES, Cook RI, Render ML. Improving patient safety by identifying side effects from introducing bar coding in medication administration. J Am Med Inform Assoc. 2002;9(5):540–53. 10 Ash JS, Gorman PN, Lavelle M, Stavri PZ, Lyman J, Fournier L, et al. Perceptions of physician order entry: results of a cross-site qualitative study. Methods Inf Med. 2003;42(4):313–23. 11 Brender J, Ammenwerth E, Nykanen P, Talmon J. Factors influencing success and failure of health informatics systems – a pilot Delphi study. Methods Inf Med. 2006;45(1):125–36

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

HEALTH-IDENTITY: Services mobiles pour les consommateurs de médicaments Jean-Jérôme Sarrasina, Michael Schumacherb, Christian Hayc Institut de recherche Icare/RFID-Center, TechnoArk, Sierre Haute Ecole Spécialisée de Suisse Occidentale, Sierre c Medinorma Sàrl, Rolle

Summary Thanks to new technologies for drug identification, traceability and mobile platforms, it is possible to provide personalised services for medicine consumers. This paper presents the Health-Identity platform, which is a mobile application providing the consumer with an assurance that the drug she/he holds in her/his hands is a genuine product and can be consumed without risk in accordance with her/his stored patient profile (allergies, health state, current medicine consumption, etc.).

Introduction Selon l’OMS, 10% des médicaments vendus sont des contrefaçons [1]. Cette proportion ne correspond heureusement pas à ce que nous observons en Suisse. Tel n’est pas le cas dans d’autres pays européens comme la GrandeBretagne. De plus, beaucoup de personnes pratiquent l’automédication ou consomment des médicaments ayant fait l’objet d’une prescription antérieure. Il peut en résulter des problèmes d’interaction médicamenteuse que les spécialistes comme le pharmacien ne peuvent détecter. Le patient aurait donc une grande utilité d’un outil qui lui certifie que le médicament qu’il a entre les mains est authentique et qu’il ne présente pas de risque d’après le profil médical qu’il aura défini (ses allergies, son état de santé, les médicaments pris/prescrits régulièrement, etc.). Cela est rendu possible grâce à de nouvelles technologies, exploitant l’identification des médicaments et de nouveaux services personnalisés mis à disposition sur une plateforme mobile. Cet article présente la plateforme Health-Identity [2] qui réalise un service Business To Consumer offert au consommateur de médicament, l’informant notamment sur l’origine connue ou inconnue du médicament ainsi que sur la posologie et la compatibilité avec son profil patient. La Pharmacie du Midi à Sion a fourni des scénarii réalistes qui peuvent se produire régulièrement dans des cas d’automédication. e-mediat [3] a mis à disposition sa base de données galdat. Il s’agit de l’unique source de données utilisée dans Health-Identity, car en plus de contenir le nom et le descriptif de l’ensemble des médicaments vendus en Suisse, galdat possède aussi toutes les informations sur les substances d’un médicament, les interactions et autres ca-

ractéristiques utiles. C’est aussi cette base qui sert de référence à la plupart des pharmaciens de Suisse.

Les déﬁs de l’automédication De nos jours, on observe une autonomie croissante des patients dans leur décision de médication. De nombreux facteurs expliquent cette évolution, notamment l’élévation du niveau d’information des consommateurs (p. ex. par Internet). Une série d’outils permettant de gérer sa santé a vu le jour sur Internet. Google Health [4] permet d’administrer son «compte-santé» en interaction avec ses dossiers-patient informatisés qui se trouvent chez le médecin, le pharmacien ou encore dans un hôpital. En l’état actuel, ce projet s’adresse prioritairement aux fournisseurs de soins d’Amérique du Nord. Family History [5] complète cette approche en y ajoutant le profil santé de la famille du patient. Puisque le patient est autonome, il peut décider lui-même de l’achat et de la consommation de médicaments. Il est donc important qu’il puisse avoir un outil qui lui certifie l’authenticité de ce qu’il se procure. C’est pourquoi la lutte contre la contrefaçon a pris un essor considérable au fil des dernières années. Ainsi l’OMS a lancé le projet IMPACT (International Medical Products Anti-Counterfeiting Taskforce [6]) qui rassemble les acteurs concernés par ce problème: autorités de santé, fabricants, grossistes, pharmaciens, etc. Ces partenaires ont conclu que la lutte contre la contrefaçon englobe d’une part la sécurisation des emballages et d’autre part leur traçabilité à l’unité, respectivement leur authentification au point de dispensation. Des initiatives régionales ont aussi émergé par exemple en Californie [7], dans l’Union européenne [8] ou au sein de l’industrie pharmaceutique européenne (EFPIA) [9]. Ces initiatives abordent toutes l’aspect de traçabilité à l’unité des emballages de vente de médicaments. Le volet technique de la lutte contre la contrefaçon est basé Correspondance: Jean-Jérôme Sarrasin Institut de recherche Icare/RFID-Center, TechnoArk TP10 CH-3960 Sierre sarrasin@rﬁdcenter.ch

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

sur la sérialisation des objets, ceux-ci étant choisis par les producteurs de médicaments en raison de leur profil de risque (pour la santé, pour la contrefaçon, etc.). Le choix opéré en Europe consiste à sécuriser la chaîne de distribution dans le commerce de gros (entre fabricants et grossistes et entre grossistes et gros clients) en utilisant intensément la traçabilité par lot. Au niveau de la dispensation, la vérification de l’authenticité du médicament considéré est opérée en vérifiant son numéro de série (construit avec un GTIN et un numéro pseudo randomisé, c.-à-d. unique). Un pilote [10] a été mené en Suisse en 2008 pour comprendre dans la réalité ce que représente la capture d’information sur chaque boîte individuellement, à chaque étape de la chaîne de distribution. Ce pilote a impliqué un nombre réduit de médicaments soumis au contrôle des stupéfiants selon la législation. Il a donc été possible de comparer les informations saisies par lecture. Une des motivations principales du projet Health-Identity présenté dans cet article est de préparer un outil pour le patient qui voudra s’assurer de l’authenticité de son médicament, acheté auprès d’une pharmacie publique, et lui offrir des services additionnels en lien avec son profil. Pour que celui-ci puisse accéder à cette information d’authenticité, un vecteur d’informations simple est nécessaire. Or, on observe que plus de quatre milliards de téléphones mobiles sont présents sur le marché mondial. De plus, les nouvelles générations de téléphones, appelés smartphones (iPhone, etc.), ont fortement évolué: appareil photographique, assistant digital et capacité d’obtenir de l’information au travers du réseau Internet sont devenus courants. Ces derniers favorisent l’accès à l’information souhaitée au travers d’interfaces et de connexions à chaque fois améliorées. Ils constituent donc un vecteur idéal pour vérifier l’authenticité d’un médicament et offrir des services additionnels à sa consommation. HealthIdentity veut justement offrir un tel instrument en utilisant les possibilités technologiques des smartphones.

Technologies d’identiﬁcation Pour obtenir certaines informations, il est nécessaire d’avoir un code sérialisé, c.-à-d. un identifiant unique pour chaque emballage de médicament. Cela signifie qu’il n’y aura pas deux fois le même identifiant au monde. Actuellement, seul un code GTIN (Global Trade Item Number) est présent sur les emballages de médicament dans un codebarres à une dimension, l’EAN-13 [11], comme on en voit sur tous les articles de magasin (p. ex. 7680085370118 correspond à une boîte d’Aspirine® de 20 comprimés). Des projets sont en cours au niveau européen, selon lesquels les producteurs de médicaments utiliseront des codes DataMatrix [12,13] qui peuvent contenir beaucoup plus de données, à savoir le GTIN, le numéro de lot, la date de péremption, ainsi que le numéro de série. Cette technologie est mise en avant pour permettre l’authentification des emballages au point de dispensation. En l’état actuel des projets connus, l’utilisation de la RFID est peu probable; seule l’Espagne connaît un débat dans lequel l’identification des médicaments par RFID est mentionnée périodiquement.

Le gain en sécurité selon les projets mentionnés ci-dessus est donc opéré par la génération d’un identifiant standard unique pour chaque emballage, par les soins du producteur; l’authenticité de cet identifiant standard unique est ensuite vérifiée au niveau de la pharmacie sans permettre de connaître la cohérence de la chaîne de distribution. Les médicaments achetés par Internet posent un problème particulier qu’il faut placer dans son contexte: d’une part ces achats sont déconseillés, d’autre part ces médicaments seraient fournis dans des emballages qui ne correspondent pas à ce qui est autorisé en Suisse. Par conséquent, si ces emballages portaient un GTIN, celui-ci ne serait pas référencé dans Galdat, qui ne contient que les produits autorisés à la vente dans notre pays. Le choix du vecteur d’information pour ce travail s’est porté principalement sur le DataMatrix (incluant la sérialisation) et sur l’EAN-13 (sans sérialisation) car majoritairement utilisé au moment de la conception de Health-Identity. Un avantage du code-barres à deux dimensions est sa facilité de décodage due à sa structure. Actuellement, seulement une quarantaine de téléphones mobiles sont capables de décoder des identifiants à une dimension tel que l’EAN-13, car une bonne optique ainsi qu’un système d’exploitation permettant de gérer soit l’autofocus soit le mode macro sont nécessaires. En comparaison, environ 200 mobiles seraient compatibles pour un décodage de DataMatrix. Il est aussi important de relever qu’un identifiant tel que le DataMatrix qui supporte la méthode de correction «ECC200» [12] contient environ 60% de redondance de l’information présente, ce qui permet d’éviter toute erreur de décodage.

Description générale de Health-Identity Lorsqu’un consommateur se rend à la pharmacie, il n’a d’autre information sur ce qu’il achète excepté celle qui se trouve sur l’emballage, la notice d’utilisation et les conseils du pharmacien. Health-Identity lui fournit un maximum d’informations utiles en fonction notamment de son profil de santé enregistré sur un serveur par application Web ou mobile (fig.1). Lorsque le patient veut connaître des informations sur un médicament, il effectue avec l’application mobile de Health-Identity une reconnaissance de l’identifiant (DataMatrix ou EAN-13) présent sur l’emballage à l’aide de la caméra du mobile (fig. 2). Un explorateur Internet s’ouvre sur le téléphone et l’amène sur une page web mobile qui reconnaît: 1) l’utilisateur en fonction d’un identifiant unique enregistré dans l’application du cellulaire et 2) le médicament en fonction du code de l’emballage. La page est donc entièrement personnalisée. Après analyse des spécifications de la base de données Galdat d’e-mediat, il a été décidé d’offrir les fonctionnalités suivantes dans l’application mobile: a. Informations disponibles à partir d’un identifiant EAN13 (code-barres classique): – description du produit avec photo, prix public conseillé, remboursement du médicament par l’assurance maladie de base;

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

Figure 1 Proﬁl de santé: A) Gestion des allergies; B) Gestion des médicaments actuels. A

matique par rapport à son état de santé; – alerter l’utilisateur lorsque deux médicaments sont incompatibles, p. ex. en indiquant un degré de danger; – avertir l’utilisateur dans le cas d’un rappel de lot; – rappeler à l’utilisateur la date de péremption dans le cas où elle serait dépassée ou approchée; – lorsqu’un médicament identifié de manière unique a été scanné par plusieurs utilisateurs différents, un avertissement alerte que le médicament est potentiellement une contrefaçon. Il s’agit d’une authentification de type faible [17], car elle n’est pas infaillible, mais peu contraignante et peu coûteuse à mettre en place en opposé aux authentifications fortes telles des tatouages numériques. Le projet tient compte aussi des personnes qui n’ont pas de téléphones mobiles en offrant un accès par le web avec une reconnaissance de l’identifiant par webcam ou par saisie manuelle.

Discussion des choix opérés

Figure 2 Application mobile: A) Décodage d’un médicament avec DataMatrix et EAN-13; B) Accès à l’application mobile.

– liste de produits similaires moins coûteux (médicaments génériques); – mode d’emploi selon la langue de l’utilisateur; – contre-indications en fonction du profil de l’utilisateur (allergie, état de santé, interactions avec les médicaments consommés durant la même période). b.Informations supplémentaires disponibles uniquement à l’aide d’un identifiant sérialisé (DataMatrix): – date de péremption du produit; – rappel de lot; – authenticité de niveau dit faible afin de lutter contre les contrefaçons; – traçabilité du médicament à l’aide du standard EPCIS [14, 15]. Imaginons le scénario suivant d’interaction médicamenteuse [16]. Un utilisateur possède dans son profil les médicaments consommés actuellement: Ventolin® (antiasmathique, Bêta 2 +). On lui a prescrit un autre médicament: Atenolol-Mepha ou Inderal® (bêtabloquants utilisés lors de stress avec tachycardie, c.-à-d. rythme cardiaque trop rapide). Or, le bêtabloquant prescrit diminue ou annule l’effet du Ventolin et le patient risque en cas de crise d’asthme d’avoir de la peine à respirer malgré la prise de Ventolin. Le pharmacien lui conseillerait de prendre de plus fortes doses de Ventolin. L’application Health-Identity peut: – afficher un message d’avertissement indiquant qu’il est préférable de consulter son médecin ou pharmacien avant de consommer le médicament saisi, car problé-

Plusieurs solutions auraient été possibles pour introduire une interaction entre le patient et le produit qu’il a en main. La solution de facilité a été d’utiliser l’EAN-13 qui est imprimé sur quasiment tous les emballages de médicaments et reconnu dans la banque de données Galdat. L’information tirée du code barres (GTIN) est évidemment très réduite et ne permet pas de répondre au volet de lutte contre la contrefaçon. Il s’agit toutefois d’une étape intéressante au niveau de la faisabilité et de la mesure de l’intérêt de la communauté des utilisateurs industriels, pharmaciens et patients. Le choix du DataMatrix est fondé sur les tendances qui se dessinent dans le domaine du marquage des médicaments en Europe. D’une part la réglementation française édictée par l’AFSSAPS prévoit que le vecteur d’information sera obligatoire sur les médicaments d’ici le 1er janvier 2011 [18]. D’autre part, le DataMatrix a été choisi par l’industrie pharmaceutique européenne pour contenir une identification GS1 [19] pseudo randomisée, destinée à vérifier l’authenticité de l’emballage au point de vente. Nous n’avons pas retenu la RFID, qui pourtant présente des atouts non négligeables. En effet, une utilisation extensive de la radio fréquence pour l’identification des médicaments au niveau de l’emballage de vente individuel permettrait de documenter la chaîne d’approvisionnement à chacune de ses étapes; une des caractéristiques attendues de la RFID est la capacité de lire un nombre très élevé de tags en un temps bref, sans disposer d’une ligne de vue sur les objets. Les projets reposant sur l’utilisation de la RFID dans la santé sont nombreux au stade des essais, mais leur déploiement opérationnel est moins fréquent. La RFID se retrouve dans des applications de traçabilité d’appareils ou de lits par exemple. Ces applications sont dites fermées, parce qu’un tiers non autorisé n’a pas accès aux identifiants. Dans le domaine de la traçabilité à l’unité des médicaments, la RFID doit par contre être «ouverte», c.-à-d. que le nombre de partenaires autorisés à lire le tag et à gérer des informations relatives à l’objet, est

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

en soi illimité, comme c’est le cas des codes-barres. L’accès à des informations, en utilisant l’identifiant stocké dans un tag est par contre limité et doit être réservé à des partenaires reconnus et autorisés. Les efforts de standardisation des tags RFID ont été très importants au cours des dix dernières années et GS1 a joué un rôle moteur dans ce domaine avec EPCglobal. Toutefois, après un engouement initial, les acteurs du marché n’ont pas souhaité poursuivre leurs efforts au-delà de pilotes. Par conséquent HealthIdentity ne peut pas se baser sur ce vecteur d’information puisqu’il ne se trouve pas sur les produits qui nous intéressent. Nous avons par ailleurs choisi de diriger les interrogations relatives à un emballage de médicament sur une seule adresse. Par conséquent, seuls les produits référencés dans galdat peuvent faire l’objet d’une interrogation. Si nous voulions avoir une autre source d’informations, nous aurions pu utiliser un ONS (Object Name Service) [20], un outil analogue au DNS (Domaine Name Service) utilisé dans Internet. Bien que disponible, il n’aurait pas été nécessaire dans le cas de Health-Identity, puisque les GTIN des médicaments en Suisse se réfèrent toujours à la même source de données: Refdata.

Conclusion Nous avons réalisé une plateforme mobile qui permet d’offrir des services Business-To-Consumer à des consommateurs de médicaments. Le potentiel de nouvelles applications mobiles de gestion de l’information médicale (et en particulier les médicaments) pour des profils précis est important. Health-Identity est un instrument qui illustre la complémentarité entre divers services offerts sur Internet et la communication mobile. Une commercialisation de Health-Identity implique sans doute son interfaçage avec d’autres plate-formes au moyen desquelles le patient gèrera son dossier-santé informatisé. Par ailleurs, HealthIdentity est une application qui peut permettre au phar-

macien d’interagir avec son patient d’une façon nouvelle. C’est pourquoi un soin particulier doit être apporté à la confidentialité des données ainsi qu’à la précision des conseils de posologie.

Références 1 Death By Prescription, Ray D. Strand, Thomas Nelson publisher; 2003. 2 Sarrasin JJ. Health-Identity. Travail de diplôme, HES-SO Valais / RFIDCenter, Technoark. Sierre, 2008. 3 www.e-mediat.ch 4 www.google.com/health 5 familyhistory.hhs.gov 6 www.who.int/impact/en/ 7 www.pharmacy.ca.gov/laws_regs/e_pedigree_laws_summary.pdf (22.5.2009). 8 http://ec.europa.eu/enterprise/pharmaceuticals/pharmacos/pharmpack_12_2008/citizens_summary_counterfeiting.pdf (22.5.2009) (voir le résumé). 9 www.efpia.org/Content/Default.asp?PageID=566 (22.5.2009) 10 www.gs1health.net/smartlog 11 Information technology – Automatic identification and data capture techniques – Bar code symbology specification – EAN/UPC, Standard ISO/IEC 15420, International Organization for Standardization, 2000. 12 Information technology – Automatic identification and data capture techniques – Data Matrix bar code symbology specification, Standard ISO/IEC 16022, International Organization for Standardization, 2006. 13 GS1 DataMatrix – An introduction and technical overview of the most advanced GS1 Application Identifiers compliant symbology, GS1, 2009. 14 Le standard EPCIS vise à accroître le potentiel de visibilité sur les flux de marchandises et fournit la base nécessaire à la mutualisation des données. Ces informations sont ainsi publiées par les entreprises partenaires à chaque point de lecture de la chaîne d’approvisionnement. (source: traceNews Info) (15.5.2007). 15 EPC Information Services Standard (EPCIS), version 1.0.1, GS1 EPCglobal, 2007. 16 Scénario fourni par la pharmacie du Midi à Sion. 17 GS1 MobileCom – Extended Packaging Pilot Handbook, issue 1, GS1, 2009. 18 www.legifrance.gouv.fr/affichTexte.do?cidTexte=JORFTEXT000000 275479. 19 GS1 est une organisation mondiale, paritaire, à but non lucratif, au service des entreprises. Elle est à l’origine du code standard UCC/EAN-13 imprimé sur la plupart des objets vendus au monde. 20 Object Name Service (ONS) Standard, version 1.0.1, GS1 EPCglobal, 2008.

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

Le dossier médical partagé: concepts et cas pratiques Michel Grupper Medical Link Services

Summary Designed to provide timely information on the patient, whether in hospital, at home or in the consulting room, the shared medical record holds a permanent store of medical and administrative information relevant to care of the patient. It aims, firstly, to improve the quality of care by facilitating coordination and information exchanges among health professionals, patients’ relatives and the patient himself. Another very important element is monitoring of care practices or CPW (clinical pathways). Medlink is the first platform with which each patient’s CPW can be followed individually in real time. The multidisciplinary coordinator thus has a powerful monitoring and workflow tool in its hands. Implemented for several years in projects funded by public or private structures, one of the founders of Medical Link Services, whose mission is to provide solutions for the collection and medico-social sharing of information in a town setting, is in a position to furnish testimony on the conditions for success, the constraints, and the results achieved by its customers. The model, developed over five years, is a blend of advanced technology, health professionals’ experience and modern organisational practices. It has proved its worth in the management of various health networks within public health structures (diabetology, obesity, palliative care, etc.) but also for the coordination of home care settings (hospital at home, home management of the elderly) or monitoring of public health projects in developing countries. E-Toile is a major project of the Canton of Geneva and, through the FSASD and Sitex projects, Medical Link Services forms one of its main contributors for electronic medical files in a town setting.

Objectifs La genèse du projet est de mettre en œuvre une plate-forme universelle de collecte et de partage d’information pour les activités médico-sociales en ville. Partant du constat que les acteurs de la médecine de ville se référaient tous à des logiques différentes de collecte et de partage de l’information, et que l’essentiel de cette collecte se faisait sur papier, le projet avait dès le départ l’optique de fournir une solution permettant de réunir tous les acteurs autour d’un sys-

tème unique, capable de s’adapter à la logique de chacun, mais en fournissant à tout le monde un modèle organisationnel structurant. Les acteurs incluant aussi le patient lui-même et ses proches.

Méthode – Respecter la logique «métier» de chacun. – S’appuyer sur les technologies existantes, opérables facilement par des non-spécialistes et à un coût adapté au besoin. – Sortir de la logique «software» qui impose son format, en cherchant à satisfaire partiellement le plus grand nombre d’utilisateurs. – Fournir une solution que les utilisateurs puissent faire évoluer eux-mêmes, simplement en adaptant le modèle selon leurs besoins, sans avoir besoin de développer. – Bâtir le modèle à partir de cas concrets, permettant d’intégrer rapidement toutes les contraintes opérationnelles de «vrais» clients. – Intégrer une logique de processus, de workflow, bien connue dans l’industrie, qui est en train de se mettre en place dans le monde de la santé. – Faire participer le patient ou/et ses proches, chaque fois que possible. – Considérer la problématique de sécurité et de confidentialité des données comme l’une des contraintes majeures du système. – Réussir l’intégration avec les systèmes d’informations existants. – Prendre en compte le modèle organisationnel du client, et l’intégrer dans Medlink, grâce à la gestion des rôles et des matrices de prise en charge. – Une plate-forme souple qui s’adapte à l’évolution des pratiques médicales sans l’intervention de techniciens de l’informatique.

Correspondance: Dr Michel Grupper 5, rue du Nant CH-1207 Genève michel.grupper@med-link.org

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

Cas pratiques SITEX Société privée de soins à domicile à Genève Objectifs – Amélioration de la structuration des prises en charge. – Mise à jour des dossiers en temps réel. – Communication avec les médecins prescripteurs. – Traçabilité et sécurité des soins. Moyens – Reprise du modèle organisationnel existant sur la plateforme MEDLINK. – Intégration des rôles des différents acteurs dans le système (fig. 1). – Définition de la matrice de prise en charge. – Définition des droits d’accès au Dossier Médical Partagé. – Formation du personnel sur les modes de saisie et d’accès au dossier médical partagé (Serveur vocal, téléphone mobile, PC connecté …). – Mise en route du planning partagé permettant d’organiser l’activité opérationnelle. Quelques chiffres – 9 types de prise en charge. – 290 médecins référents. – 26 infirmières actives. – Plus de 1200 patients suivis. – Près de 2000 visites par mois. – 780 types de données gérées. – Saisies: Tel. + WAP + WEB + Fax + serveur vocal + interface UNILABS (laboratoire d’analyse médical). Résultats – Amélioration de la qualité des soins. – Système utilisé et accepté par chacun. – Gain de temps pour tous. – Partage des données avec les autres bases de données du canton. – Aide à la maîtrise des coûts. – Diminution de la charge administrative. – Augmentation du nombre de visites par jour.

FSASD Fondation des services d’aide et de soins à domicile (FSASD), Canton de Genève. Les prestations de la FSASD s’adressent aux personnes, qui du fait de problème de santé ou d’âge, ne sont plus autonomes mais souhaitent vivre chez elles plutôt qu’en institutions. Objectifs – Gestion du dossier administratif du client. – Evaluation des besoins métiers requis et la mise en place des prestations par la méthode de résolution de problèmes (MRP). – Gestion des données métier.

– Planification optimisée et efficiente du point de vue des ressources humaines et de la qualité des actes à réaliser chez les clients. – Relevé détaillé de l’ensemble des actes chez ou pour le client de même que de toutes les activités directement liées à la clientèle aux fins de gestion et de pilotage, de statistiques d’activité et de facturation. – Communication «online» de ces données à distance entre professionnels mobiles ainsi qu’entre les Centres et les partenaires du réseau. Moyens – Activité de re-engineering des processus mise en œuvre avec le client permettant de redéfinir les rôles et les processus. – Démarrage opérationnel sur des secteurs pilotes étendus peu à peu à tous les services. – Mise en œuvre d’un comité de pilotage projet évaluant régulièrement l’avancement et le calendrier du projet. Quelques chiffres – Mise en place du programme: 18 mois (5 mois de consultation pour le re-engineering, 4 mois de pilote et 9 mois de déploiement). – 2000 collaborateurs pour 1380 postes à plein temps. – 1 million de contacts/visites patients par an. – Saisie: WEB + Fax + serveur vocale + WAP + 6 interfaces. Résultats – Démarrage de premiers pilotes en moins de six mois. – Reprise des données existantes (fig. 1).

Diabaide Réseau de soin diabétique, Canton de Vaud Objectifs Pour la prise en charge: – systématiser la prise en charge des patients; – améliorer le suivi et le flux des patients. Pour les professionnels Diabaide: – systématiser les processus de prise en charge; – améliorer la réactivité des professionnels pour les ajustements thérapeutiques; – partager les données concernant le patient; – permettre un gain de temps pour les synthèses. Pour la filière: – partager les données concernant le patient avec les partenaires de la filière «in vivo»; – rendre la prise en charge et le suivi du patient transparent pour tous les participants; – permettre l’accès aux données nécessaires à l’évaluation de l’activité de la filière. Pour le patient: – augmenter la sécurité lors d’introduction ou de changement de traitement; – augmenter la disponibilité des soignants; – permettre une implication active dans la prise en charge.

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

Moyens – Activité de re-engineering des processus mise en œuvre avec le client permettant de redéfinir les rôles et les processus notamment la mise en place de 16 CPW. – Participation du Service de santé publique du Canton de Vaud. Quelques chiffres – Mise en place du programme: 3,5 mois. – 850 patients diabétiques. – 16 itinéraires cliniques diabétiques. – 10 prestataires de soins dans le réseau sur 4 sites différents. – Plus de 100 prescripteurs. – 120 types de données. – Saisie: WEB + Fax + serveur vocale + WAP.

Figure 1

Résultats – Démarrage opérationnel complet 100% des prestataires en 3,5 mois. – Reprise des données. – Amélioration de la prise en charge des patients par les 16 CPW qui ont été adaptés en fonction des pratiques de soins (fig. 2).

Conclusion Déjà trois ans et demi depuis la première mise en place de la plate-forme MedLink, quinze clients ont bénéficié des avantages de la mise en place de nos services. Notre plateforme permet le suivi des CPW et améliore le partage de l’information médico-sociale. Les avantages principaux qui en ressortent sont les suivants: – amélioration de la collecte des informations médicosociales; – plus facile de suivre les problèmes; – amélioration l’efficience de l’équipe multidisciplinaire; – accès facile à l’information pour chaque intervenant de l’équipe multidisciplinaire; – suivi facile d’indicateurs. Les autres avantages en fonction du métier de chaque client sont les suivants: – améliore la transparence des processus de soins; – facilité pour analyser les données; – plus facile et plus efficient pour la commande des médicaments; – améliore la sécurité des patients; – collecte multi-terminal et multi-langue «just in time» adaptée à chaque besoin de l’équipe multidisciplinaire; – améliore la sécurité des professionnels; – logistique et management des opérations; – tableau de bord pour la direction; – just in time supply management; – améliore les processus de travail interne; – contrôle et amélioration de coûts internes.

Figure 2

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

Prescription informatisée: de l’ordre à l’itinéraire clinique Mathias Tschopp, Magali Despond, Damien Grauser, Jean-Christophe Staub, Christian Lovis

Summary Computer-based physician order entry has become a key component of electronic health record systems and has generated many scientific publications. The importance of a global prescription platform, including drugs but also the other aspects of patient care, is often undervalued. The same applies to the possibility of creating order sets targeted at common clinical problems, which will translate common clinical practice far more efficiently than single basic orders. This logic can be pushed further by developing clinical pathways which will fully realise the potential of e-prescribing with regard to security, quality and efficiency.

Introduction La National Library of Medicine donne la définition suivante d’un itinéraire clinique: «Schedules of medical and nursing procedures, including diagnostic tests, medications, and consultations designed to effect an efficient, coordinated program of treatment». Itinéraire clinique est généralement traduit par «critical pathways» ou encore «clinical pathway» dans la littérature anglo-saxonne. Cette définition met l’accent sur l’organisation globale de la prise en charge d’un patient, en termes opérationnels. Le champ d’un itinéraire dépasse les soins médicaux et infirmiers, il englobe toutes les activités impliquées directement ou indirectement dans les soins aux patients. De manière générale, on distingue trois niveaux de conception d’itinéraires cliniques: – les itinéraires cliniques standardisés, visant une population homogène de patients; – les itinéraires cliniques spécifiques, s’adressant à des patients dont on ne peut anticiper a priori tous les aspects de la prise en charge, au niveau d’un groupe, mais qui, une fois leurs spécificités connues, suivront un itinéraire adapté; – le case management, qui s’intéresse à l’optimisation de la concertation interdisciplinaire, dans la prise en charge de groupes de patients peu prévisibles. Ce travail s’attache à décrire le premier type en relation avec la prescription informatisée. Les itinéraires cliniques standardisés sont utilisés pour un processus de soins bien prévisible au niveau d’un groupe de patients avec des caractéristiques comparables et connues. Un exemple en est l’intervention pour la cataracte, la période post-partum

après un accouchement par voie basse ou encore une intervention pour une cholécystectomie laparoscopique. Dans ces itinéraires cliniques, le déroulement est prévisible, les interventions et objectifs sont standardisés au niveau de la population de patients. De tels itinéraires ont des impacts importants, tant sur la qualité que sur les coûts, notamment en contrôlant la variabilité de la prise en charge [1–3]. Un itinéraire clinique est donc construit sur les connaissances issues de la médecine factuelle, l’expérience clinique, les attentes des patients, les possibilités et les limites de l’organisation en particulier en termes opérationnels. Ce qui caractérise donc la mise en place d’un itinéraire clinique réside dans le fait que l’on ne commence pas avec un dossier patient vierge, mais que le déroulement escompté des soins et de leurs effets est déjà établi à l’avance, ce qui permet la planification des soins pour le patients, mais aussi des ressources dans l’hôpital. Une discussion plus complète sur ce sujet dépasse le cadre de cet article, en particulier concernant les aspects liés à l’évaluation, pour lesquels le lecteur pourra se référer aux publications de l’équipe de l’Université de Louvain [4, 5].

Contexte Les Hôpitaux Universitaires de Genève (HUG) regroupent les hôpitaux publics du Canton de Genève répartis sur quatre grands campus et sur de nombreux sites ambulatoires. Ils couvrent tous les types de soins hospitaliers, primaires, secondaires et tertiaires ainsi qu’ambulatoires. Les HUG ont un peu plus de 2000 lits pour plus de 45 000 hospitalisations et 850 000 consultations par an. Le système d’information clinique (SIC) des HUG est une solution basée sur l’intégration de produits existants et le développement de solutions propres, en l’absence de solution commerciales satisfaisantes. Ceci est le cas de la plate-forme de prescription. Les développements sont faits dans l’environnement Java, sur une architecture fondée sur des composants métiers, un middleware orienté mes-

Correspondance: Dr Mathias Tschopp Unité d’Informatique Clinique, Service d’Informatique Médicale Hôpitaux Universitaires de Genève Rue Gabrielle-Perret-Gentil 4 CH-1211 Genève 14 mathias.tschopp@hcuge.ch

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

sages, et l’utilisation massive de standards d’interopérabilité. Le dossier patient intégré (DPI), client opérationnel du SIC, est utilisé quotidiennement par plusieurs milliers d’utilisateurs. Chaque jour, ce sont plus de 65 000 images, plus de 2500 documents, plus de 15 000 prescriptions qui sont enregistrées dans le système.

PresCo, la Prescription Connectée La plate-forme de prescription (PresCo) est conçue pour permettre de prescrire tous les types de soins nécessaires à la prise en charge des patients. La liste du tableau 1 illustre certains des types utilisés, de manière non exhaustive. Tableau 1. Type de prescription. Attitude thérapeutique Mobilisation Régime Surveillances Soins infirmiers Médicaments Laboratoire Radiologie Consultations spécialisées

En outre, de nombreux outils d’aide à la décision ou de facilitateurs pour la prise de décision, sont implémentés (tab. 2). Le système permet d’avoir des rappels, p. ex. la nécessité de documenter les mesures de précautions infectieuses; des alertes, p. ex. en cas d’interactions médicamenteuses, ou de règles complexes de prescription comme pour les dosages pédiatriques. Le système supporte des regroupements d’ordres simples, comme l’INR et les anticoagulants ou plus complexes comme l’ensemble des ordres nécessaires à la prise en charge d’une patiente après accouchement par voie basse. Tableau 2. Fonctionnalités majeures Rappels (attitude, surveillance, etc.) Alertes (interactions, traitement déjà fait, dosages, etc.) Informations (laboratoire utile, description d’examens, indications, etc.) Notes de prescription automatiques Ordres groupés (admission médecine, postaccouchement, etc.) Gestion de flux (itinéraires cliniques)

Itinéraires cliniques et dossier informatisé L’architecture du SIC des HUG se prête particulièrement à la mise en place des itinéraires cliniques. Construit sur une approche par composants orientés services et un middle-

ware pilotés par des messages, les fonctionnalités du SIC peuvent être comparées à autant de musiciens pour lesquels l’itinéraire clinique va jouer le rôle de partition. A chaque itinéraire, sa partition. A cet ensemble, il a été décidé de mettre en place un moteur de flux pour jouer le rôle de chef d’orchestre, permettant ainsi à l’ensemble des fonctionnalités, documentation clinique, laboratoire et autres résultats d’investigations, ordres de toute sortes, etc. d’être organisés et pilotés de manière cohérente dans le cadre d’un processus complet de prise en charge, de l’admission à la sortie. Notre choix c’est porté sur JBoss jBPM, qui est un système de gestion de flux permettant de coordonner des applications et des services dans le cadre de processus. Il facilite la description et la gestion de flux d’information ainsi que la coordination entre actes, objets et acteurs. jBPM est un logiciel libre écrit en Java et s’intègre parfaitement dans l’architecture du système d’information clinique des HUG. En plus du moteur de flux, jBPM fournit des interfaces de développement simple et permet de poser graphiquement les différentes étapes qui composent un processus [6]. Un itinéraire clinique est constitué de phases qui se suivent ou se superposent. Le passage d’une phase à l’autre, qui correspond à des étapes de prise en charge, est dicté par des règles qui varient en fonction de l’itinéraire clinique. Ceci peut correspondre à un temps écoulé, à des résultats d’investigation, ou encore à l’état clinique du patient, par exemple. Il s’agit souvent d’une association de divers éléments. A une phase de l’itinéraire clinique vont correspondre des éléments liés aux soins, aux investigations et également à la documentation de la situation, entre autres. De même, pour chaque phase comme pour l’intégralité de l’itinéraire, il y aura divers éléments dont on mesurera la variance. Il faut souligner que les itinéraires peuvent être complexes. Ainsi par exemple, l’itinéraire clinique développé aux HUG concernant l’embolie pulmonaire associe un itinéraire diagnostique et un itinéraire thérapeutique. Les deux itinéraires se chevauchent et s’influencent mutuellement, jusqu’à ce que le diagnostic soit définitivement retenu ou rejeté. Sans trop entrer dans les détails de ces aspects, nous illustrons ici un itinéraire clinique développé dans le cadre de la prise en charge de l’insuffisance cardiaque gauche. La figure 1 illustre la vision globale de l’itinéraire, son début ainsi que celui de chaque phase, la date de sortie prévue du patient. L’écran permet également de faire la documentation spécifique à chaque phase et de prescrire l’ensemble des ordres spécifiques à chaque phase. La zone graphique temporelle permet au médecin de visualiser facilement comment se déroule la prise en charge et son adéquation avec ce qui était prévu. La documentation clinique de l’évolution du patient sera déterminante pour les règles de transition à une phase suivante de la prise en charge. Si les éléments cliniques relevés ne permettent pas de passer à une phase suivante, p. ex. en cas d’aggravation de la dyspnée, alors les éléments graphiques passeront au rouge, indiquant ainsi que l’évolution ne se passe pas comme attendue. Ceci devrait permettre une réévaluation plus rapide de la situation, accompagnée d’une correction plus rapide de la prise en charge.

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

La figure 2 illustre les ordres spécifiques à la prise en charge d’un patient dans une des phases. Il faut noter ici que l’ensemble des soins, surveillance et investigations peuvent être préparés. Tout en étant guidé, le prescripteur peut néanmoins adapter de manière précise l’ensemble des ordres.

Evaluation La réalisation d’itinéraires cliniques est une entreprise complexe, engageant des partenaires de multiples disciplines, cliniques, paracliniques et techniques. Face à l’effort mis en œuvre, il est logique de se poser la question de l’évaluation, surtout lorsque la plate-forme utilisée est un système d’information permettant une traçabilité totale des interventions sur les patients par les soignants. Une discussion détaillée des problématiques d’évaluation de l’impact de l’implémentation des itinéraires cliniques sur des indicateurs, tels que la durée de séjour, les coûts hospitaliers et le devenir des patients, dépasse le cadre de cet article, de notre expérience naissante dans le domaine et peut être trouvée ailleurs [7]. Il est cependant indéniable qu’au fur et à mesure que l’offre en termes d’itinéraire s’étoffera

dans notre institution, il nous faudra suivre de près différents éléments tels que le taux d’utilisation des itinéraires, dont l’utilisation, il faut le souligner, reste facultative. Les différents indicateurs relatifs à la qualité de la prise en charge pourront être comparés, soit de manière historique, soit de manière prospective mais la validité des observations ainsi générées ne passe que par l’existence d’une offre suffisante, tant quantitative que qualitative, en termes d’itinéraire, afin de ne pas tomber dans un biais de sélection des cas les plus simples, se prêtant naturellement plus facilement à l’inclusion dans des itinéraires standardisés. A noter que les indicateurs varient pour chaque itinéraire. Un certain nombre d’entre eux sont actuellement en mode d’évaluation pour l’itinéraire clinique de l’insuffisance cardiaque et un outil permettant de les suivre en temps réel est à disposition des médecins cadres des services concernés.

Conclusion La mise en place d’itinéraires cliniques permet l’amélioration de l’efficience dans la prise en charge des patients,

Figure 1 Vision du ﬂux et documentation médicale.

Figure 2 Ordres groupés d’une phase de l’itinéraire.

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

une optimisation de la qualité et de l’économicité, dans un souci aussi d’améliorer la sûreté des soins [8, 9]. Cette amélioration passe principalement par la standardisation des pratiques, qui limite les variations inutiles dans la prise en charge des pathologies, souvent génératrices de coûts; par une meilleure planification et coordination des différents acteurs de santé, permettant d’éviter les journées d’hospitalisation inappropriées, et finalement par une dimension didactique, qui n’est pas négligeable dans un contexte d’hôpital universitaire. Le développement des itinéraires cliniques est un défi pour les multiples partenaires impliqués, médecins, soignants, patients, entres autres, dans une vision de standardisation des processus de prise en charge, c’est un nouveau paradigme. En outre, le passage de la vision théorique d’une prise en charge à son opérationnalisation pratique et la description fine de chaque action à entreprendre, chaque résultat attendu, nécessite également une profonde remise en question. Vu des sciences de l’information, le défi est au moins aussi grand. Tant le besoin d’abstraction que le besoin de formalisation sont nécessaires à la description d’un itinéraire. La prise en compte des contraintes en ressources humaines, médicotechniques et logistiques sont indispensables. En ce qui concerne un système d’information clinique, sa capacité à être entièrement piloté par un moteur de flux, tant pour les ordres que pour les actes, la documentation, et l’ensemble des actions possibles, est un élément critique et absent de tous les systèmes commerciaux

à quelques rares exceptions près. En outre, la plate-forme de prescription, pierre de voûte d’un tel système, doit permettre la gestion de l’ensemble des actions requises pour la prise en charge d’un patient, de son admission à sa sortie. La planification et le suivi de ces actions doivent pouvoir être intégrés dans un agenda patient unifié.

Références 1 Vanhaecht K, Sermeus W, Tuerlinckx G, Witters I, Vandenneucker H, Bellemans J. Development of a clinical pathway for total knee arthroplasty and the effect on length of stay and in-hospital functional outcome. Acta Orthop Belg. 2005;71(4):439–44. 2 Coffey RJ, Richards JS, Remmert CS, LeRoy SS, Schoville RR, Baldwin PJ. An introduction to critical paths. Qual Manag Health Care. 2005;14(1): 46–55. 3 Liesmons I. The added value of a process oriented hospital information system supporting the integrated patient care. Stud Health Technol Inform. 2004;110:1–8. 4 De Bleser L, Depreitere R, De Waele K, Vanhaecht K, Vlayen J, Sermeus W. Defining pathways. J Nurs Manag. 2006;14(7):553–63. 5 Vanhaecht K, De Witte K, Depreitere R, Sermeus W. Clinical pathway audit tools: a systematic review. J Nurs Manag. 2006;14(7):529–37. 6 JBoss. Java business process management jBPM. http://wwwjbosscom/fr/products/jbpm. 2007. 7 Rotter T, Kugler J, Koch R, Gothe H, Twork S, van Oostrum JM, Steyerberg EW. A systematic review and meta-analysis of the effects of clinical pathways on length of stay, hospital costs and patient outcomes. BMC Health Services Research. 2008;8:265. 8 Dy SM, Garg P, Nyberg D, Dawson PB, Pronovost PJ, Morlock L, et al. Critical pathway effectiveness: assessing the impact of patient, hospital care, and pathway characteristics using qualitative comparative analysis. Health Serv Res. 2005;40(2):499–516. 9 Kent P, Chalmers Y. A decade on: has the use of integrated care pathways made a difference in Lanarkshire? J Nurs Manag. 2006;14(7):508–20.

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

Automatic antibiotherapy guideline generation using question-answering Emilie Paschea, Douglas Teodoroa, Julien Gobeilla,b, Patrick Rucha,b, Christian Lovisa a b

Medical Informatics Service, University Hospitals of Geneva and University of Geneva, Geneva, Switzerland College of Library Sciences, University of Applied Science, Geneva, Switzerland

Abstract Purpose: Our objective is to propose a question-answeringdriven generation approach for automatic acquisition of structured rules that can be used in decision support systems for antibiotic prescription. Methods: We apply a question-answering engine to answer specific information requests. The rule generation is seen as an equation problem, where the factors are known items of the rule (e.g. an infectious disease, caused by a given bacterium) and solutions are answered by the engine (e.g. some antibiotics). Results: A top precision of 0.64 is reported, which means, for about two thirds of the benchmark knowledge rules, that one of the recommended antibiotics was automatically acquired by the rule generation method. Conclusion: These results suggest that a significant fraction of medical knowledge can be obtained by an automatic text mining approach of this kind.

Introduction Drug prescription is an important source of error in medicine, and antibiotic prescriptions have often been reported as non-compliant with good medical practice [1]. The main issues range from the large spectrum of available antibiotics, the time necessary to obtain laboratory results and the absence of clear recommendations easily accessible at the point of care. Together with other societal causes (e.g. self-medication, animal feeding), inappropriate antibiotic usage has been identified as a leading cause of bacterial resistance to antibiotics [2, 3]. As a corollary it is also responsible for a major increase in health care costs, hospital stays and adverse effects. Indeed, one of the main challenges when applying clinical decision support to operational settings, either for population monitoring or patient care, is the acquisition of a reliable entity relation model [4]. Unlike in historical expert systems [5] inspired by early work in artificial intelligence, we do not attempt to build a model using formal logic formalisms, but to design an original experiment to extract rules automatically from a corpus of legacy contents. This is because seminal work in clinical decision supports was massively dependent on domain-specific human expertise to be maintained, which resulted in very limited (e.g. bacterial meningitis) and non-scalable applications of little interest. As part of

the DebugIT project, we investigated the ability to generate expert knowledge in a given domain automatically. The subject of this report is generation of machine-readable legacy knowledge rules, which can be used by clinical decision support systems to improve antibiotic usage [6]. The idea is to translate clinical guidelines automatically into logical rules to help care providers to perform their duties [7]. To assess our rule generation approach, a set of rules was manually crafted. However, manual generation of medical theories is both labour-intensive and time-consuming. It requires a high level of expertise in various fields (medicine, medicinal chemistry, biology, etc.) and familiarity with ontology management. Although automatic generation of domain knowledge at quality levels achieved manually is beyond the power of current technologies, it is argued that building large-scale biomedical knowledge bases is not only possible using text mining methods, as suggested in [8] for molecular biology.

Data and methods Prescription rules are represented as an equation: an antibiotic A is prescribed under conditions B, C, etc. The objective of automatic rule generation is to produce one of the items (the so-called target) of the equation using the other items (the so-called sources). The discovery of the target item relies on an advanced question-answering engine (EAGLi: Engine for Question Answering in Genomic Literature, http://eagl.unige.ch/EAGLi [9]). Thus, the rule induction problem is reformulated as a question-answering problem: each information request is associated with a set of possible answers. Three types of question are designed: 1. Antibiotic: What antibiotic A should be used against the pathogen P which causes the disease D? 2. Pathogen: What pathogen P is responsible for the disease D and treated by the antibiotic A? 3. Disease: What disease D is caused by the pathogen P and treated by the antibiotic A? Correspondence: Emilie Pasche University Hospitals of Geneva Rue Gabrielle-Perret-Gentil 4 CH-1211 Geneva emilie.pasche@sim.hcuge.ch,

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

Typical recommendations are useful to prescribe the most appropriate antibiotic, according to different parameters such as patient situation, clinical assessment, but also costs, benefits, adverse effects, and the risk of resistance development. As a case study, we started investigating guidelines for geriatrics from the University Hospitals of Geneva (HUG). To transform such verbose documents into machine-readable data, the guidelines were transformed into database tuples. The translation from French to English was performed manually, assisted by Frenchto-English translation tools (e.g. http://eagl.unige.ch/ EAGLm/), and a SNOMED categoriser [10]. For some of the queries several answers were possible – three on average – as shown in table 1, where severe diverticulitis caused by enterobacteriaceae can be treated by three different antibiotics: ceftriaxone, metronidazole and piperacillintazobactam; each of them is unambiguously associated with a unique terminological identifier. Further, two search engines corresponding to different search models were tested: easyIR (a relevance-driven search engine well known for outperforming other search methods on MEDLINE search tasks [11]) and PubMed (the NCBI’s Boolean search instrument). In addition, different combinations of the outputs of the two engines (PubMed and easyIR) were tested to combine the strengths of both engines. All targets were normalised using standard terminologies. Three terminologies were tested to normalise the antibiotic type of target: a list of 70 SNOMED CT terms, corresponding chiefly to the available antibiotics at the University Hospitals of Geneva, a list of MeSH terms, including synonymous terms, corresponding to the UMLS Semantic Type T195, and a list of 70 MeSH terms, including synonymous terms, corresponding mostly to the available antibiotics at the University Hospitals of Geneva, associated with WHO-ATC identifiers. The disease type of target was normalised using a list of MeSH terms corresponding to disease, corresponding to the following UMLS Semantic Types T020, T190, T049, T019, T047, T050, T033, T037, T047, T191, T046 and T184. The pathogen type of target was normalised using a subset of the NEWT taxonomy corresponding to the bacterial taxonomy. Furthermore, to fine-tune the question-answering module, several descriptors, in particular generic ones, needed to be removed. Thus, infectious diseases or cross-infection were removed from the descriptor list for the disease type of target. Finally, specific keywords were used to re-

fine the search equation. Thus, we added context-specific descriptors such as geriatrics, elderly, etc. The impact of general keywords such as recommended antibiotic, antibiotherapy, etc. was also tested.

Results and discussion The evaluation of our results is done with TrecEval, a program developed to evaluate TREC (Text Retrieval Conferences) results using NIST (US National Institute of Standards and Technologies) evaluation procedures. Fine-tuning of the engine was based on the TREC Genomics competitions: see e.g. [11]. As usual in information retrieval [12] and factoid question-answering tasks, we focus on precision-oriented metrics. In particular, the so-called precision at recall 0, i.e. the precision of the top-returned answer, is used to evaluate the effectiveness of our approach. To complement this metrics, which provides the precision of the system used without user interaction, we also measure the recall of the system achieved by the top five answers. Thus, we try to estimate how useful such a system would be when used by an expert able to validate the guideline generator’s ranked output. The 64 triplets generated manually are used as the gold standard. Each rule/query concerns a specific disease caused by a specific pathogen and is represented by a tuple of four columns (table 1). Diseases, pathogens and antibiotics were entered for each entry. Optionally, conditions were also added depending on the entries, such as weight or age. Evaluation is done with the focus on the precision of the first retrieved antibiotic, which corresponds to the top precision, noted P0 in the following. Three terminological targets have been tested. The best results are obtained using a subset of the MeSH including 70 antibiotic entities. P0 is of 0.58 for the PubMed engine and of 0.52 for the easyIR engine. Each antibiotic entity is mentioned by several terms, allowing more results to be retrieved. Thus, amoxycillin with clavulanate potassium can also be mentioned as amoxicillin-clavulanic acid or augmentin. Moreover, using a limited number of antibiotic entities avoids returning general terms, such as Anti-Bacterial Agents. Using keywords provides no significant improvement in top precision compared to the baseline system, but a slight decline in top precision. From figure 1 we observe that the two engines, which tend to perform very similarly on average, seem not to behave

Table 1 Example of manually-generated rules: terminological identiﬁers are provided in parenthesis. In this example the infection can be treated by ﬁve different antibiotics. The use of ceftriaxone requires the precondition severe. Pathologies

Pathogenic agents

Antibiotics

Diverticulitis (D004238)

Enterobacteriaceae (543)

Amoxicillin-potassium clavulanate combination (D019980);

Other conditions

ciprofloxacin (D002939); metronidazole (D008795) Diverticulitis (D004238)

Enterobacteriaceae

Ceftriaxone (D002443);

(543)

metronidazole (D008795);

Severe

piperacillin-tazobactam combination product (C085143)

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

Figure 1 Comparative precision curves for various recall levels: easyIR, without antibiotic synonym ( ); PubMed, without antibiotic synonym ( ); easyIR, with antibiotic synonyms ( ); PubMed, with antibiotic synonyms ( ); easyIR combined with PubMed, based on rank ( ); easyIR combined with PubMed based on score ( ).

similarly regarding their respective ranking power. While the Boolean engine outperforms the relevance-based model regarding precision at five documents, precision at lower ranks of the relevance-based engine is superior. Moreover, it is observed that a relevance-driven ranking strategy (easyIR) returns answers, including relevant ones, for more questions (coverage improved by 56%) than a Boolean retrieval model (PubMed). Thus, it suggests that combining the two engines could be beneficial in performing the task, as proposed for instance in [13]. Linear combinations have been tested either on the rank or on the score. P0 is improved by +6% compared to PubMed results. The mean average precision (map = 0.4081), averaging precision at 11 recall points, is maximal with the combination of the engines. When looking for a treatment considering a question containing a pair of {pathogen; pathology} (type #1), the system achieves a P0 of 64%, which means that almost two times out of three one of the recommended antibiotics is retrieved by the tool in the first position, after linear combination of the engines. The recall at five documents is of 42%, which means that almost half the recommended antibiotics are proposed in the top five antibiotics retrieved. In one case out of three the system returns a top answer not proposed by the guidelines, since different antibiotics may be used against a specific disease caused by a specific pathogen even if they are not considered recommended as priority. Thus it is important to analyse errors, i.e. when the engine fails to predict the recommended antibiotic, and to explore whether the answer may or may not be considered “acceptable” or “wrong”. For this purpose we attempt to analyse the outputs regarding more generic hierarchical levels. WHO-ATC provides a terminology classifying drugs by anatomical, therapeutic or chemical classes. Different levels of classification are available. For instance, cefuroxime is a second-generation cephalosporin, which is a beta-lactam antibacterial. We aggregate antibiotics to one of their parent identifiers. Thus, our guidelines rec-

ommend clarithromycin to treat gastroenteritis caused by campylobacter. Using a more generic descriptor, all macrolides are considered an “acceptable” answer. For that example, the top answer returned by the system is erythromycin, which is also a macrolide. As expected, when relaxing such constraints the results showed a slight improvement, top precision increasing up to 65.68% (+6.75%) using PubMed and 61.63% (+8.8%) using easyIR. If higher order parents (classes or parents of parents) are considered, the top precision rises to 85.60% (+26.67%) for PubMed and 79.53% (+26.7%) for easyIR. This means that in more than four cases out of five the top returned antibiotic belongs to the same class as the recommended antibiotic and by this fact presents some similarities in its functionality or structure. Furthermore, a more detailed error and statistical analysis will be needed to establish separately the significance of the different settings. Because the publication of guidelines is today a human-performed labour carried out by domain specialists, comparison with existing practices is difficult. Nevertheless, it is well known that inter-expert agreement is difficult to achieve – Funk and Reed [14] report on a kappa ratio of approx. 60% for keyword assignment – and hence our study’s underlying assumption that a theoretical precision of 100% is reachable should also be questioned.

Conclusion In this report we have shown how text mining instruments such as question-answering engines can be used to generate expert medical knowledge automatically or semi-automatically. As proof of our concept we investigated the generation of {infectious disease; bacteria; antibiotics} association rules. By our approach it was possible to generate well-formulated rules for up to 64% of our infectious disease benchmark. It is thus to be expected that some two

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

thirds of the domain knowledge predicted by our method is fully valid. Although partial, this result demonstrates that text-mining methods can automatically generate a significant subset of expert medical knowledge as available in a large text repository such as the MEDLINE digital library. As a future task we plan to use alternative corpora such as ClearingHouse (www.guidelines.gov), which can be used as a valuable complement to MEDLINE for clinical guidelines and evidence-based medicine. Our approach should then be integrated into an interactive tool for creating and validating rules for drug prescription, which should facilitate antibiotic prescription rules management and publication of guidelines in large health care institutions and public health administrations.

3 4

5 6 7 8 9

Acknowledgements This experiment has been supported by the EU-IST-FP7 DebugIT project # 712139. Development of the EAGLi question-answering framework was supported by SNF Grant # 325230-120758.

References 1 Mora Y, Avila-Agüero ML, Umaña MA, Jiménez AL, París MM, Faingezicht I. Epidemiological observations of the judicious use of antibiotics in a pediatric teaching hospital. Int J Infect Dis. 2002;6:74–7. 2 Iosifidis E, Antachopoulos C, Tsivitanidou M, Katragkou A, Farmaki E, Tsiakou M, et al. Differential correlation between rates of antimicrobial

10 11

12 13 14

drug consumption and prevalence of antimicrobial resistance in a tertiary care hospital in Greece. Infect Control Hosp Epidemiol. 2008; 39:615–22. Gould IM. The epidemiology of antibiotic resistance. Int J Antimicrob Agents. 2008;32(Suppl 1):S2–9. Lovis C, Colaert D, Stroetmann VN. DebugIT for patient safety – improving the treatment with antibiotics through multimedia data mining of heterogeneous clinical data. Stud Health Technol Inform. 2008;136: 641–6. Perry CA. Knowledge bases in medicine: a review. Bull Med Libr Assoc. 1990;78:271–82. Pestotnik SL, Classen DC, Evans RS, Burke JP. Implementing antibiotic practice guidelines through computer-assisted decision support: clinical and financial outcomes. Ann Intern Med. 1996;124:884–90. Harvey K, Stewart R, Hemming M, Moulds R. Use of antibiotic agents in a large teaching hospital. The impact of Antibiotic Guidelines. Med J Aust. 1983;2:217–21. Baumgartner WA Jr, Cohen KB, Hunter L. An open-source framework for large-scale, flexible evaluation of biomedical text mining systems. J Biomed Discov Collab. 2008;29. Gobeill J, Ehrler F, Tbahriti I, Ruch P. Vocabulary-driven Passage Retrieval for Question-Answering in Genomics. TREC, National Institute of Standards and Technology, 2007. Ruch P, Gobeill J, Lovis C, Geissbühler A. Automatic medical encoding with SNOMED categories. BMC Med Inform Decis Mak 2008;8 (Suppl 1):S6. Aronson AR, Demner-Fushman D, Humphrey SM, Lin J, Liu H, Ruch P, et al. Fusion of knowledge-intensive and statistical approaches for retrieving and annotating textual genomics documents, TREC, National Institute of Standards and Technology, 2005. Singhal A. Modern Information Retrieval: A Brief Overview. Bulletin of the IEEE Computer Society Technical Committee on Data Engineering 2001;24:35–43. Fox EA, Shaw JA. Combination of multiple searches. TREC, National Institute of Standards and Technology, 1994. Funk ME, Reid CA. Indexing consistency in MEDLINE. Bull Med Libr Assoc. 1983;71:176–83.

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

Entwicklung einer elektronischen Pﬂegedokumentation: Automatische Generierung von Pﬂegediagnosen Matthias Odenbreit

Summary With a standardised nursing classification it is possible to record nursing information and desired patient outcomes. Without a standardised infrastructure nursing terminologies are a source of greater variance in nursing documentation and interdisciplinary communication. For collection, storage, effective retrieval and merging of terminologically coded nursing data into the clinical decision-making process, various conditions need to be fulfilled. Knowledge of the integrated classifications represents a prerequisite for users. In this keynote we present a software solution allowing nursing classifications to be used despite inputs in the form of free text. An “intelligent expert system” has been developed and supports nurses in clinical decision-making. The steps of the care process are linked on a scientific basis and automatically released.

Einleitung Elektronische Dokumentationssysteme werden zunehmend auch im Pflege-Fachbereich eingesetzt. Wesentlichen Gründe hierfür sind: Gesetzliche Anforderungen an die Pflegeprozess-Dokumentation, Ergebnisdefinition und Anpassung der eingeleiteten Pflegemassnahmen und ärztlicher Verordnungen, Sicherung und Überprüfung der interdisziplinären Behandlungsqualität, Kostenaspekte wie DRG’s und Pflegeleistungen, Zusammenarbeit und Fragen des Fehlermanagements [1–6]. Erhebungen zeigen, dass die Pflegenden 50–70% der Gesamt-Patientenakte (Verläufe, Berichte, Pflegeplanung) erstellen. Diese handschriftlichen Dokumentationen werden mehrheitlich nicht mittels verbindlicher Grundlagen, Kriterien oder Regeln dokumentiert [7, 8]. Daraus resultieren folgende Problemstellungen: – geringe oder keine Kontinuität der Behandlungsprozesse; – Redundanzen (Medikamente, Massnahmen, Messungen); – Leseprobleme und Übertragungsfehler; – willkürliche, nichtstandardisierte Massnahmen; – nichtoperationalisierte Pflege- und Behandlungsziele; – Dokumentation wird als lästiges Übel betrachtet (bei Management und Anwendern);

– Missverhältnisse zwischen Ressourceneinsatz und Patientenergebnissen.

Zielsetzungen Die Solothurner Spitäler AG erteilte im Herbst 2006 den Auftrag zur Entwicklung und Einführung einer elektronischen Pflegedokumentation. Folgende Vorgaben waren zu berücksichtigen: Alle Funktionen, die an ein schriftliches handgeschriebenes Dokumentationssystem gestellt werden, müssen erfüllt oder übertroffen werden [9, 10]. Die Elektronische Pflegedokumentation soll die Anwenderinnen durch messbare Vorgaben in ihrer Benutzung unterstützen [11–13]. Dies sind: – Einfachheit der Dokumentationsvorgänge (Ergonomie, Flexibilität, Vereinfachung, Beschleunigung); – Intelligenz (Hilfe bei der Ausführung gewisser Prozesse, die komplex und/oder schwer zu beurteilen sind); – Informationsbündelung (insbesondere intelligente Zusammenführung von Informationen aus verschiedenen Quellen).

Methodik Spezifische Funktionalitäten der elektronischen Dokumentation sind: – standardisierte Anamnesemaske zur Erfassung der wesentlichen und relevanten pflegerischen Patienteninformationen; – ein «Expertensystem» (pflegediagnostische Interpretationen) generiert automatisch entsprechende standardisierte Pflegediagnosen (NANDA-I = Pflegeprobleme mit ihren Ursachen und Merkmalen); – standardisierte Planung und Durchführung der notwendigen Pflege (Massnahmen, Interventionen, Leistungen); Korrespondenz: Matthias Odenbreit Master in Nursing Science Projektleiter Elektronische Pﬂegedokumentation soH AG Schöngrünstrasse 42 CH-4500 Solothurn matthias.odenbreit@spital.so.ch

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

– automatische Beurteilung der Wirkung der geleisteten Pflege für die Patienten (Vergleich Pflegeziele und Pflegeergebnisse).

Resultate Die elektronische Pflegedokumentation WiCareDoc wird seit 2008 in der SoH AG (Spitäler Solothurn, Olten und Grenchen) erfolgreich eingesetzt. Bisherige Evaluationen im Vorfeld der Einführung der elektronischen Pflegedokumentation wiesen nicht bloss eine erhöhte Dokumentationsqualität aus; wissenschaftliche Untersuchungen im Bürgerspital Solothurn haben auch gezeigt, dass die Einführung von Pflegeklassifikationen (NANDA-I-Pflegediagnosen, standardisierte Pflegeinterventionen und Patientenoutcomes) qualitativ bessere Pflegebedarfserfassungen ermöglichen [14, 15]. Zwei randomisierte, experimentelle Studien (Pre-post Implementation Studies), in denen die Qualität von 516 Pflegediagnosen, Pflegeinterventionen und Patientenoutcomes beurteilt wurde, zeigten klinisch relevante Verbesserungen. Die Qualität dokumentierter Pflegeassessments nahm signifikant zu. Zugleich führten Pflegende signifikant wirksamere Pflegemassnahmen durch, welche zu signifikant besseren Patientenergebnissen führten [14]. Die ersten Resultate nach der Einführung zeigen Ergebnisse auf verschiedenen Ebenen. Die Pflegefachfrauen erstellen nicht nur mehr, sondern auch genauere Pflegediagnosen. Die Pflegeziele werden mit den Patienten zusammen erstellt, und die Massnahmen beziehen sich gezielt auf die Ursachen der Pflegediagnosen. Die Pflegeberichte werden detaillierter gelesen, und relevante Informationen gehen nicht mehr verloren. Mittels spezieller Filter können spezifische Patientenprobleme einfach fokussiert und sofort angegangen werden. Das Management und die Abteilung Pflegeentwicklung haben nun Zugang zu allen Pflegedaten und können Prozessabläufe direkt und schnell beurteilen. Vom interdisziplinären Team werden die Einträge der Pflegenden vermehrt zur Aktualisierung der Datenlage genutzt. Das System wurde zusammen mit der Firma WigaSoft entwickelt.

Diskussion Der Einsatz von Pflegeklassifikationen ermöglicht nicht nur, die erbrachten Pflegeleistungen (Outputs) aufzuführen, sondern es werden zugleich Begründungen für die

erbrachten Massnahmen geliefert und die Patientenergebnisse (Outcomes) beurteilt. Bis anhin wurden Erfassungssysteme standardisiert und normiert. Das führt zu immer mehr Skalen und Messsystemen innerhalb der Pflege, was den Aufwand zur Erfassung von Normabweichungen laufend erhöht. In der vorgestellten Software wird ein anderer Ansatz verfolgt, der sowohl eine Standardisierung ermöglicht und den Schulungsaufwand durch den Einsatz von Freitext dennoch gering hält. Dieses Vorgehen verlangt einen hohen Entwicklungsaufwand, der seine Grenzen in der semantischen Vielfalt der Begriffe findet.

Literatur 1 Bundesbehörden der Schweizerischen Eidgenossenschaft. Obligationenrecht, Art. 394 ff + Art. 400 Abs. 1: Dokumentationspflicht als Nebenpflicht eines Auftrages. Bern: Bundesbehörden. 2 Departement des Innern. Richtlinien des Departements des Innern: Pflege und Betreuungsdokumentation: Departement des Innern Kt. Solothurn; 2003. 3 Moorhead S, Johnson M. Diagnostic-specific outcomes and nursing effectiveness research. Int J Nurs Terminol Classifications. 2004;15(2): 49–57. 4 Moorhead S, Johnson M, Maas ML. Measuring the outcomes of nursing care using the Nursing Outcomes Classification: Results and revisions based on 4 years of study. In: Oud N (ed). ACENDIO 2003. Bern: Huber, 2003:294–5. 5 Welton JM, Halloran EJ. A comparison of nursing and medical diagnoses in predicting hospital outcomes. Proceedings AMIA Annual Symposium. 1999:171–5. 6 Welton JM, Halloran EJ. Nursing diagnoses, diagnosis-related group, and hospital outcomes. J Nurs Admin. 2005;35(12):541–9. 7 Bartholomeyczik S. Qualitätsdimensionen in der Pflegedokumentation – eine standardisierte Analyse von Dokumenten in Altenpflegeheimen. Pflege: Die wissenschaftliche Zeitschrift für Pflegeberufe. 2004;17:187– 95. 8 Saranto K, Kinnunen UM. Evaluating nursing documentation – research designs and methods: Systematic review. J Adv Nurs. 2009;65(3):464– 76. 9 Anderson CA, Keenan G, Jones J. Using bibliometrics to support your selection of a nursing terminology set. CIN: Computers, Informatics, Nursing. 2009;27(2):82–90. 10 Keenan G, Tschannen D, Wesley ML. Standardized nursing teminologies can transform practice. Jona. 2008;38(3):103–6. 11 Odenbreit M. Ziele, Definitionen, Merkmale und Prozess der Pflegediagnostik. Audiovisuelles Lehrmaterial. 2001. 12 Odenbreit M. Konzept zur Einführung der Pflegediagnosen. Solothurn: Bürgerspital; 2002. 13 Odenbreit M. Pflegediagnostik: Implementation. Solothurn: Bürgerspital; 2002. 1 p. 14 Müller-Staub M, Needham I, Odenbreit M, Lavin MA, van Achterberg T. Improved quality of nursing documentation: Results of a nursing diagnoses, interventions and outcomes implementation study. Int J Nurs Terminol Classifications. 2007;18(1):5–17. 15 Müller-Staub M, Needham I, Odenbreit M, Lavin MA, van Achterberg T. Implementing nursing diagnostics effectively: cluster randomized trial. J Adv Nurs. 2008;63(3):291–301.

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

Der Nebel lichtet sich eHealth-Strategie-Entwicklung am Inselspital Bern – ein Erfahrungsbericht Jens Diele, Ursula Meier, Matthias Kämpf, Daniel Voellmy Informatik Inselspital, Universitätsspital Bern

Summary The definition of “eHealth Strategy Switzerland” has a direct impact on hospitals. Our hospital began the process of establishing an eHealth strategy in September 2008. The aim of the project was a corporate-wide strategy designed to position the University Hospital of Berne in the eHealth area both internally and externally. The strategy establishment process was divided into four phases and included a survey of internal and external stakeholders. Vision and mission statements have been defined, based on the corporate strategy and the informatics strategy in conjunction with a SWOT analysis. The analysis has shown open questions regarding various stakeholders’ understanding of eHealth and the demands imposed by eHealth applications in the field of basic standards and infrastructure components. The strategy will be implemented within the framework of an enterprise-wide multi-project eHealth programme.

Einleitung Seit Anfang 2008 ist das «Koordinationsorgan eHealth» von Bund und Kantonen operativ. Die Definition der «eHealth-Strategie Schweiz» mit dem Ziel, elektronische Gesundheitsdienste in der Schweiz zu etablieren, hat einen direkten Einfluss auf die Spitäler. Diese Voraussetzungen in Verbindung mit den kommenden Veränderungen im Schweizer Gesundheitssystem wie Swiss-DRG, neuer Versichertenkarte und den zu erwartenden gesetzlichen Veränderungen verlangen nach einer konsistenten Strategie für unser Spital. Die Spitalleitung hat in der Unternehmensstrategie im Jahr 2007 unter anderem den Ausbau und die Vernetzung der Informations- und Kommunikationstechnik als einen der ersten strategischen Bausteine beschlossen. eHealth stellt in diesem Rahmen eines der Elemente dar. Um Handlungsalternativen und Ziele im eHealth-Bereich zu definieren und zu steuern, hat sich das Inselspital zu einer Erarbeitung «eHealth-Strategie Inselspital» entschieden. Die Koordination der verschiedenen eHealthInitiativen an einem Universitätsspital steht dabei im Vordergrund. Da man unter dem Begriff «eHealth» etwas weitgefasst alle Anwendungen subsumieren kann, die mit einem integrierten Einsatz von Informations- und Kommunikationstechnologie die Überbrückung von Raum und Zeit zum Ziel

haben, ist eine Abgrenzung notwendig. Durch die Vielzahl der Akteure (Spitäler, Ärzte, Labors, Versicherer, Apotheken, Patienten, Bürger usw.) und deren unterschiedlichen Interessen wird eine Zieldefinition schwierig. Eine unternehmensweite eHealth-Strategie ist daher notwendig, um die Ziele und die Handlungsalternativen zu planen und zu steuern. Die eHealth-Strategie ist am Inselspital eine Teilstrategie der IT-Strategie. Darüber hinaus bilden die Spitalstrategie und die nationale eHealth-Strategie die primären Rahmenbedingungen. Der Beitrag zeigt den Status quo, die Ziele, die Rahmenbedingungen, den Aufbau, das Vorgehen der Strategieerarbeitung am Inselspital auf und identifiziert Stolpersteine im Prozess.

Zielsetzungen Das Ziel des Projekts war die Erstellung einer eHealthStrategie für das Inselspital Bern. Die eHealth-Strategie sollte die Ausrichtung des Inselspitals nach innen und nach aussen klar definieren. Sie sollte vorgeben, in welcher Art die Kommunikations- und Informationstechnologie genutzt wird und wie die Zusammenarbeit auf diesem Gebiet zwischen dem Inselspital und seinen Partnern weiterentwickelt werden kann. Das Strategieprojekt umfasste die Bewertung von Stärken und Schwächen, die Bewertung von nationalen eHealth-Trends auf der Basis der «eHealthStrategie Schweiz» sowie die Identifikation und Konzentration auf relevante Stakeholder. Ebenso sollten mögliche Businessmodelle für das Inselspital im Bereich eHealth identifiziert werden. Die eHealth-Strategie Inselspital soll als Basis für die strategischen eHealth-Projekte gelten und gibt die Leitlinien zur Ausrichtung des Inselspitals im Bereich eHealth für die nächsten fünf Jahre vor. Des Weiteren werden durch das Strategiedokument Rahmenbedingungen und Emp-

Korrespondenz: Jens Diele Korrespondenz: IT-Projektmanager Dr. med.Center Wolfgang Korte Service Medizinische Applikationen Institut fürDienste, KlinischeInformatik Chemie und Hämatologie Direktion Kantonsspital Inselspital, Universitätsspital Bern CH-9007 St. Gallen CH-3010 Bern wolfgang.korte@ikch.ch Jens.Diele@insel.ch

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

fehlungen für den Steuerungsprozess (eHealth-Governance) und eine Priorisierung von eHealth-Vorhaben definiert.

Material und Methoden Die Informatik des Inselspitals hatte die Projektleitung für die Erarbeitung der Strategie am Inselspital inne. Zur methodischen und zeitlichen Unterstützung der Projektorganisation wurde ein externes Beratungsunternehmen hinzugezogen. Die Projektorganisation für das Projekt «eHealth-Strategie Inselspital» war nach PRINCE2 aufgebaut. Es wurde ab Projektbeginn grossen Wert auf den Einbezug der internen und externen Stakeholder gelegt. Das Vorgehen wurde in vier Phasen unterteilt. Im Rahmen der Initialisierungsphase wurden die organisatorischen, administrativen und planerischen Aspekte des Vorhabens zur Erarbeitung der eHealth-Strategie geregelt. Zusätzlich wurden in dieser Phase bereits bestehende eHealth-Projekte am Inselspital analysiert und der Fokus der auszuarbeitenden eHealth-Strategie definiert. In der anschliessenden Analysephase wurden die bereits vorhandenen internen Dokumente (Spital- und IT-Strate-

Abbildung 1 Projektverlauf zur Erarbeitung der eHealth-Strategie am Inselspital Bern.

gie) sowie die eHealth-Strategie Schweiz als externes Dokument analysiert und in das Strategiedokument eingearbeitet. Wichtig war hierbei, dass die Kompatibilität zu den bestehenden Projekten im eHealth-Bereich sichergestellt war. Während der Konzeptionsphase wurden die verschiedenen Informationen konsolidiert und Schlüsselelemente näher betrachtet. Diese Phase beinhaltete den Einbezug der internen und externen Anspruchsgruppen des Inselspitals. Zu Beginn wurde eine Stakeholderanalyse bei internen und externen Vertretern durchgeführt (insgesamt 32 Interviews). Die Interviews wurden mit einem strukturierten Interviewbogen, welcher prozessorientiert gestaltet wurde, durchgeführt, was in der Praxis sehr gut angenommen wurde. Gleichzeitig wurden die Ergebnisse der Interviews als Anforderungsspezifikation von eHealth-Elementen (Portallösungen, Prozessvorstellungen, Standards …) genutzt. Als Teilprojekt wurde in dieser Phase eine Masterarbeit zum Thema «Kundenseitige Anforderungen an ein eHealth-Portal Inselspital» erstellt. Während der Interviews wurde die Definition und Festlegung auf eine einheitliche Terminologie deutlich. Das Verständnis für den Begriff «eHealth» und die Abgrenzung gegenüber spitalinternen Themen waren im Rahmen der Diskussionen teilweise unklar. Aus diesem Grund wurde in der weiteren Strategieerarbeitung grossen Wert auf eine einheitliche Definition und Klärung von Begrifflichkeiten gelegt. Das Ergebnis der Interviews und die Analyse der internen Strategiedokumente in Zusammenhang mit der Aufbauorganisation des Inselspitals wurden als Basis einer Stärken/Schwächen-Analyse (SWOT-Analyse) zusammengefasst. Anhand der identifizierten Stärken, Schwächen, Gefahren und Chancenbereichen wurden in Zusammenarbeit mit dem Strategieausschuss des Projekts Visionund Mission-Statements definiert. Am Ende dieser Phase lag die grundlegende Ausrichtung der künftigen eHealthStrategie mit priorisierten Umsetzungsbereichen und ersten Projektdefinitionen vor. Nach Vernehmlassung durch den Strategieausschuss, welchem unter anderem Mitglieder der Spitalleitung angehören, wird mit dem Erstellen eines eHealth-Programms mit definierten Projektinhalten sowie der Umsetzungsund Kostenschätzung begonnen. Die Planung der Betriebsorganisation wird ebenfalls im eHealth-Programm vorgeschlagen. Das Aufsichts- und Steuerungsgremium wird durch den Lenkungsausschuss wahrgenommen und im Strategieboard als oberste Instanz vernehmlasst. Die Erstellung des eHealth-Programms soll Mitte des Jahres 2010 abgeschlossen werden.

Diskussion

Abbildung 2 eHealth-Programm (exemplarisch).

Die Erarbeitung der eHealth-Strategie am Inselspital hat einen guten Überblick über die bisherigen Vorstellungen für das Thema bei den verschiedenen Stakeholdern ergeben. Gleichzeitig konnte die Organisation hinsichtlich der kommenden Herausforderungen analysiert und eine un-

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

ternehmensweite Ausrichtung und Spezifikation des Vorgehens erreicht werden. Dabei wurden auch Problemfelder deutlich. Während der Strategieerarbeitung war einerseits der sehr weit gefasste Begriff «eHealth» in Kombination mit den unklaren Grenzen von eHealth ein Problembereich. Aus diesem Grund sind eine Konkretisierung der eHealth-Definition und eine Abgrenzung gegenüber spitalinternen Themen notwendig. Gleichzeitig muss eine klare Kommunikation und Information über das Thema spitalintern stattfinden, um Mitarbeiter über das Thema aufzuklären. Durch die Unternehmens- und Informatikstrategie waren zwei Grundlagen vorhanden, welche der eHealth-Strategie die Rahmenbedingungen vorgab und somit eine Zieldefinition wesentlich vereinfachte. eHealth kann damit eines der Instrumente sein, mit welcher eine Unternehmensstrategie positiv unterstützt werden kann. Die Operationalisierung der Strategie in einem eHealth-Programm kann dabei in verschiedene Bereiche untergliedert werden. Es gibt Projekte, welche die gesetzlichen Vorgaben des BAG umsetzen müssen (z.B. Versichertenkarte). Des Weiteren gibt es Projekte, welche die Grundlagen für erfolgreiche eHealth-Projekte bereitzustellen haben, z.B.

CDA oder die IHE-Fähigkeit, also die sogenannte eHealthReadiness. Darauf aufbauend können die primären eHealth-Projekte geplant und umgesetzt werden. Bei der Erarbeitung des eHealth-Programms müssen grundsätzliche Fragen beantwortet werden: Wo wird das Thema eHealth in der Aufbauorganisation positioniert? Welche Anforderungen hinsichtlich Sicherheit und Integration werden an die bestehende IT-Landschaft gestellt? Sind die internen Anwendungen wie Krankenhausinformationssystem oder ein Schnittstellenserver eHealth-ready? Wer steuert spitalintern interprofessionelle und klinikübergreifende Prozesse im Rahmen von eHealth-Vorhaben? Die Klärung dieser offenen Punkte ist für das Voranschreiten des Themas in den Spitälern unabdingbar. Zusammenfassend kann man sagen, dass über den Begriff «eHealth» bisher noch nicht überall Einigkeit herrscht. eHealth und ein eHealth-Programm könnte man auch als Multiprojektmanagement mit Schwerpunkt eHealth bezeichnen, bei welchem der Fokus auf der Planung und Steuerung untereinander abhängiger eHealth-Projekte und Prozesse liegt.

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

Elektronisches Sanitätsdossier Komplexe Datenströme und ihre Umsetzung im militärmedizinischen Umfeld Adrian Trapp-Chiappini

Summary All young male Swiss citizens are conscripted for compulsory service in the Swiss Army. A new ISO certified procedure was introduced in 2004 in six different recruitment centres located throughout Switzerland. The key process for assessment of the recruits’ level of fitness for military or civil defence service consists of detailed physical and psychological examinations. The documentation for clinical evaluation and accessory testing is based on an adapted Clinical Information System (CIS). By 2008 a further CIS, linked to a web-based Document Management System (DMS), was introduced for central storage and data aggregation. Due to the browser-based access medical records are available wherever the soldier may be stationed. Currently some 40 000 young adults are called up each year for primary evaluation, and a further 4000 reevaluations are required during the same time span. Technically these figures correspond to hospital admissions or readmissions. This article describes how CIS’s in a multisite/multilanguage environment with various interfaces are integrated into a large number of further administrative, military and personal information systems and the challenges inherent therein. The main focus is on communication between the individual CIS’s and between standard and adapted systems and services.

Einleitung Seit 2004 rekrutiert die Schweizer Armee und der Zivilschutz ihre Stellungspflichtigen nach einem neuen Verfahren. Durch die Reorganisation wurde unter anderem der Kernprozess der Rekrutierung, die medizinische Untersuchung und Tauglichkeitsbestimmung, standardisiert, ISO-zertifiziert und mittels einer adaptierten Klinikinformationssystem-(KIS-)Lösung umgesetzt. Neben den üblichen Umsystemen (Röntgen, EKG, Spirometrie, Labor, Scandaten) bestehen in diesem Umfeld jedoch diverse weitere Schnittstellen zu militärischen Verwaltungssystemen (Personaldaten, militärische Funktions-, Einteilungs- und Einsatzdaten). In sechs Rekrutierungszentren werden jährlich knapp 40 000 Primärbeurteilungen sowie rund 4000 Revisionsbeurteilungen vorgenommen, formal Spitaleintritten bzw. -wiedereintritten entsprechend. Jedes Zentrum verfügt über ein autonomes, bis auf sprachspezifische Unterschiede identisch konfiguriertes KIS. Die Daten werden nach erfolgten Beurteilungen in einem weiteren, zentra-

len KIS und Dokumentenmanagementsystem (DMS) archiviert und aufbereitet. Durch die dezentrale Organisation der Rekrutierung wie auch der militärmedizinischen Grundversorgung der Truppen müssen die elektronischen Sanitätsakten jederzeit sowie unter Wahrung der einschlägigen Datenschutzrichtlinien verfügbar sein. Durch das Milizsystem der Armee ergeben sich erwartungsgemäss nebst den Accounts für Angestellte eine hohe Anzahl temporär berechtigte Funktionsinhaber. Aufgrund des Einsatzes des KIS ausserhalb des primären Einsatzgebiets ergibt sich sowohl im KIS selbst als auch in der Interaktion mit den Umsystemen eine Vielzahl von individuell erstellten Schnittstellen. Diese werden durch die hohe Anzahl Fälle zudem kontinuierlich in grossem Ausmass belastet.

Zielsetzungen In diesem Artikel soll eine «etwas andere» KIS-Anwendung vorgestellt werden. Die vorliegende Lösung kann als Beispiel einer Systemadaption in einer heterogenen und komplexen Datenumgebung verstanden werden. Die umgesetzten Konzepte zur Generierung, Transferierung, Integration, Aktualisierung und Validierung militärmedizinischer Daten werden beschrieben und in bezug auf ihre Zuverlässigkeit und Komplexität bewertet.

Material und Methoden In den sechs Rekrutierungszentren besteht eine praktisch identische Infrastruktur mit einem eigenen KIS-Server, der mit verschiedenen Umsystemen im bidirektionalen Austausch steht. Es werden Personaldaten von Stellungspflichtigen sowie organisatorische Daten zum Ablauf der Rekrutierung aus militärischen Administrationssystemen übernommen. Nach erfolgter Tauglichkeitsbeurteilung werden der Entscheid sowie allfällige militärrelevante Merkmale des Stellungspflichtigen (z.B. Sehschärfe) an dieselben Systeme exportiert.

Korrespondenz: Dr. med. Adrian Trapp-Chiappini Chefarzt Rekrutierungszentrum 2 Spitalstrasse 20 CH-3454 Sumiswald adrian.trapp@vtg.admin.ch

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

Die bei der ausführlichen computergestützten psychologischen Testreihe («CAT») gewonnenen aufbereiteten Daten werden in aggregierter Form im KIS ausgewiesen. Nebst der marktüblichen Integration von gängigen Umsystemen (EKG, LUFU, Röntgen) werden auch die Resultate der Sportprüfung mittels einer Lösung mit Handhelds ins KIS übertragen. Dieser Vorgang geschieht indirekt, indem die Workstation, die zur Synchronisation der Handhelds dient, eine mit dem Hauptsystem abgeglichene Stammdatenbank enthält. Somit werden über diese Workstation die Personalien und zu absolvierenden Sportprüfungen auf die Handhelds geladen, dort in einer Tabelle abgelegt, in die dann auch die Sportresultate mittels einer eigens generierten Maske eingetragen werden. Beim Re-Docking werden nun die Sportresultate zuerst in die Stammdatenbank der Workstation geschrieben und von dort mittels manuell auszulösenden Synchronisationsvorgangs in die Stammdatenbank des Rekrutierungszentrums übertragen. Von da aus werden sie in definierten Abständen oder manuell ausgelöst in die KIS-Datenbank übernommen.

Abbildung 1 Systemübersicht Rekrutierungszentrum: KIS-Server und Clients in oranger Farbe.

Neue gescannte Dokumente werden unmittelbar dem KIS zur Verfügung gestellt, ältere über einen Altdatenimport aus dem zentralen KIS/DMS. Natürlich besteht ein wesentlicher Anteil der erhobenen Daten aus der direkten Eingabe in KIS-Clients. Ohne die im Prozess definierten Pflichtdaten kann ein Fall nicht abgeschlossen werden. Bei Bedarf können externe spezialärztliche Konsilien auch für Zusatzuntersuchungen angefordert werden. Röntgenbilder können über eine VPN-Verbindung durch einen Radiologen in einem Universitätsspital telekonsiliarisch beurteilt werden, EKG und weitere Dokumente über gängige Übertragungsmethoden (verschlüsselte Mail, Fax). Die Stellungspflichtigen werden in dem ihrem Wohnort zugeordneten Rekrutierungszentrum beurteilt. Der militärische Einsatz kann irgendwo in der Schweiz oder in ausgesuchten Fällen sogar im Ausland stattfinden. Damit dem betreuenden Truppenarzt das medizinische Dossier des Soldaten zur Verfügung steht, wurde eine zentrale

KIS/DMS-Lösung geschaffen. Dabei steht ein browsergestützter Zugang zum DMS den vorwiegend temporären Funktionsträgern zur Verfügung. Der Vorteil dabei ist es, dass nebst den gängigen Authentifizierungsmassnahmen auf irgendeinem Rechner im geschützten militärischen Netzwerk auch ohne KIS-Installation auf die medizinischen Daten der Soldaten zugegriffen werden kann. Die durch eines der KIS strukturiert erhobenen Daten werden im zentralen KIS gespeichert und als Reports dem DMS auf Abruf zur Verfügung gestellt. Weniger strukturierte Daten (Scans, EKG, Röntgen) werden im DMS archiviert und können dort oder in einem KIS abgerufen werden. Beide Systeme (KIS und DMS) sind eng miteinander verlinkt, so dass sowohl das KIS als auch das DMS als Applikation für jeweils vollständige Datensätze benutzt werden kann. In den einzelnen Rekrutierungszentren erfolgt lediglich eine temporäre Datenhaltung. Über eine geschützte Verbindung werden die Daten von den Rekrutierungszentren in die zentrale KIS/DMS-Datenbank exportiert. Umgekehrt werden vor der Durchführung eines Rekrutierungswochenzyklus die zentral archivierten Vordaten über dieselbe Verbindung selektiv an die einzelnen Zentren übermittelt. Dabei kommen verschiedene Technologien und Konzepte zur Anwendung. So geschieht die Aktualisierung der Personalien (z.B. Wohnortwechsel) periodisch automatisch durch bestehende Services des KIS bzw. des DMS. Dabei müssen lediglich die entsprechenden Logfiles bzw. temporären Verzeichnisse periodisch überprüft werden, bei denen nicht zuzuordnende Datensätze gekennzeichnet oder abgelegt werden. Andere Prozesse, z.B. der Import der Daten aus der Rekrutierung, müssen nach der Freigabe im Rekrutierungszentrum manuell initialisiert und anschliessend validiert werden. Entsprechend dem Rekrutierungsrhythmus geschieht dieser Vorgang für jedes Zentrum mindestens wöchentlich. Dabei kommen vorgegebene automatisierte Plausibilisierungsalgorithmen zur Anwendung (wie z.B. die Überprüfung auf ausgefüllten Pflichtfeldern des KIS) sowie manuelle Stichproben. Ein erheblicher Anteil der benutzten Schnittstellen steht in den verwendeten Produkten zu Verfügung und muss lediglich entsprechend parametriert werden. Aufgrund der Heterogenität der Umgebung gibt es zudem eine grosse Anzahl proprietärer Schnittstellen, die eigens für die hier beschriebenen Anwendungen geschaffen wurden. Dabei, wie auch bei den zuvor beschriebenen generischen Schnittstellen, können Services der Serverbetriebssysteme verwendet werden (z.B. «Windows Services»), des KIS bzw. DMS (z.B. «Sharepoint Timer Jobs», «Phoenix Connect») oder aber eigens programmierte Programmabläufe («batches», «Konsolenapplikationen»). Die verwendeten Datenformate sind möglichst den Standards entsprechend (z.B. XML, HL7), z.T. jedoch auch proprietäre, aber formdefinierte Textfiles. Die Ablage geschieht mehrheitlich in SQL-Datenbanken, wo nicht adaptierte Systeme zur Anwendung gelangen, die auf anderen Datenbanksystemen basieren. Die Kommunikation zwischen zentralem KIS und DMS geschieht mehrstufig, d.h. mit einer dazwischengeschalteten persistenten, strukturierten Ablage («Repository») und

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

Resultate

Abbildung 2 Systemübersicht zentrales KIS/DMS.

verschiedenen Prozessen, die auf diese Ablage schreiben oder Nachrichten aus der Ablage verarbeiten. Die Struktur der Ablage wird mittels zweier, den beiden Datenflussrichtungen (DMS 3 KIS bzw. KIS 3 DMS) entsprechenden Verzeichnisbäume realisiert. Nachrichten im XML-Format, mit oder ohne Attachment, werden verarbeitet, im zugehörigen Repository-Verzeichnis abgelegt und von dort aus weiterverarbeitet. Im Regelfall wird die Nachricht in ein Success-Verzeichnis verschoben bzw. aus dem Repository gelöscht. Beim Fehlschlagen eines der Unterprozesse wird die Nachricht an ein Error-Verzeichnis weitergeleitet. Beide Fälle werden in entsprechenden Logfiles protokolliert. Das DMS selbst bietet eine Oberfläche zur Kontrolle dieser Prozesse. Massnahmen zum Datenschutz werden auf allen Stufen von der Projektdurchführung bis zur Ausserbetriebnahme gemäss den einschlägigen gesetzlichen, standesüblichen und verwaltungsinternen Vorgaben durchgeführt. Die ganze Architektur der Systeme befindet sich in einem mehrstufig gegen aussen abgesicherten Intranet. Die zur Anwendung gelangenden Policies sind – für das militärische Umfeld nicht unerwartet – relativ strikt und aufwendig. Die systematische Sammlung von (nichtmedizinischen) Personendaten in den militärischen Verwaltungssystemen muss bereits als «besonders schützenswert» taxiert werden, womit sich praktisch die gesamte IT-Infrastruktur der Rekrutierung in einem geschützten Bereich befindet, was diesbezüglich für Schnittstellen eine gewisse Vereinfachung bedeutet. Bei Überwindung von Zonengrenzen für Import oder Export von Daten werden gängige VPN-Technologien eingesetzt. Der beschriebene Zugriff von Truppenärzten auf das DMS kann nur nach entsprechender Authentifizierung innerhalb des Intranets über eine verschlüsselte (https-)Verbindung erfolgen. Durch die Authentifizierung wird zudem der Zugriff für den entsprechenden Funktionsträger auf ein Subset an Datensätzen beschränkt, das in Relation zu dessen Aufgabe und Verantwortung steht (z.B. Beschränkung auf bestimmte Jahrgänge).

Die Infrastruktur der Rekrutierungszentren besteht inzwischen seit rund fünf Jahren und hat sich grundsätzlich sehr bewährt. Eine hohe Effizienz und Ausfallsicherheit kennzeichnen die ortsgebundenen Abläufe. Die bidirektionale Interaktion des KIS mit den individuell entwickelten oder ebenfalls dem militärischen Zweck adaptierten marktüblichen Umsystemen geschieht im Regelfall problemlos. Die zentrale KIS/DMS-Lösung ist seit rund einem Jahr in Betrieb und hat vor allem bei Revisionsbeurteilungen («Wiedereintritten») durch die vereinfachte und zuverlässige Verfügbarkeit von Altdaten eine Verbesserung dieser Prozesse gebracht. Durch das Webinterface des DMS ist die Informationsversorgung der Truppenärzte zeitgerecht und in der Handhabung vereinfacht worden.

Diskussion Die hohe Fallzahl in den Rekrutierungszentren wird grundsätzlich von den Systemen gut absorbiert, bietet jedoch bei kurzfristigen Bedürfnissen gelegentlich Probleme. So entspricht der Beginn eines Rekrutierungszyklus bis zu 180 Eintritten pro Tag und muss mit entsprechendem zeitlichem Vorlauf bearbeitet werden. Bei unerwarteten Anforderungen (z.B. Aufnahme nichtangemeldeter Personen) bestehen bei einzelnen Schnittstellen Performanceprobleme (verzögertes «Abarbeiten»). Funktionsstörungen eines Teilsystems können sich durch die gegenseitigen Abhängigkeiten auf das Gesamtsystem übertragen. Durch die homogene Struktur der sechs Installationen in den jeweiligen Zentren ist einerseits eine Bündelung der Aufgaben und Verantwortlichkeiten möglich, anderseits führen bei beschränkten Ressourcen im Falle von Updates und Changes gelegentlich Zustände verschiedener Versionen der Produktivsysteme zu Problemen im Datenfluss. Die Fehlersuche gestaltet sich grundsätzlich durch die grosse Anzahl, den hohen Grad an Anpassung und Neuentwicklung von Teilsystemen sowie der damit verbundenen Vielfalt interner und externer Dienstleister und Schlüsselpersonen als schwierig. Jedoch auch die «traditionellen» Umsysteme wie EKG, Röntgen und Labor bieten gelegentlich Interventionsbedarf mit ähnlichem Hintergrund und verstärken den Eindruck, dass bereits ein «Routinebetrieb» eines KIS eine Vielzahl an technischen und personellen Schnittstellen bietet. Die Abhängigkeit von Lieferanten und deren Verfügbarkeit stellt hier wie andernorts ein zentrales Element der ausserordentlichen Systemperformance dar. Das Einhalten von vorgeschriebenen Prozessen und Policies gestaltet sich in einem Milizsystem mit naturgemäss höchster Personalfluktuation als aufwendig. Die Anforderung an ein System, namentlich an das KIS, ist demnach eine möglichst intuitive und gesteuerte Benutzerführung. Die vorliegenden Lösungen funktionieren diesbezüglich sehr gut, wenn auch ein Generationenwechsel der User dieser Entwicklung entgegenkommt. Der hohe Schulungs-

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

aufwand zur Bedienung der Systeme, auch zur Qualitätssicherung, bleibt jedoch eine organisatorische Herausforderung. Die Tatsache, dass sich in diesem Umfeld medizinische und militärische Datenschutznormen addieren, stellt zusätzliche Anforderungen technischer und organisatorischer Art. Problematisch gestaltet sich deswegen auch der Umgang mit Spezialfällen, wenn z.B. aus medizinischen Gründen vom vorgeschriebenen Prozess abgewichen werden muss. Durch entsprechende Rechtevergabe muss es einem Superuser jeweils möglich sein, in Ausnahmefällen vorgegebene Richtlinien zu übersteuern. Dabei wird jedoch die bereits aufwendige Datenpflege weiter erhöht. Durch Maximierung der Mobilität wie auch aus strategischen Gründen ist der Anteil Scandaten immer noch verhältnismässig hoch und generiert eine aufwendige Datenpflege. Der Import der medizinischen Daten in die zentrale KIS/DMS-Infrastruktur stellt den Kernprozess der aktuellen Systemarchitektur dar. Zwar ist dieser Schritt gegenüber einer hypothetischen zentralisierten «serverbased»-Struktur additiv und deshalb auch prinzipiell fehlergefährdet, andererseits können die Daten dabei nochmals überprüft werden. Der grosse Vorteil der vorliegenden Trennung der zentralen Datenhaltung und mehrheitlich peripheren Datengenerierung liegt darin, dass die zentrale KIS/DMS-Lösung deutlich weniger Schnittstellen zu den beschriebenen Umsystemen braucht.

Letztlich war nicht dieser Vorteil für die Wahl der Architektur ausschlaggebend, sondern ganz simpel eine historische Abfolge der Implementierung der KIS zuerst peripher im Rahmen der gesamten Reorganisation der Rekrutierung und erst in deren Folge zentral. Dort wurden dabei zudem verschiedene Systeme der zentralen Datenarchivierung abgelöst. Die gesamte informatorische, militärmedizinische Infrastruktur unterliegt einer dauernden Weiterentwicklung und Erweiterung. Durch die Vielzahl zusammenhängender Teilsysteme müssen bei Updates auch oft die Schnittstellen revidiert und aktualisiert werden. Zudem muss der Grad der Digitalisierung weiter erhöht und die Anzahl Medienbrüche weiter vermindert werden. Neben dem permanenten Kostendruck wirkt der Einfluss übergeordneter Stellen der öffentlichen Verwaltung oft verlangsamend. Ausschreibungen müssen gemäss WTO erfolgen, die Evaluation von Betriebssystemen, Hard- und Software liegen ausserhalb des Einflussbereichs der Projektverantwortlichen. Zusammenfassend kann festgehalten werden, dass das elektronische Sanitätsdossier weitgehend – trotz komplexem Umfeld – dem aktuellen Stand der Technologie entspricht. Weiteres Engagement ist notwendig, um ressourcengerecht eine hohe Qualität der Verarbeitung, Verbreitung und Archivierung militärmedizinischer Daten zu erreichen und zu halten.

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

Fachliche Services als Mittel zur Entwicklung von Unternehmensarchitekturen in Spitälern René Fitterer

Summary Transferring the concept of “plug and play” (PnP) to information systems (IS) architecture in hospitals has two essential implications. From a technical perspective, PnP requires self-contained software systems or components with clearly defined interfaces. From a business perspective, PnP requires logically grouped IS services integrating coherent functionality to support particular process activities. Such enterprise services contribute to structured management of IS functionality (instead of software products) and render possible IS architecture management taking into account business (i.e. medical, nursing and administrative) requirements, fostering IT/business alignment. This article presents a reference model of enterprise services which can be applied to model IS architecture and enables coverage and value analysis.

Einleitung Überträgt man das Konzept «Plug and Play» (PnP) auf die Informationssystem-(IS-)Architektur in Spitälern, so hat dies zwei grundsätzliche Implikationen: Technisch bedarf PnP der Fähigkeit, in sich abgeschlossene Softwaresysteme oder -komponenten mit klar definierten Schnittstellen vorzuhalten, fachlich bedarf PnP der Verfügbarkeit von logisch gruppierten IS-Dienstleistungen, die fachlich zusammenhängende Funktionalitäten zur Unterstützung bestimmter Prozessaktivitäten gruppieren. Solche fachlichen Services leisten einen Beitrag zum strukturierten Management von IS-Funktionalitäten (nicht Softwareprodukten) und der Entwicklung von IS-Architekturen unter Berücksichtigung fachlicher Einflussfaktoren (IT/business alignment). Dieser Artikel präsentiert in Form eines Referenzmodells die ersten Resultate einer Analyse von fachlichen Services in Spitälern, die als Grundlage zur Modellierung von IS-Architekturen dienen und eine Abdeckungs- und Nutzenanalyse ermöglichen.

«Plug and Play» ist im Spital eine fachliche und technische Fragestellung Der Begriff «Plug and Play» (PnP), wie er ursprünglich mit der Einführung des Betriebssystems Windows 95 durch Microsoft geprägt wurde, versprach die Möglichkeit, neue Geräte an einen Computer anzuschliessen und diese ohne aufwendige Installation oder Konfiguration nutzen zu kön-

nen – einstecken und loslegen. Überträgt man dieses Konzept auf die Informationssystem-IS-Architektur in Spitälern, so hat PnP zwei grundsätzliche Implikationen: technisch und fachlich. Technisch bedarf PnP der Fähigkeit, in sich abgeschlossene Softwaresysteme oder Informationstechnologie-(IT-)Komponenten mit klar definierten Schnittstellen vorzuhalten, um diese speditiv und ohne grossen Aufwand integrieren zu können, also Interoperabilität zu ermöglichen. Technisches PnP wird heutzutage typischerweise mit Web-Service-Technologien und serviceorientierten (Software-)Architekturen assoziiert. Eine fachliche Adaption von PnP, im Sinne von auswählen, einstecken und nutzen, bedarf der Verfügbarkeit von fachlichen Services in Form von logisch gruppierten IS-Dienstleistungen, die fachlich zusammenhängende Funktionalitäten zur Unterstützung bestimmter Prozessaktivitäten gruppieren und es ermöglichen, dem Nutzer individualisierte und integrierte IS-Unterstützung zu liefern. Dieses Konzept der fachlichen Services etabliert sich momentan im Rahmen von Unternehmensarchitekturansätzen (enterprise architecture). Dieser Beitrag fokussiert auf den fachlichen Aspekt von PnP der IS in Spitälern. Im Kern dieses Artikels steht ein Referenzmodell von fachlichen Services, das auf einer funktionalen Zergliederung der durch IS unterstützbaren Funktionen eines Spitals basiert. Es soll die im folgenden beschriebenen aktuellen Herausforderungen von CIOs adressieren, in dem es eine Grundlage für die strukturierte Dokumentation bildet und das Design der IS-Architektur ermöglicht, aber auch Potentiale schafft, um IS-gestützte Organisationsentwicklung zu forcieren.

Unternehmensarchitektur im Kontext organisatorischer Veränderungsmassnahmen Das im folgenden präsentierte Konzept von fachlichen Services zielt darauf ab, einen Beitrag zum strukturierten Management von IS-Funktionalitäten (nicht Softwareprodukten) und der Entwicklung von IS-Architekturen unter

Korrespondenz: René Fitterer Institut für Wirtschaftsinformatik Universität St. Gallen Müller-Friedberg-Strasse 8 CH-9000 St. Gallen rene.ﬁtterer@unisg.ch

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

Berücksichtigung fachlicher Einflussfaktoren (IT/business alignment) zu leisten. Die Unternehmensarchitektur bildet hierfür einen Bezugsrahmen, der die verschiedenen Gestaltungsebenen der Organisation adressiert. Unternehmensarchitektur ist definiert als «eine strukturierte und aufeinander abgestimmte Sammlung von Plänen für die Gestaltung der IT-Landschaft eines Unternehmens, die in verschiedenen Detaillierungen und Sichten, ausgerichtet auf spezielle Interessengruppen, unterschiedliche Aspekte von IT-Systemen und deren Einbettung in das Geschäft […] darstellen» [1]. Eine Veränderung der Unternehmensarchitektur bedarf, wie jede andere organisatorische Veränderungsmassnahme, eines organisationsinternen oder extern verursachten Anlasses [2]. Aktuelle externe Massnahmen, wie die DRG-Einführung, die Schweizer E-Health-Strategie oder Qualitätsbenchmarks der Spitäler (H+-Qualité, BAG-Qualitätsindikatoren für die Schweizer Akutspitäler) stärken den Bedarf an IS-Unterstützung. Die Dimensionen der internen Veränderungstreiber mit einem Fokus auf IT-Business Alignment sind in Abbildung 1 dargestellt. Wenngleich «IT follows business» heutzutage ein in vielen Industrien akzeptiertes IS-Designparadigma ist und auch als primäres Designprinzip für IS in Spitälern betrachtet werden kann, so können Veränderungen auch aufgrund von fachlich ausgerichteten «Push»-Massnahmen ausgelöst werden. Das im folgenden vorgestellte Konzept von fachlichen Services soll einen Beitrag zu diesem Treiber für Veränderungen und der entsprechenden IS-Unterstützung leisten.

Veränderte Anforderungen an die Informationssysteme und fachliche Dekomposition als Architekturprinzip Das Kompetenzzentrum Health Network Engineering (CC HNE) der Universität St. Gallen veranstaltet regelmässig Workshops, die eine neutrale Plattform zum Austausch zwischen Wissenschaft, Akteuren des Gesundheitswesens Strategie Externer Anreiz

UnternehmensStrategie und Projektmanagement

Push

IT-Strategie & Management

Pull

Fach

Push Interne und übergreifende Behandlungspfade und Geschäftsprozesse

IT-Prozesse & Systeme

(primär Spitäler) sowie Software- und Lösungsanbietern schaffen. Während des 8. Workshops im Januar 2009 wurden zum Thema «Unternehmenswert von IT» im Rahmen einer moderierten Diskussion, an der zehn SpitalCIOs teilnahmen, die heutigen Ansprüche an die IT als Unterstützungsorganisation des Spitals erfasst. Auf Basis einer Klassifikation der Unterstützungsdimensionen der IT, die fünf essentielle Dimensionen unterscheidet – Kommunikationsunterstützung, Verarbeitungsunterstützung, Dokumentationsunterstützung, Organisationsunterstützung (Prozesse usw.) und Entscheidungsunterstützung [5] –, konnten aktuelle und anstehende Ansprüche identifiziert werden, die von hoher fachlicher Relevanz sind und primär den Dimensionen Organisationsunterstützung und Entscheidungsunterstützung zugeordnet werden können. Seitens der Organisationsunterstützung wird der steigende Anspruch nach Prozessunterstützung und -optimierung gesehen. Dabei sollen vermehrt die Kernprozesse, beispielsweise durch Unterstützung klinischer Behandlungspfade, Auftragsmanagement u.a., adressiert werden und neben Effizienz und Qualität auch in bezug auf die Benchmarks eine Transparenzsteigerung realisiert werden. Im Bereich der Entscheidungsunterstützung sind die Ansprüche zweigeteilt. Einerseits besteht der Bedarf, klinische Dokumentation und andere Informations- und Wissensbasen stärker in den klinischen Entscheidungsprozess zu integrieren. Anderseits besteht, sehr wahrscheinlich durch die DRG-Einführung, verstärkter Bedarf für Unternehmenssteuerungssysteme. Diese Ansprüche machen deutlich, dass den Spital-CIOs heute und in Zukunft verstärkt Informationslogistik- [6] und Unternehmensarchitekturaufgaben verantwortet werden. Aufgrund der Heterogenität bestehender IS-Landschaften und der Vielschichtigkeit der Stakeholder eines Spitals kann die Unternehmensarchitektur von Spitälern als komplexes System erachtet werden. Diese Herausforderung adressierend, ermöglicht eine funktionale Dekomposition/Zergliederung die Identifikation diskreter Funktionalitäten eines Spitals und erlaubt somit die Gruppierung der diversen Fähigkeiten und Aktivitäten eines Spitals in Gruppen von maximaler Homogenität. Im Rahmen der Gebäudearchitektur von Spitälern definiert beispielsweise die DIN 13080 [7] auf Basis einer funktionalen Zergliederung eine Taxonomie nach Funktionsbereichen, Funktionsstellen und Teilstellen (z.B. «Untersuchung und Behandlung», «Aufnahme und Notfallversorgung», «medizinische Aufnahme»). Die Taxonomie ermöglicht somit eine Gliederung der Grundflächen nach spitalspezifischen Funktionen mit dem Ziel, bestmögliche Arbeitsumgebungen für die Abläufe und Aktivitäten der jeweiligen, die Funktion erfüllenden Spitalmitarbeiter zu schaffen. Auf Basis der DIN 13080 wurde ein erster Entwurf einer entsprechenden Taxonomie der fachlichen IS-Funktionalitäten eines Spitals erarbeitet. Die Methodik und das Ergebnis werden in den folgenden zwei Abschnitten beschrieben.

Prozesse

Abbildung 1 Treiber und Stossrichtung von IS-gestützten Veränderungen in Spitälern, in Anlehnung an [3, 4].

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

Fachliche Services – Bindeglied zwischen Geschäftsarchitektur und IS-Architektur Mit dem Ziel der Entwicklung von IS unter Berücksichtigung fachlicher Einflussfaktoren unterscheidet die Unternehmensarchitektur zwischen zwei grundsätzlichen Architekturebenen, der Geschäftsarchitektur und der ISArchitektur, die mittels verschiedenen Analyse- und Modellierungsschichten integriert werden [8]. Das Konzept einer «Alignment-Ebene» realisiert hierbei ein Mapping zwischen Geschäftsarchitektur und IS-Architektur auf der Basis eines serviceorientierten Ansatzes zur Gestaltung «komplexer Anwendungssystemlandschaften» [4]. Analog zu den Funktionsbereichen, Funktionsstellen und Teilstellen der DIN 13080 strukturiert die Alignment-Ebene die durch IS unterstützbaren Aktivitäten der Organisation hierarchisch nach Domänen, Applikationen und fachlichen Services. Als feingranularste Einheit repräsentieren fachliche Services Funktionsbündel, die aufgrund der gemeinsamen Unterstützung von Geschäftsprozessen (fachliche Prozessservices), der gemeinsamen Bewirtschaftung von Informationsobjekten (fachliche Querschnittsservices) oder gemeinsamer Wiederverwendung von Funktionalitäten (kanalorientierte fachliche Services) zusammenhängen [9]. In Anbetracht der hohen funktionalen Spezialisierung der Spitalmitarbeiter und der Fokussierung auf die Wiederverwendbarkeit von IS-Funktionalitäten (fachliches PnP) erscheinen kanalorientierte fachliche Services als besonders nützlich. Diese fachlichen Services gruppieAdministration

Management Planung und Steuerung

Reporting

Anlagen- und Ressourcenverwaltung

Projektmanagement

Administration

Informationsmanagement

Finanzbuchhaltung, Rechnungswesen

Abrechnung

Workflow management

Content Management

Personalwirtschaft

Beziehungsmanagement

Documentenmanagement

Archivierung

Behandlungs- und Ressourcenplanung

OP-Management

Behandlung

Leistungserfassung Patientenverwaltung

Personalplanung

Dokumentation

Entscheidungsunterstützung

Auftrags- und Prozessmanagement

Diagnosedokumentation

Medikationsdokumentation

Laborinformationsmanagement

Bildarchivierungs- und informationssystem

Behandlungsprozessdokumentation

Pflegedokumentation

Medizinische Kommunikation

Spezial-/Fachbereichsanwendung

Ergebnisdokumentation

Labordokumentation

Supply Chain Management Sourcing (strat. Beschaffung) Procurement (operat. Beschaffung)

Materialwirtschaft

Lagerwirtschaft

Vertragsmanagement

Anlagenbewirtschaftung

Planung

Anlagenwartung Hausinterne Logistik

Um eine vergleichbare Dokumentation von IS-Architekturen in Spitälern zu ermöglichen, wurde ein Referenzmodell kanalorientierter fachlicher Services entwickelt, mit dem Fokus auf mittelgrosse öffentliche Spitäler, d.h. primär Versorgungsniveau 2–3 gemäss Krankenhaustypologie [10]. Das in Abbildung 2 dargestellte Modell basiert auf einer Analyse der IS-Landschaft in fünf kantonalen Spitälern und der aktuell verfügbaren Softwareprodukte für Spitäler. Wenngleich das Modell einen ersten Entwurf darstellt und noch nicht als vollständig betrachtet werden kann, zeigt es dennoch die grundsätzliche funktionale Struktur der ISArchitektur für Spitäler auf. Das Referenzmodell unterstützt somit die Bebauungsplanung und Abdeckungsanalyse von IS-Architekturen aus Sicht der fachlichen Funktionen. Im Rahmen eines Benchmarkings der Leistungen von IT-Abteilungen (Infrastruktur, Applikationen, Services) in 19 Schweizer Spitälern wird das Modell zur «Kodierung» der Softwareprodukte der jeweiligen Spitäler verwendet und ermöglicht somit eine vergleichende Abdeckungs- und Nutzenanalyse der IS-Architekturen. Im Zuge dieser Anwendung wird das Modell stetig geprüft und es werden gegebenenfalls Applikationen oder fachliche Services hinzugefügt.

Medizinische Verwaltung

Therapie-Bed und and allocation Konsultationsplanung planning

Versorgung und Entsorgung

Referenzmodell fachlicher Services

Diskussion und Ausblick

Untersuchung, Behandlung und Pflege

Pflegeplanung

ren somit IS-Funktionalitäten entsprechend der Aktivitäten und Funktionen der Berufsgruppen eines Spitals und ermöglichen aus fachlicher Sicht ein PnP, da, anstelle von Softwareprodukten, aufgaben- und rollengerechte IS-Leistungen angeboten und entwickelt werden. Der folgende Abschnitt präsentiert die ersten Resultate einer Analyse von fachlichen Services, die als Grundlage zur Modellierung von IS-Architekturen dienen und eine Identifikation der Entwicklungspotentiale ermöglichen.

Lebenszyklusmanagement

Abbildung 2 Referenzmodell fachlicher Services für öffentliche Spitäler mittlerer Grösse.

PnP von IS in Spitälern ist mehr als nur eine technische Fragestellung. Ebenso wie die serviceorientierte Architektur nicht nur auf technische Web-Service-Fragestellungen beschränkt sein darf, sollten fachliche Herausforderungen besonders im Fokus der anstehenden IS-Investitionen zur Steigerung von Prozessorientierung und Vernetzungsfähigkeit stehen. Das Prinzip der Strukturierung der IS-Architekturen anhand von kanalorientierten fachlichen Services ermöglicht eine Bewertung der Ist-Situation und kann Veränderungsanreize schaffen. Bestehende Ansätze zum Architekturmanagement [11, 12] liefern einen notwendigen Bezugsrahmen und bieten Anleitung für die weitere Umsetzung im Rahmen von Projekten zur Integration, Veränderung oder Einführung von IS. Der Ansatz leistet somit einen ersten Beitrag zur besseren Adressierung der Anspruchsgruppen klinischer IS im Rahmen von Veränderungsprojekten. Dennoch müssen neben den fachlichen Aspekten auch besonders soziale Aspekte im Rahmen eines integrierten Change-Managements (Widerstand ein-

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

zelner Berufsgruppen, unterschiedliche Zielsysteme, ArztPatienten-Verhältnis usw.) adressiert werden [13]. Darüber hinaus kann die Betrachtung von fachlichen Services einen Beitrag leisten zu einer der grundsätzlichen Problematiken des technischen PnP: der Abwägung des Aufwandes für die Schaffung von Schnittstellen zwischen IS-Funktionalitäten bzw. Softwareprodukten (z.B. mittels Web-Services) und deren Nutzungshäufigkeit, im Sinne der Amortisation. So erscheint aufgrund der grossen Homogenität der innerhalb fachlicher Services gruppierten IT-Funktionen eine Schaffung von PnP-Schnittstellen weniger sinnvoll, da diese ohnehin meist im Paket genutzt werden, d.h. ganz oder gar nicht. In bezug auf die spezialisierten Aufgaben der Nutzer und deren Zusammenhang im Rahmen von Prozessen repräsentieren die fachlichen Services jedoch essentielle Bausteine, die mittels PnP eine individualisierbare und integrierte IS-Unterstützung ermöglichen sollten.

Danksagung Der Autor dankt den Mitgliedern der von BEG & Partners AG geführten Spital-IT-Gruppe für deren Mitwirkung.

Literatur 1 Niemann KD. Von der Unternehmensarchitektur zur IT-Governance: Leitfaden für effizientes und effektives IT-Management, (Edition CIO), Vieweg, 2005. 2 von Werder A. Organisatorische Gestaltung (Organization Design), in: Schreyögg, G., Werder, A. (Hg.), Handwörterbuch der Unternehmensführung und Organisation, Band 2, 4. Auflage, Schäffer-Poeschel, Stuttgart 2004, S. 1088–101. 3 Henderson JC, Venkatraman N. Strategic alignment: Leveraging information technology for transforming organizations, in: IBM Systems Journal. 1993;32(Nr. 1):4–16. 4 Aier S, Winter R. Virtuelle Entkopplung von fachlichen und IT-Strukturen für das IT/Business Alignment – Grundlagen, Architekturgestaltung und Umsetzung am Beispiel der Domänenbildung, in: Wirtschaftsinformatik. 2009;51(Nr. 2):175–91. 5 Haas P. Medizinische Informationssysteme und Elektronische Krankenakten, Springer, Berlin et al. 2005. 6 Dinter B, Winter R. (Ed.), Integrierte Informationslogistik, Springer, Berlin et al. 2008. 7 Normenausschuss Rettungsdienst und Krankenhaus (Ed.), DIN 13080:1999-10 – Gliederung des Krankenhauses in Funktionsbereiche und Funktionsstellen, DIN Deutsches Institut für Normung e. V., Berlin 2003. 8 Winter R, Fischer R. Essential Layers, Artifacts, and Dependencies of Enterprise Architecture, in: Journal of Enterprise Architecture. 2007; 3(Nr. 2):7–18. 9 Schelp J, Winter R. Entwurf von Anwendungssystemen und Entwurf von Enterprise Services – Ähnlichkeiten und Unterschiede, in: Wirtschaftsinformatik. 2008;50(Nr. 1):6–15. 10 Bundesamt für Statistik der Schweiz, Statistik der stationären Betriebe des Gesundheitswesens Krankenhaustypologie, Version 5.2, Bundesamt für Statistik der Schweiz (BFS), Neuchâtel 2006. 11 IT Governance Institute (Ed.), COBIT 4.1, IT Governance Institute, Rolling Meadows 2007. 12 The Open Group (Ed.), TOGAF Version 9 – The Open Group Architecture Framework, The Open Group, 2009. 13 Herzlinger RE. Why Innovation in Health Care Is So Hard, in: Harvard Business Review, 2006; 58–66.

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

L’usage d’Internet dans la relation médecin–patient Theodor Andersson, Judith Patterson, Sarah Cruchet, Célia Boyer

Summary The Health On the Net Foundation (HON) is a pioneer in health promotion through the Internet. Its latest survey of physicians’ habits in terms of use of the Internet in the patient-physician relationship will help to develop tools for physicians in promoting adapted, trustworthy and quality websites. The survey was circulated to the physicians of Geneva (Switzerland) from 25 August to 26 September 2008. Their replies were analysed according to whether they answered via the Internet or regular post. The physicians evinced great interest in recommending health websites, although the habit is not widespread. Three out of four physicians with an Internet connection expressed willingness to select trustworthy medical and health websites for their patients through a web tool. 70% also opted for a printed version of selected websites by a trustworthy organisation such as HON.

Introduction La Fondation Health On the Net (HON) est l’organisation de référence en matière de promotion et de mise à disposition d’information de santé fiable et de qualité sur Internet. Avec l’avènement des technologies de l’information et en particulier celles d’Internet, beaucoup de patients sont devenus des «e-patients». Ils peuvent avoir plus facilement accès à leurs informations médicales et ils peuvent surtout avoir accès à de l’information de santé sur Internet. L’epatient n’est pas seulement un «consommateur santé» mais c’est également devenu un acteur de santé puisque qu’en plus de lire, il peut également gérer et personnaliser son compte santé (Google Health ou MaSantéRomande parmi beaucoup d’autres), il peut interagir avec d’autres e-patients, il peut créer du contenu sur Internet, ou encore influencer le contenu d’autres e-patients. L’utilisation d’Internet dans le domaine de la santé est aujourd’hui une réalité puisque 74% des Nord-Américains ont accès à Internet [1] et que près des trois quart d’entre eux ont déjà consulté Internet pour de l’information médicale [2]. L’epatient fait face à de nouvelles compétences mais également à de nouveaux défis. Une très récente étude [3] fait état de la «cyberchondrie» chez de nombreux e-patients. La cyberchondrie est une augmentation de l’inquiétude après avoir consulté Internet pour un thème de santé. Consulter Internet influence le comportement du patient et sa relation avec le médecin. La Fondation HON œuvre à relever les nouveaux défis d’Internet et en promeut une meilleure utilisation. C’est dans ce contexte et dans le but de connaître les habitudes et la volonté des médecins d’utiliser Internet dans le cadre de leur relation avec leurs pa-

tients, que l’enquête présentée a été menée. Le but ultime de la Fondation HON est d’aider les médecins à guider leurs patients vers de l’information adaptée, fiable et de qualité.

Matériel et méthodes L’enquête a été effectuée auprès des médecins membres de l’Association des Médecins du canton de Genève (AMG) entre le 25 août et le 26 septembre 2008. L’enquête a été diffusée de manière électronique (courriel) et par courrier postal auprès des médecins n’ayant pas communiqué leur courriel à l’AMG. Ces derniers ont répondu par courrier, contrairement au premier groupe qui a répondu par une interface Web. Le questionnaire était composé de cinq questions auxquelles le médecin pouvait répondre par oui ou par non. Les questions étaient les suivantes: 1 Avez-vous un accès Internet à votre cabinet? 2 Vous arrive-t-il de recommander des sites Internet à vos patients? 3 Utiliseriez-vous un outil Internet vous permettant de sélectionner des sites de qualité et de confiance classés par sujets pour les conseiller à vos patients? 4 Si oui, quels types de sites aimeriez-vous pouvoir conseiller? Choix entre: Associations de patients, Informations médicales/de santé générales, Informations médicales/de santé précises/spécialisées, Organisations professionnelles, Compagnie d’assurance maladie, Groupes pharmaceutiques, Compendium Suisse des Médicaments, Services des HUG, Cliniques privées, Cliniques privées, Forums de discussion, Conseils pour le quotidien. 5 Utiliseriez-vous des «fiches» déjà imprimées contenant des adresses de sites sélectionnés spécifiques à certaines maladies?

Résultats et discussion 1751 médecins ont reçu un e-mail de l’Association des Médecins du canton de Genève leur demandant de participer

Correspondance: Célia Boyer Fondation Health On the Net 81, boulevard de la Cluse CH-1205 Genève celia.boyer@healthonnet.org

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

à cette étude. 207 réponses ont été recueillies dont 146 via le questionnaire en ligne et 61 envoyées par courrier postal (fig. 1–8)

Accès Internet au cabinet Le premier constat est que 88% (fig. 1) des répondants ont un accès Internet à leur cabinet. Cette proportion est à prendre au conditionnel, puisque le groupe ayant répondu par courrier et le groupe ayant répondu par Web ont donné

Figure 1 Question 1, réponses courrier et Web.

Figure 2 Question 2, réponses courrier et Web.

Figure 3 Question 3, réponses courrier.

Figure 4 Question 3, réponses Web.

des réponses différentes. Les médecins du groupe courrier ont à 69% un accès à Internet dans leur cabinet tandis que ceux du groupe Web sont connectés à 97%. Ce pourcentage montre néanmoins une forte pénétration d’Internet dans l’environnement de la consultation au cabinet.

Recommander des sites Web aux patients Les médecins recommandent des sites Web à 46% en moyenne (fig. 2). Comme pour le premier constat, ce résultat est à prendre au conditionnel. A titre de comparaison, une enquête via le Web menée par la Fondation HON auprès des professionnels de santé européens [1] montre que 66% d’entre eux recommandent des sites Web à leurs patients. Cette étude portait principalement sur les Britanniques et les Américains, les médecins spécialisés, les infirmiers et les généralistes. Il semble que les médecins qui ont un accès Internet et qui l’utilisent régulièrement l’intègrent dans le cadre de leur relation médecin-patient. Une constatation semblable a été faite pour les patients dans une étude [5] sur l’utilisation d’Internet. Cette étude montre que ceux qui utilisent régulièrement Internet l’utilisent également plus fréquemment dans le contexte de leur santé. Les utilisateurs réguliers ont également jugé l’Internet comme une source d’information plus importante que ceux qui ne l’utilisent pas régulièrement. Un autre critère important qui influence la consultation d’information de santé sur Internet est l’état de santé du patient. Une enquête de Pew Internet & American Life Project [2] a montré que les internautes dont la santé était en jeu sont proportionnellement plus nombreux à consulter Internet et que cette recherche a influencé le cours de leurs traitements plus souvent que les autres Internautes

Recommander des sites Web avec un outil Internet A la question: les médecins utiliseraient-ils un outil Internet permettant de sélectionner des sites de qualité et de confiance classés par sujet pour les conseiller à leurs patients, les deux groupes se distinguent en répondant favorablement par 36% (fig. 3) pour le groupe courrier et 78% (fig. 4) pour le groupe Web. Ces résultats montrent que ceux qui ont un accès Internet à leur cabinet, et qui utilisent plus régulièrement le Web sont ceux qui recommandent le plus des sites Web. En comparant, au sein du groupe courrier, les médecins qui recommandent des sites avec ceux qui utiliseraient un outil Internet pour recommander des sites Web (36%, fig. 3), on remarque que le groupe courrier reste très peu sensible à l’idée d’un outil Internet. Quant au groupe Web, il est beaucoup plus réceptif à cette proposition puisque plus de la moitié des médecins recommandent des sites Web mais que 78% (fig. 4) d’entre eux sont favorables à l’idée d’utiliser un outil Internet.

Quels sites Web recommander? La question 4 porte sur les types de sites que les médecins conseilleraient à leurs patients. Deux des trois types les

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

plus fréquemment choisis sont les sites d’information générale ou spécialisée (fig. 8). Cela correspond aux habitudes des Internautes qui consultent le plus souvent Internet pour simplement s’informer sur la santé en général [5]. Les raisons invoquées pour consulter Internet sont le plus souvent dans le contexte d’une consultation. Les «e-patients» consultent Internet presqu’autant avant qu’après une consultation. Ils questionnent également Internet pour savoir s’ils vont consulter leur médecin ou pas. Les deuxièmes types de sites à recommander par les médecins genevois sont les «associations de patients» et les «conseils pour le quotidien». Cela montre le souci des médecins de voir leurs patients trouver du soutien et des ressources pour faire face à leurs problèmes de santé, et ce, en dehors de la consultation. Si recommander un site Internet de santé n’est pas inhabituel, les professionnels de santé ont encore peu d’influence sur les habitudes des Internautes. Moins de 10% des Internautes ont pris connaissance d’un site de santé par leurs professionnels de santé. Les médias usuels (radio, TV, presse) sont aujourd’hui ceux qui font le plus souvent connaître les sites Web [7].

Figure 5 Question 5, réponses courrier.

Figure 6 Question 5, réponses Web.

Figure 7 Question 5, réponses courrier et Web.

Recommander des sites Web avec des «ﬁches» La question 5 suggère d’utiliser des «fiches» déjà imprimées contenant des adresses de sites sélectionnés spécifiques à certaines maladies. Les deux groupes sont moins favorables à cette idée puisque 21% (fig. 5) du groupe courrier et 62% (fig. 6) du groupe Web y ont répondu par «oui». Tout groupe confondu, les réponses favorables sont de 50% (fig. 7) et le résultat est inférieur de 16 points à celui de l’outil Web (66%, moyenne résultats fig. 3 et 4). Par contre, si on prend les médecins ayant répondu positivement à la question 3 sur l’utilisation d’un outil Web, 70% d’entre eux utiliseraient des fiches déjà imprimées, tout groupe confondu. Cela montre que bien que l’idée de recommander des sites Web soit bien perçue, le format et la personnalisation du service reste un critère important. Il est possible que les médecins veuillent garder le choix des sites qu’ils recommandent à leurs patients.

Les réserves des médecins sur l’utilisation d’Internet Cette enquête montre l’intérêt que peuvent porter les médecins pour l’utilisation et la consultation de sites Web dans le cadre de la relation médecin-patient. Cela dit, 33% des répondants (moyenne résultats fig. 3 et 4) ont, quant à eux, montré des réticences en s’exprimant défavorablement vis-à-vis d’un outil Web permettant de sélectionner des sites Web à recommander à leurs patients. Si le fait d’avoir un accès Internet au cabinet et d’utiliser le Web de manière régulière influence très probablement ces avis, il faut néanmoins considérer d’autres raisons. Dans une enquête menée par la Fondation HON [6], les patients et les professionnels de santé ont identifié des risques liés au fait qu’un patient consulte un site Internet. Cette enquête montre que les patients sont plus confiants dans l’utilisation d’Internet que le sont les médecins. 67% des patients sont d’avis que consulter de l’information médicale sur Internet augmente l’adhérence thérapeutique, tandis que 42% des professionnels de santé pensent le contraire. Un patient sur deux pense que consulter Internet l’encourage à contester l’autorité du médecin. Les professionnels de santé, sont, quant à eux, 60% à partager cet avis. Le risque qu’un patient fasse recours à l’automédication, au sens large, est partagé semblablement par les deux groupes: 69% des patients et 67% des professionnels de santé. Le risque qu’Internet remplace une consultation médicale a été également étudié dans une enquête de l’Inserm [7]. Selon cette enquête, 44% des internautes affirment ne jamais avoir consulté Internet en remplacement d’une consultation médicale, tandis que plus de 16% d’entre eux affirment le faire assez souvent ou très souvent. Si remplacer une consultation médicale par une consultation d’Internet n’est pas exceptionnel, se soigner seul (ou son entourage) après avoir consulté Internet reste très rare: moins de 2,3% des Internautes [7]. Les professionnels de santé ont également exprimé la crainte que consulter Internet puisse diminuer la confiance d’un patient en son médecin. Cette idée est partagée par 42% des professionnels de santé tandis que 55% des patients pensent le contraire [6].

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

Les avantages de l’utilisation d’Internet Malgré ces craintes, les patients, comme les professionnels évaluent de manière positive leurs expériences de l’utilisation d’Internet dans la relation médecin-patient. Une très large majorité dans les deux groupes (patients et professionnels) pense qu’Internet améliore les connaissances du patient, la communication, la qualité de la consultation, l’adhérence thérapeutique ainsi que le partenariat entre le patient et son médecin (fig. 9) [6]. Si les médecins sont favorables à l’idée de recommander des sites Internet à leurs patients, ces derniers sont demandeurs de ce genre de service puisque 90% des patients pensent que leurs médecins devraient leur recommander des sources d’information de confiance sur Internet [6].

Figure 8 Question 4, réponses courrier et Web.

Limitations Cette enquête prospective laisse uniquement supposer de l’accueil que réservent les médecins genevois à l’utilisation d’Internet avec leurs patients. L’échantillon de 207 (sur 1751) médecins ayant répondu n’est pas représentatif de l’ensemble des médecins genevois. Il faut considérer plusieurs biais comme l’intérêt des médecins porté à ce thème, l’environnement de travail ou encore les particularités de leurs patients.

Conclusion Les professionnels de santé expriment leurs craintes visà-vis de l’utilisation d’Internet mais en même temps ils partagent les bénéfices d’Internet dans leur relation avec leurs patients. Notre enquête montre que pour de nombreux médecins genevois, Internet fait déjà partie de leur environnement de travail et qu’ils souhaitent mieux intégrer cette ressource. En préférant un outil où ils sélectionnent euxmêmes les sites, contrairement à un support papier avec des sites présélectionnés, les médecins soulignent l’importance d’adapter l’information à chaque patient. C’est dans ce contexte et en partenariat avec l’AMG, les médecins et les professionnels de santé, que la Fondation HON souhaite développer un outil adapté et promouvoir une saine et intelligente utilisation d’Internet. La Fondation HON remercie l’AMG pour sa précieuse collaboration ainsi que les médecins ayant participé à cette étude.

Références 1 Internet World Stats, http://www.internetworldstats.com/stats2.htm. 2 S. Fox Pew Internet & American Life Project: The Engaged E-patient Population 2008, http://www.pewinternet.org/pdfs/PIP_Health_Aug08.pdf 3 White R, Horvitz E. Microsoft Research: Cyberchondria: Studies of the Escalation of Medical Concerns in Web Search 2008, ftp://ftp.research.microsoft.com/pub/tr/TR-2008-178.pdf 4 Health On the Net Foundation. Healthcare professionals’ experience of the medical Net Survey May-July 2000 http://www.hon.ch/Survey/ResPoll/HP_Europe.html 5 Andreassen H, et al. European citizens’ use of E-health services: A study of seven countries. BMC Public Health. 2007;7:53. 6 Health On the Net Foundation. Analysis of 9th HON Survey of Health and Medical Internet Users 2004–2005 http://www.hon.ch/Survey/Survey2005/res.html#Ancre1 7 Renahy E, et al. Enquête web sur les habitudes de recherche d’informations liées à la santé sur Internet. Inserm, 2007 http://www.inserm.fr/fr/ questionsdesante/rapports/att00003484/enquete_whist_2007.pdf

Figure 9 Point de vue des patients et des professionnels de santé sur la relation médecin–patient, 2004–2005.

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

Integration of biomedical data using federated databases Douglas Teodoroa, Emilie Paschea, Rolf Wipﬂia, Julien Gobeilla,c, Rémy Choquetb, Christel Danielb, Patrick Rucha,c, Christian Lovisa SIM, University of Geneva and University Hospitals of Geneva, Geneva, Switzerland INSERM, Université Paris Descartes, Paris, France c HEG, University of Applied Science, Geneva, Switzerland a

Summary The expansion of biomedical knowledge, falling computing costs and the spread of IT facilities have resulted in an escalation of biomedical electronic data. However, due to the inadequacy of specialised tools, these data are rarely integrated and analysed. This paper presents a pilot system which is to be used in the European FP7 DebugIT project to integrate biomedical data from several healthcare centres across Europe. The system aims to solve complex problems arising, firstly, from the technical and semantic heterogeneity intrinsic to these kinds of data source, and, secondly, from the unreliability of the distributed system.

Introduction The last ten years have been marked by the greatest increase in biomedical data in human history [1]. Thanks to the availability of lower-cost computing and with a concomitant expansion in computing power and facilities these data can be accessed and processed on a very large scale. Biomedical databases cover a growing share of information, ranging from clinical findings to genetic structures, including social, behavioural, societal, and environmental data. However, secondary usage of this information to further improve the quality and safety of patient care is modest. The task of developing a system that provides access interoperability and homogeneity across countries, data sources and data types presents many challenges. The integration system must cope with: lack of technical interoperability, including different hardware platforms, operating systems, database management systems, access protocols, transport formats, and programming languages [2]; lack of semantic interoperability within the different data sources [3]; management of heterogeneous data quality, especially with respect to statistical analysis sensitive to heteroscedasticity [4]; and finally, security, privacy, and confidentiality across regions and countries, breaches of which can lead to unacceptable and unforeseen risks for the patient’s and citizen’s right to privacy [5–7]. To handle the issues aforementioned, different integration systems have been proposed in the literature. Usually these

systems can be classified into three different approaches: data warehousing as in the Genome Database (IGD) [8], ATLAS [9], BioWarehouse [10], and BioDWH [11] projects; view integration as in the HEMSYS [12], TSIMMIS [13], BioKleisli [14], TAMBIS [15], SIMS [16], and KRAFT [17] projects; or link integration as in the SRS [18], Entrez [19], and Integr8 [20] projects. This paper focuses on a data integration framework to be used to build interoperability between heterogeneous data stores in a network of hospitals in the DebugIT (Detecting and Eliminating Bacteria Using Information Technology) project [21]. In the next section the DebugIT Clinical Data Repository architecture is depicted. In section 3, issues concerning integration are discussed. Finally, concluding remarks are presented in section 4.

The DebugIT Clinical Data Repository The DebugIT project will use clinical and operational information from existing clinical information systems (CIS) located in several hospitals across Europe, with a view to advancing the healthcare battle against bacteria through the use of information technology. Access to these distributed and heterogeneous data will be gained through a virtualised, fully integrated clinical data repository (CDR). The DebugIT project requires a unique homogeneous view of the data sources featuring transparent access. Due to ethical and privacy issues, centralising the raw data in a permanent store is not a plausible solution. The data sources must be accessed through SPARQL and the results presented in the RDF format. To meet these requirements the system architecture depicted in figure 1 is composed of three main components: wrappers, local CDRs and a central virtual CDR – a federated database instance. Wrappers are responsible for the ETL – extract, transform and load – process. They extract the data from the local

Correspondence: Douglas Teodoro University Hospitals of Geneva 4, rue Gabrielle-Perret-Gentil CH-1211 Geneva douglas.teodoro@sim.hcuge.ch

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

Figure 1 DebugIT CDR architecture: (1) CIS; (2) wrappers; (3) local CDRs; (4) CDR; (5) interface and result set.

CIS, perform a model transformation from the CIS into the DebugIT model, and then load the data into the local CDR. With the data already stored, they still have two tasks to perform: normalise the content using ontologies – NEWT for bacteria, WHO-ATC for drugs, SNOMED CT for cultures, Time.OWL for time attributes, among others; convert the data from the local CDR “input model”, an EAV/CR model, to the local CDR “interface model”, which provides a customised physical schema. The tasks performed by the wrappers are described in the UML diagram presented in figure 2. The Talend1 suite is used in the wrappers’ development. It provides a semi-automatic source representation and ready-to-use models for several source types, including

RDMS, delimited files, and XML files among others. Additionally, it provides the means to semi-automatically map the CIS content to the DebugIT model, using a friendly GUI interface. Local CDRs are MySQL database instances that store DebugIT data extracted from the CIS. They are set up inside the demilitarised zone (DMZ) of each data provider, being the interface between the data provider and the whole system. The data stored in the local CDRs may be validated and annotated if needed. They are based on DBMS for reasons of scalability and robustness. The local CDR contains two distinct schemas: an EAV/CR, used as input schema for the data extracted from the CIS, and another customised for DebugIT data, used as query interface. The EAV/CR schema provides a robust layer between the CIS and the CDR, avoiding changes on both sides when one of them needs to be modified. Furthermore, it solves the problem of devising a model capable of hosting all the DebugIT data coming from several different centres. The customised schema is the local CDR external interface. It is populated with the normalised data previously stored in the EAV/CR schema. It is used to solve problems with the query performance and expressiveness found in the EAV/CR model. Local CDRs are used to perform the following tasks: 1) normalise the content of the CDR; 2) build the data catalogue and information model; 3) draft the DebugIT core ontology; 4) apply data mining methods and 5) draft endpoint use cases. They also reduce the load on the production systems and will be of great help when dealing with privacy issues, by allowing sensitive data to be encrypted and restricting access according to the user’s role. The core of the system is a MySQL federated database instance. It links all the data sources to create a global view on top of them. It thereby enables the DebugIT data to be

Figure 2 Wrapper’s UML activity diagram. Sequence of actions executed by the wrappers: data extraction (top), normalisation (centre), and migration (bottom). 1 www.talend.com

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

accessed through a single query point but without storing any data centrally. The CDR and the local CDRs are wrapped as web data services using D2R2 to provide SPARQL endpoints. The system uses a global schema and thus adopts the tightly coupled integration approach [2]. Global schema is the easiest way and the key component for the semantic interoperability when ready-to-use operational ontology is not present. With the common schema designed it is possible to accommodate all the data pertinent to the project and their relations. The CDR architecture has characteristics of both data warehousing and view integration approaches. Data transformation and common schema are typical of data warehousing, while the nonexistence of central storage is the main characteristic of view integration. Thus, the CDR presents the upside and downside of those approaches. The upside is high performance (data warehousing) and no data exposure (view integration). The downside is the cost of data model updates (data warehousing and view integration) and data synchronisation (data warehousing).

the entire source datasets. From the analytical side, knowledge of the existence, physical location, access mechanism or schema of the underlying local databases will not be required. To have a flexible system, the content of the local databases must be autonomously and locally maintainable. These schemas change quickly on average, i.e. two or three times per year. The databases are designed and maintained to meet local needs and changes are made independently of the integrated structure. Further, it is interesting to have an automatic or semi-automatic source representation. It would foster the integration of new sources and have a very important bearing for systems in which the source sites have frequent schema updates. The design of DebugIT CDR attempts to follow the concepts mentioned above. Table 1 illustrates some comparative aspects of relevant integration systems found in the literature in the last two decades against the DebugIT CDR.

Discussion

In this paper the pilot architecture for the CDR to be used in the DebugIT project has been described. It constitutes a simple data integration model via the use of the MySQLfederated engine to integrate distributed data and Talend and ontologies for homogenising models and data types. In spite of this, it is necessary to evaluate whether the facilities provided by the federated approach are worthwhile

The major promoter of the data integration process is to present to the end user a homogeneous view of the data, containing essential features of each individual system, in a unified system. As a consequence, the system must be able to handle complex queries that are spanned across

Conclusion

Table 1 Comparison of data integration systems. System

Year

Approach

Usage transparency

Query interface

Downside

Upside

HEMSYS

1987

View integration

Yes

HEMSYS query language

Does not handle transactions

Update via global schema

SRS

1993

Link integration

Query form / API-keyword based

Source specified by user

Easy to use and performance

TSIMMIS

1994

View integration

Yes

LOREL

Not a full integration system

Facilitate development of mediator

TAMBIS

1996

View integration

Yes

Concept navigation

Unable to specify source. Inflexible schema change

Usage transparency Easy to query

VOTES

2005

View integration

Yes

SQL

Based in a unique key identification across all data sources

Information security

caGrid

2005

View integration

Yes

Query API

Performance

Processing of workflows

@neurIST

2007

View integration

Yes

SPARQL

Schema maintenance

Information security

BioDWH

2007

Data warehousing

Yes

Query API

Integrates only RDB sources

Data synchronization

DebugIT CDR

2009

Mixed approach

Yes

SPARQL/SQL

Data synchronisation

Robustness and response time

2 www4.wiwiss.fu-berlin.de/bizer/d2r-server

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

in performance and ease of implementation when compared to the rigidness of the single conceptual model and the high load on the wrappers that they bring. The next step towards the implementation of the integration system is to finalise semantic interoperability and to tackle the privacy issue with creative solutions.

Acknowledgements This research has been supported by the EU-IST-FP7 DebugIT project # 712139.

References 1 Galperin MY. The Molecular Biology Database Collection: 2008 update. Nucleic Acids Res. 2008;36:D2–D4. 2 Sheth AP, Larson JA. Federated Database Systems for Managing Distributed, Heterogeneous and Autonomous Databases. ACM Computing Surveys 1990;22:183–236. 3 Karasavvas KA, Baldock R, Burger A. Bioinformatics integration and agent technology. J Biomed Inform. 2004;37:205–19. 4 Mattes WB, et al. Database Development in Toxicogenomics: Issues and Efforts. Environ Health Perspect 2004;112:495–505. 5 Sinnott RO. Stell AJ, Ajayi O. Supporting grid-based clinical trials in Scotland. Health Informatics Journal 2008;14:79–93. 6 Saltz J, et al. caGrid: design and implementation of the core architecture of the cancer biomedical informatics grid. BIOINFORMATICS 2006;22:1910–6. 7 Iavindrasana J, et al. Design of a Decentralized Reusable Research Database Architecture to Support Data Acquisition in Large Research Projects. Stud Health Technol Inform. 2007;129:325–9.

8 Ritter O, Kocab P, Senger M, Wolf D, Suhai S. Prototype Implementation of the Integrated Genomic Database. Comput Biomed Res. 1994;27:97– 115. 9 Shah SP, et al. Atlas – a data warehouse for integrative bioinformatics. BMC Bioinformatics. 2005;6:34. 10 Lee TJ, et al. BioWarehouse: a bioinformatics database warehouse toolkit. BMC Bioinformatics. 2006;7:170. 11 Töpel T, Kormeier B, Klassen A, Hofestädt R. BioDWH: A Data Warehouse Kit for Life Science Data Integration. J Integrative Bioinformatics. 2008;5:93. 12 Pillai SV, Gudipati R, Lilien L. Design issues and an architecture for a heterogenous multidatabase system. Proceedings of the 15th ACM Computer Science Conference (1987). 13 Molina H.G, et al. The TSIMMIS Approach to Mediation: Data Models and Languages. J Intelligent Inform Systems. 1997;8:117–32. 14 Davidson SB, Overton C, Tannen V, Wong L. BioKleisli: A Digital Library for Biomedical Researchers. Int J Digit Libraries. 1997;1:36–53. 15 Goble CA, et al. Transparent access to multiple bioinformatics information sources. IBM Systems Journal. 2001;40:532–51. 16 Arens Y, Knoblock CA, Hsu C. Query Processing in the SIMS Information Mediator. Advanced Planning Technology, Austin Tate, AAAI Press, Menlo Park, CA (1996). 17 Preece AD, et al. The KRAFT Architecture for Knowledge Fusion and Transformation. Proceedings of the 19th SGES Int. Conf. on Knowledgebased Systems and Applied Artificial Intelligence (1999). 18 Etzold T, Argos P. SRS – an indexing and retrieval tool for flat file data libraries. Computer Applications In The Biosciences 1993;9:49–57. 19 Schuler GD, et al. Entrez: Molecular biology database and retrieval system. Comp. Methods For Macromolecular Sequence Analysis 1996;266:141–62. 20 Kersey P, Bower L, Morris L, et al. Integr8 and Genome Reviews: integrated views of complete genomes and proteomes. Nucleic Acids Res. 2005;33:D297-D302. 21 Lovis C, et al. DebugIT for patient safety – improving the treatment with antibiotics through multimedia data mining of heterogeneous clinical data. Stud Health Tech Inform. 2008;136:641–6.

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

Retour sur l’investissement des systèmes d’information hospitaliers, nouvelles approches Rodolphe Meyer

Summary Objectives: Decision makers and healthcare professionals always face major issues when the need arises to plan an IT investment. This paper reviews the different techniques used in quantifying the return on investment (ROI) in healthcare sector information technologies (IT). Methods: Papers for this study were obtained directly from their authors or downloaded via the University of Geneva and the INSERM bibliographic portals. The choice was based on Medline results and specific readings in selected journals from both the medical and economic fields. We list the most common methods that are available to compute the return on IT investment in the general business and healthcare sectors. The focus is on macroeconomic and microeconomic studies using techniques which may yield disruptive results for IT ROI impact evaluation in hospitals. Results: Accounting and financial methods do not reveal the global IT investment influence in the hospital setting, although they provide interesting data on specific IT projects. Econometric techniques tend to assess the positive impact of healthcare IT (HIT) on hospital productivity and production. The positive impact seems to be augmented in hospitals whose IT investments and integration levels are the highest. Conclusions: The identification of specific IT benefits remains questionable in 21st century hospitals, knowing their intermingling with people and processes. Macroeconomic analysis could provide a new set of tools to compute IT ROI in healthcare. All types of investment (inputs) and all returns (outputs) can be taken into account by tools precisely measuring the impact of IT investments, breakeven points and possible threshold levels. These results could lead to higher levels of IT governance in hospitals.

Introduction Depuis le début des années 70, les technologies de l’information et de la communication (TIC) en santé ont acquis une importance stratégique et économique croissante, en particulier après la publication d’études mettant en évidence leur rôle possible dans l’amélioration de la qualité des soins et la réduction des erreurs médicales [1]. Au XXIe siècle, les systèmes d’information hospitaliers (SIH) sont devenus si intriqués dans le quotidien des soignants qu’il est presque devenu impossible de prendre une déci-

sion sans en tenir compte [2]. Mais même si tous les acteurs s’accordent sur leur importance, ils représentent cependant des lignes budgétaires importantes qui n’ont pas encore prouvé indiscutablement leur profitabilité, ce qui provoque toujours de nombreux débats lorsqu’il s’agit de justifier les dépenses correspondantes. Sur cette base, des taxonomies de méthodes d’évaluation ont vu le jour et de nombreuses études ont été publiées dans les revues économiques et managériales [3]. Malheureusement trop peu concernent le secteur médical et en particulier les bénéfices que l’ont pourrait attendre des TIC. L’évaluation des bénéfices indirects (qualité et continuité des soins, satisfaction des utilisateurs, optimisation des processus de soins, etc.) du déploiement d’un SIH (aide à la prescription, aide au diagnostic, archivage d’images [PACS]) concerne la grande majorité des études; seulement 6,5% des évaluations sont des analyses coût-bénéfice [4,5]. Peu d’études visent à évaluer les bénéfices directs du déploiement des SIH, et presqu’aucune étude n’a envisagé ces bénéfices globalement dans un esprit de stratégie de type portfolio [6]. En outre, les résultats contradictoires de certains travaux amènent régulièrement les décideurs du milieu hospitalier à faire des choix basés seulement sur les prévisions des bénéfices indirects possibles/potentiels et peuvent laisser penser que la notion même de bénéfices associés aux TIC serait un oxymore. Cet article se focalise sur les approches évaluant le retour sur investissement (RSI) qui ont été publiées en vue de quantifier les bénéfices directs des SIH. Il passe en revue différentes approches et méthodes disponibles pour aider à la décision en matière d’investissements en TIC à l’hôpital.

Bénéﬁces des SIH Les bénéfices des systèmes d’information hospitaliers sont de trois catégories: cliniques, organisationnels et financiers [7]. Dans ces trois catégories, ils peuvent être tangibles (faciles à identifier) ou intangibles (plus difficiles à mesurer). Tous ces bénéfices sont à prendre en considération lorsque l’objectif est de déterminer la plus-value

Correspondance: Dr Rodolphe Meyer, MD Hôpitaux Universitaires de Genève, Service d’Informatique Médicale Rue Micheli-du-Crest 24 CH-1211 Genève 14 e_meyer@yahoo.com

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

d’un SIH. Les bénéfices financiers tombent généralement dans une de ces catégories: réduction des coûts, amélioration de la productivité (qui se traduit en augmentation des revenus) et amélioration de la compétitivité (qui se traduit en génération de revenus). Pour les comptabiliser, on utilise couramment le retour sur investissement (RSI ou ROI en anglais) qui est le rapport de la somme d’argent gagné ou perdu lors d’un investissement sur la somme d’argent investie. La somme d’argent gagnée ou perdue est communément dénommée résultat net ou gain/perte ou encore profit/perte. On se référera à l’argent investi avec les termes capital ou actif. Le RSI peut représenter le retour sur un investissement passé, en cours ou futur, mais il est calculé généralement sur une base annuelle calendaire ou fiscale. Il s’exprime habituellement en pourcentage afin de permettre une meilleure vision du gain proportionnel.

Evaluer le RSI des TIC avec des méthodes ﬁnancières et comptables Il existe de nombreux modèles financiers pour calculer le RSI ou essayer de l’estimer le plus correctement possible. La méthode la plus répandue est l’analyse coût-bénéfice (ACB) qui peut être appliquée sur tous les projets d’investissement. L’ACB correspond au quotient des bénéfices totaux apportés par un projet spécifique sur la somme des investissements mis en œuvre pour le réaliser. Un rapport supérieur à 1 indique un RSI positif. Mais aussi simple que ce calcul paraisse, les données nécessaires à sa réalisation sont loin d’être faciles à réunir. Une étude récente utilisant l’ACB a été commanditée par la commission européenne (direction générale de l’information de la société et des médias, Bruxelles) [8]. Dix sites européens avec des implémentations TIC très variées (dossier patient électronique local ou national, aide à la prescription, aide à la décision clinique, dispatching logistique …) ont été évalués au niveau de l’impact des TIC dans leurs bénéfices. Les coûts et les bénéfices (ramenés à leur valeur en euros) prennent en considération tous les acteurs du milieu hospitalier (citoyens, professionnels, tiers payeurs, débiteurs, prestataires externes, etc.). Les résultats obtenus semblent montrer que les sites ont obtenus un impact positif, à la fois des déploiements effectués et de l’utilisation de leurs SIH, sur des périodes parfois très courtes (moins d’une année). Une autre étude intéressante utilisant le RCA a été réalisée en 2006 aux Etats-Unis [9]. Le Brigham and Women’s Hospital de Boston (centre universitaire de 720 lits d’adultes) a voulu évaluer le rapport coût–bénéfices de son système d’aide à la prescription. Entre 1993 et 2002, ce site a dépensé 11,8 millions de dollars pour développer, déployer et maintenir son SIH. Sur ces dix années, le système leur aurait permis d’économiser 28,5 millions de dollars. Les plus grandes économies auraient été réalisées sur l’adaptation des doses liées à la fonction rénale, sur l’optimisation du temps de travail des infirmières, sur l’aide à la prescription de médicaments spécifiques et la prévention des effets indésirables. Ces investissements substantiels ont

toutefois mis six années pour atteindre leur seuil de rentabilité et les bénéfices mesurés ont été obtenus par analyse de la littérature et non par mesure directe.

L’insufﬁsance des méthodes comptables et économiques De par leur nature intrinsèque (financière/économique), les méthodes précédentes ne prennent pas en compte les aspects les moins tangibles de l’impact des TIC. L’amélioration de la satisfaction des utilisateurs (professionnels et patients) est l’exemple typique. L’impact potentiel saute aux yeux de tous, mais reste complexe à traduire financièrement. Ces techniques ont aussi tendance à sous-estimer certains aspects du capital TIC. L’exemple le plus évident est représenté par les nombreux éléments du parc informatique de l’hôpital qui ont dépassé leur délai habituel d’amortissement de cinq ans et qui sont toujours en activité bien que non valorisés. Cette approche aura tendance à biaiser les études qui prennent en compte la production liée aux investissements TIC puisqu’une partie de la production analysée sera le fruit d’actifs invisibles sur un plan comptable. Par ailleurs, l’acuité des modèles de calcul de RSI se dégrade en proportion de leur complexité. Il existe au moins 15 modèles d’analyse RSI que les décideurs peuvent utiliser pour les TIC. Cela est finalement problématique, car plus la méthode est compliquée plus elle est chronophage; cela se faisant bien sûr au détriment du temps passé sur le projet global. Isoler un projet informatique hospitalier pour essayer d’en mesurer la valeur ajoutée n’est pas toujours pertinent. Ou, comme Steve Ulfeder l’a mentionné dans les colonnes de Computerworld, «l’idée qu’il existe des projets TIC doit être abandonnée. Il n’existe que des projets visant à améliorer les processus commerciaux, à développer de nouveaux produits ou services, à améliorer la prise en charge des utilisateurs ou à améliorer les performances». En outre, tous les outils financiers et comptables, lorsqu’ils sont utilisés pour évaluer un investissement futur, ont une tendance nette à freiner les velléités d’innovation. Ils détournent les ressources disponibles des investissements dont la rentabilité ne se situe pas dans un horizon immédiat [6].

L’approche économétrique pour évaluer le RSI L’économétrie est une branche des mathématiques qui s’est développée afin d’appliquer des techniques de calculs statistiques aux principes de l’économie moderne. La mise en application des méthodes économétriques au niveau d’une entreprise (microéconomie) est possible. Dans ce cadre, la mesure de l’efficacité du capital que l’on nomme RSI se fera grâce à l’utilisation des fonctions de coût ou de production [7]. Utilisées depuis la fin des années 80 dans l’industrie pour évaluer l’intérêt des TIC, les fonctions de production ont démontré leur pertinence dans l’analyse de la contribution des systèmes d’information [10]. Si on souhaite les appliquer à l’hôpital, les modèles économétriques doivent être adaptés pour intégrer les spécificités du do-

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

maine de la santé. Leur emploi fait ressortir des problématiques classiques quant aux mesures de la production, de l’efficience et de la productivité [11]. Mais il reste essentiel d’être capable d’estimer les bénéfices des TIC dans le domaine médical. La première approche économétrique des TIC en santé a été effectuée par les écoles de commerce de trois universités américaines en 2000 (Texas Tech University College of Business; the University of Illinois at Chicago College of Business, the University of Arizona Karl Eller School of Management). Nirup Menon et coll. ont analysé l’impact des TIC en santé en utilisant des données hospitalières allant de 1976 à 1994 [12]. Les données de l’étude (1130 observations) furent obtenues du département de la santé de l’Etat de Washington et excluaient les structures très spécialisées (psychiatrie, rééducation, etc.). Les auteurs ont utilisé pour leurs calculs une technique de frontière stochastique. Etant donné que cette approche suppose que tous les processus de production soient, par nature, inefficaces, les paramètres de leur modèle ont capturé les inefficacités des processus de production au niveau de l’hôpital de façon réaliste. Les résultats obtenus avec cette méthode indiquent que les TIC contribuent positivement à la production de services (output) dans le secteur de la santé des Etats-Unis. Le travail TIC et le travail médical ont affiché une influence positive sur la production ainsi qu’un impact positif sur la moyenne des recettes marginales. Toutefois, il apparaît que le capital médical semble être négativement associé à la production au cours de cette période, ce qui pourrait s’expliquer par une volonté de contenir les coûts en favorisant les soins ambulatoires au détriment des hospitalisations. En 2003, Ko et Osei-Bryson ont exploré l’impact sur la productivité des TIC dans le secteur de la santé en utilisant des régressions de type regression spline (RS) avec une approche fondée sur une fonction de production «translog» permettant la possibilité d’étudier les interactions entre les variables prédictives (capital non TIC, travail non TIC, capital TIC) [13]. Ils ont utilisé les mêmes données que Menon et Lee [12]. Le recours à des régressions par directions révélatrices leur a permis de comprendre la relation complexe entre les investissements dans les TIC et la productivité dans le secteur de la santé. Les résultats de cette étude suggèrent que chaque variable d’entrée a une interaction avec d’autres variables d’entrée. Les résultats suggèrent également que, sous certaines conditions, les investissements en capital TIC ont un impact positif sur la productivité, et que cet impact n’est pas uniforme, mais est conditionné par le montant investi dans le capital TIC et les investissements dans le capital non TIC. Ainsi, l’identification d’un niveau optimal de l’investissement dans chaque variable, pourrait conduire à l’accroissement de la productivité au niveau de l’hôpital. Sur ces bases, nous avons procédé, en 2006, à une analyse économétrique sur les données de 17 hôpitaux parisiens parmi les 38 hôpitaux de l’Assistance Publique Hôpitaux de Paris (AP-HP) [7]. L’étude avait plusieurs objectifs: – démontrer qu’une fonction de production économétrique classique était adaptable à des hôpitaux français;

– calculer et analyser la part de chaque variable d’entrée dans l’explication des productions des hôpitaux; – mesurer et d’évaluer l’impact des investissements TIC sur la production; – et enfin comparer la part des TIC dans les résultats de la production sur deux groupes d’hôpitaux séparés sur la base du niveau d’intégration de leur système d’information hospitalier (SIH). Les hôpitaux ont été sélectionnés en fonction de leur taille (plus de 350 lits) et de leur activité (soins aigus et courts séjours). Les données utilisées dans cette étude vont de 1998 à 2005. Les 17 hôpitaux ont été divisés en deux groupes selon leur niveau d’intégration TIC. Le groupe 1 est composé de onze hôpitaux ayant principalement un système d’information ancillaire (administratif et de gestion, laboratoire, radiologie, pharmacie). Le groupe 2 est composé de six hôpitaux qui ont installé ou ont commencé à installer des SIH intégrés au cours de la période d’étude. En utilisant une fonction de Cobb-Douglas, les liens entre la production et trois différents inputs (capital, quantité de travail, technologies de l’information) ont été évalués en supposant leur élasticité de substitution constante. Les résultats ont montré qu’il est pertinent d’utiliser l’analyse économétrique dans des hôpitaux publics en France. En outre, avec une part de travail dans les hôpitaux supérieure à ce qui est généralement admis dans les secteurs industriels et de services en France, les éléments apportés par la fonction de production de Cobb-Douglas ont souligné l’importance du facteur humain dans l’explication des résultats de production de l’hôpital. Les résultats semblent également confirmer l’impact positif des technologies de l’information sur la production de l’hôpital au cours d’une période de huit années de suivi. Si l’on compare les deux groupes, le calcul tend à révéler que la part des TIC expliquant la production observée est environ 1,7 fois plus importante dans les structures ayant un niveau plus élevé d’intégration. Cette tendance augmente au fil du temps. En 2007, PricewaterhouseCoopers (PwC) et des chercheurs à la Wharton School de l’Université de Pennsylvanie ont publié une analyse macroéconomique majeure portant sur les coûts et la qualité des hôpitaux des Etats-Unis [14]. Le double objectif était de confirmer les relations entre les investissements TIC et d’autres mesures de performance de l’hôpital à l’aide de statistiques avancées et de techniques économétriques. Ils ont voulu aussi établir si de telles relations pouvaient soutenir l’affirmation que les investissements TIC faits par les hôpitaux améliorent effectivement leur performance organisationnelle. Ils ont recueilli les données de près de 6000 hôpitaux des Etats-Unis sur une période allant de 1999 à 2004. Après l’exclusion des hôpitaux psychiatriques, des hospices, des petits hôpitaux (<50 lits), des structures de réadaptation et de soins chroniques, ils se sont retrouvés avec près de 2000 établissements. L’échantillon a été divisé en deux parties: hôpitaux à but lucratif et à but non lucratif. Pour analyser ensuite l’énorme base de données résultante, ils ont utilisé des outils économétriques standards et des techniques statistiques avancées. Cela a donné naissance à une fonction de coût, plutôt qu’une fonction de production utilisée dans

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

d’autres études. Les résultats montrent que des niveaux élevés d’investissement TIC sont corrélés avec une optimisation des coûts et des performances comptables bien que, parfois légèrement, cette amélioration semble augmenter au fil du temps. Les investissements dans les hôpitaux de soins aigus sont associées à une réduction des dépenses de fonctionnement, mais seulement après que les hôpitaux aient atteint un certain niveau d’investissement. En d’autres termes, les premières étapes d’acquisition des technologies de l’information sont très coûteuses jusqu’à ce qu’une «masse critique» soit atteinte; à ce stade la relation devient neutre sur une période de temps variable, pour finalement devenir positive. Un autre résultat intéressant est qu’il y a un décalage naturel entre la mise en œuvre de la technologie et la réalisation des bénéfices. Des réductions de coûts se sont produites dans la même année que l’acquisition des TIC, mais généralement, il a fallu deux ans pour atteindre le seuil de rentabilité. Aucun autre effet de l’introduction du décalage n’a été observé. Les hôpitaux à but non lucratif semblent parvenir à plus petite réduction des coûts lorsqu’ils implémentent des TIC que les hôpitaux à but lucratif et atteignent leur seuil de rentabilité à des niveaux plus élevés de capital TIC investi. Les hôpitaux ayant des niveaux plus élevés d’investissements en TIC ont tendance à avoir un taux de mortalité inférieur (risque ajusté en fonction du case mix). L’effet est indépendant des coûts par lit. Le taux de mortalité ne représente certainement pas le «gold standard» du niveau de qualité, mais comme N. Beard, l’a déclaré: «le taux de mortalité est accepté comme faisant partie d’un ensemble stable de mesures qui forment un indicateur raisonnable de la qualité des soins», de sorte que la constatation que les investissements TIC pourraient correspondre à un plus faible taux de mortalité est une indication prometteuse de l’amélioration possible de la qualité globale.

Discussion et conclusion Bien que la littérature comprenne des résultats encourageants, plus de recherche est nécessaire pour comprendre la relation entre investissements TIC et résultats financiers d’un point de vue macroéconomique. Tout d’abord, des études devront préciser la durée de la période de décalage existant entre la première année de l’investissement et le seuil de rentabilité. Selon notre expérience, il faut environ deux à trois ans pour déployer un système d’information hospitalier et encore plus de temps (un ou deux ans) pour qu’il puisse prétendre avoir atteint ses objectifs d’alignement. Les futures études économétriques devraient intégrer ce décalage temporel dans leurs calculs. L’identification correcte des hôpitaux est également un point à développer. Les études ne peuvent plus se permettre d’agréger des centres hospitaliers à but lucratif et à but non lucratif. A l’intérieur de chacun de ces deux groupes, il est également important de déterminer quelles catégories de structure poursuivent les mêmes objectifs de soins. Les meilleurs résultats de mesure de rentabilité de projets TIC calculés dans des institutions étrangères envisagées individuellement ne peuvent pas fournir le niveau suffisant

de confiance nécessaire aux investisseurs pour souscrire localement à un projet TIC ambitieux. Des cohortes bien construites seront indispensables. Sur cette base, l’extension des études, principalement faites aux Etats-Unis actuellement, devrait être faite dans d’autres pays concernés par le même niveau de TIC afin de fournir des données qui prennent en considération les spécificités des différents systèmes de santé nationaux. Les technologies de l’information sont un mélange composite de matériels, de logiciels, de connaissances, de niveau d’intégration, d’appui opérationnel et d’infrastructures. Trop d’études analysent l’impact d’un projet TIC unique sur une période où il a été démontré que le véritable retour sur investissement ne peut se mesurer qu’en envisageant le projet d’un point de vue global (type portolio) [6,14]. Ce faisant, ces hôpitaux investissent beaucoup de temps et d’efforts dans des processus de mesure pour tenter de suivre les rendements de leurs investissements. Certains commencent maintenant à s’interroger sur la valeur d’un tel effort. Dans de nombreux cas, les technologies de l’information sont si inextricablement liées avec les processus et les personnels que l’identification des bénéfices d’une technologie spécifique ne rendra compte que des bénéfices marginaux [1]. En outre, les méthodologies financières utilisées par les experts ne se sont pas encore révélées posséder une grande précision et un grand nombre de ces méthodes renferme des approximations inhérentes et des postulats économiques qui soulèvent parfois plus de questions que de réponses [7]. Un autre argument en faveur de la nécessité d’utiliser des outils macroéconomiques réside dans le fait que, lorsque l’on utilise des outils financiers, les experts comparent toujours les investissements potentiels aux situations possibles si on ne faisait rien (aucun investissement). C’est une erreur commune que l’on peut qualifier de méprise entropique. En effet, le fait de ne pas investir ne garantit aucunement que le système considéré reste tel qu’il est au moment de la prise de décision. Rien n’est moins sûr. Lorsque l’on compare un scénario «go» avec un scénario «no go», il faudrait calculer l’augmentation de l’entropie de la situation «no go» pour avoir une vraie vision de l’écart entre les deux. Et pour aller encore plus loin, la situation d’un hôpital pourrait être pire qu’avant, après avoir fait un investissement, mais meilleure que celle qu’il aurait connu s’il n’avait rien fait [15]. Garder cette dimension à l’esprit lors des discussions sur la pertinence de tel ou tel investissement, pourrait faire économiser du temps et de l’argent, et aussi faire percevoir que les choix ne peuvent se faire uniquement sur des critères de rentabilité positive comptable [14]. Dans les économies avancées, les TIC sont une source prometteuse de croissance de la productivité, mais elles n’auront que peu de contribution directe sur la performance globale d’un hôpital si elles ne sont pas combinées avec des investissements complémentaires dans le capital humain, les pratiques de travail, et certaines restructurations organisationnelles [16]. L’évaluation de l’impact des TIC dans les hôpitaux doit franchir une étape et prendre en compte la totalité des «inputs» avec la globalité des «outputs», quelle que soit la source de chacun d’eux. Les variables contextuelles sont des facteurs importants à

Swiss Medical Informatics 2009; no 67

PROCEEDINGS ANNUAL ME ET ING 20 09

considérer dans la détermination de l’impact des investissements TIC sur la performance organisationnelle, mais peuvent rester très difficile à quantifier financièrement, altérant potentiellement toutes les analyses qui cherchent l’exhaustivité. Seule une analyse du niveau de celle de l’alignement stratégique peut être pertinente dans les cas concrets, surtout depuis que nous avons identifié que les analyses quantitatives basées sur la fonction de production possèdent le niveau de rigueur nécessaire [17]. Dans un contexte général d’incitations aux économies et à la durabilité, on peut dire que le monde de la santé se déplace progressivement de la médecine factuelle à la médecine fructueuse (ou du moins rentable à l’aide de preuves de rapport coût-efficacité élevé). L’analyse économétrique ne cherche pas à devenir une «théorie unifiée» de l’analyse des TIC mais les outils économétriques donneront des renseignements utiles pour relever le niveau de la gouvernance des TIC dans les hôpitaux.

Références 1 Kohn LT, Corrigan JM, Donaldson MS. To Err Is Human: Building a Safer HealthSystem. [ed.] Institute of Medicine. Washington DC: National Academy Press; 1999. 2 Arlotto P, Oakes J. Return on investment: maximizing the value of healthcare information technology. Chicago: HIMMS; 2003. 3 Van der Loo RP, Van Gennip EMSJ, Baker AR. Evaluation of automated information systems in health care: an approach to classifying evaluative studies. Comput Methods Programs Biomed. 1995;48(1):45–52. 4 Brennan A, Chick S, Davies R. A taxonomy of model structures for economic evaluation of health technologies. Health Econ. 2006;15:1295– 310.

5 Menachemi N, Brooks RG. Exploring the return on investment associated with health information technologies. Florida State University College of Medecine: Center for Patient Safety; 2005. 6 Meyer R, Degoulet P. Assessing the Capital Efficiency of Healthcare Information Technologies Investments: An Econometric Perspective. IMIA Yearbook. 2008;3:114–27. 7 Meyer R, Degoulet P, Omnes L. Impact of Health Care Information Technology on Hospital Productivity Growth: a Survey in 17 Acute University Hospitals. Medinfo. 2007;12(1):203–7. 8 Stroetmann KA, Jones T, Dobrev A, Stroetmann VN. eHealth is worth it: the economic benefits of implemented eHealth solutions at ten European sites. Luxembourg: Office for Official Publication of the European Communities; 2006. 9 Kaushal R, Jha AK, Franz C, Glaser J, Shetty KD. Return on investment for a computerized physician order entry system. J Am Med Inform Assoc. 2006;13(3):365–7. 10 Hitt LM, Brynjolfsson E. Productivity, business profitability, and consumer surplus: three different measures of information technology value. MIS Quarterly. 1996;20(2):121–42. 11 Greene W. Econometric Analysis. Upper Saddle river, New Jersey: Pearson Education Inc; 2003. 12 Menon N, Lee B, Eldenburg L. Productivity of Information Systems in the Healthcare Industry. Information Systems Research. 2000;11(1): 83–92. 13 Osei-Brison KM, Ko M. Exploring the relationship between information technology investments and firm performance using regression splines analysis. Information & management. 2004;42:1–13. 14 Beard N, Elo K, Hitt LM, Housman MG, Mansfield G. Information technology and hospital performance: An econometric analysis of costs and quality. [En ligne novembre 2008] PricewaterhouseCoopers: http://www.pwc.com/healthcare, 2007. 15 Menachemi N, Burkhardt J, Shewchuk R, Burke D, Brooks RG. Hospital Information Technology and Positive Financial Performance: A Different Approach to Finding a ROI. Journal of Healthcare Management. 2006;51:1. 16 Brynjolfsson, E. The IT Productivity GAP. Optimize. 2003; 21. 17 Kumbhakar SC, Tsionas EG. Estimation of stochastic frontier production functions with input-oriented technical efficiency. Journal of Econometrics. 2006;133:71–96.

Swiss Medical Informatics 2009; no 67

Events

Europe/World

Switzerland 2. GS1-Forum Efﬁzienz im Gesundheitswesen September 8, 2009, Inselspital Bern http://www.gs1.ch/eig (german) www.gs1.ch/eds (french) eHealthcare.ch September 23 and 24, 2009 GZI-Seminarhotel, Nottwil http://www.ehealthcare.ch

MIE 2009 22nd International Congress of the European Federation for Medical Informatics August 29 – September 2, 2009 Sarajevo, Bosnia and Herzegovina http://www.mie2009.org/ 54. gmds-Jahrestagung 7.–10. September 2009, Essen http://www.gmds.de AMIA Annual Symposium November 14–18, 2009, San Francisco www.amia.org

Nächste Ausgabe Prozessmanagement November 2009 Prochaine édition Gestion de processus novembre 2009

Impressum Herausgeber / Editeur SGMI, Schweizerische Gesellschaft für Medizinische Informatik SGMI-Geschäftsstelle: Im Lehn, CH-3116 Kirchdorf BE Tel. 031 781 64 46 E-Mail: admin@sgmi-ssim.ch Vorstand der SGMI / Comité de la SSIM Christian Lovis, Präsident, président Antoine Geissbuhler, Alain Junger, Christian Hay, Felix Heer, Marc Oertle, Eusebio Passaretti, Judith Wagner, Pascal Walliser Redaktion / Rédaction Christian Lovis, Marc Oertle

Redaktionsadresse / Adresse de rédaction

Inserate / Régie des annonces

Marc Oertle MD, MSc Leitender Arzt Medizin & Medizin-Informatik Krankenhausstrasse 12 Spital STS AG CH-3600Thun marc.oertle@spitalstsag.ch

Schwabe AG Ariane Furrer Assistentin Inserateregie Farnsburgerstrasse 8, CH-4132 Muttenz Tel. 061 467 85 88 / Fax 061 467 85 56 E-Mail: afurrer@emh.ch

Autorenrichtlinien / Directives pour les auteurs

Abonnemente / Abonnements

http://www.sgmi-ssim.ch

Schwabe AG, Verlagsauslieferung Farnsburgerstrasse 8, CH-4132 Muttenz Tel. 061 467 85 75 / Fax 061 467 85 76 E-Mail: auslieferung@schwabe.ch

Verlag / Editions Schwabe AG Steinentorstrasse 13, CH-4010 Basel Betreuung im Verlag: Dr. med. Natalie Marty Tel. 061 467 85 55 / Fax 061 467 85 56 E-Mail: n.marty@schwabe.ch

Abonnementspreis / Prix d’abonnement CHF 40.– (zuzüglich Porto / port en plus) Einzelnummer / Exemplaire unique CHF 15.– (zuzüglich Porto / port en plus)

Druck und Versand / Impression et distribution

ISSN 1660-0436

Druckerei Schwabe AG Farnsburgerstrasse 8, CH-4132 Muttenz Tel. 061 467 85 85 / Fax 061 467 85 86 E-Mail: druckerei@schwabe.ch

erscheint 3mal jährlich paraît 3 fois par an

Swiss Medical Informatics 2009; no 67