PEMANFAATAN CLINICAL DECISION SUPPORT SYSTEM CDSS

Oleh: Fahmi Hakam, S.KM.

Pengertian Clinical Decision Support System
Clinical Decision Support System (CDSS) atau sering kita kenal sebagai sistem pengambil keputusan klinis, merupakan suatu sistem elektronik yang didesain untuk membantu klinisi atau tenaga medis dalam mengambil keputusan klinik. Pada penggunaan CDSS yang berbasis elektronik memiliki beberapa keunggulan dan kemudahan, jika dibandingkan dengan non-elektronik, apalagi jika sudah terintegrasi dengan rekam kesehatan elektronik (Services Human & Investigator 2012).

Ada beberapa keunggulan computer based CDSS, diantaranya adalah kapasitas penyimpanan knowledge based dan kecepatan menganalisa sebuah kasus, serta dalam memberikan rekomendasi kepada klinisi dalam bentuk alert atau peringatan (Lee et al. 2014). Pada Umumnya CDSS elektronik mengkombinasikan karakteristik klinis dan kondisi pasien, dengan basis pengetahuan elektronik (computerized knowledge base), yang kemudian secara otomatis menghasilkan rekomendasi-rekomendasi untuk bahan pertimbangan klinisi, baik dokter, perawat, bidan dan tenaga kesehatan lain, yang kemudian dapat membantu dalam menentukan diagnosis dan pemberian tindakan medis lainnya (Parshutin & Kirshners 2013).

CDSS merupakan media elektronik yang digunakan untuk menentukan diagnosis, interpretasi klinis, pemberitahuan (alerting), pengingat (reminder), analisis prediktif dengan sebuah aplikasi, yang terhubung dengan data (Aynes & Aplan 2001). Definisi lain mengatakan bahwa CDSS menyediakan informasi bagi tenaga medis, pasien atau individu atau populasi tertentu, untuk menghasilkan proses kesehatan yang lebih cepat, lebih efisien, lebih baik baik bagi layanan kesehatan individual maupun bagi kesehatan suatu populasi (Sheikhtaheri et al. 2012).

Dari definisi diatas, dapat disimpulkan bahwa CDSS memiliki tujuan utama untuk mendukung berbagai macam fungsi klinis, seperti: dokumentasi dan pengkodean klinis, mengatur kompleksitas klinis, menyimpan dan memelihara database pasien, melakukan tracking order pasien, monitoring dan tindak lanjut kesehatan, maupun tindakan pencegahan suatu penyakit (Main et al. 2010).

Komponen Clinical Decision Suporrt System (CDSS)
1. Data base (Basis Pengetahuan dan Akuisisi Pengetahuan Medis)

Kumpulan data yang tersusun secara terstruktur dan dalam format elektronik yang mudah diolah oleh program komputer (Aynes & Aplan 2001). Database ini menghimpun berbagai jenis data baik yang berasal dari pasien, obat (jenis, dosis, indikasi, kontraindikasi dll), dokter/perawat dll.

1. Knowledge base (Memori kerja )

Kumpulan pengetahuan kedokteran yang merupakan sintesis dari berbagai literatur, protokol klinik (clinical guidelines), pendapat pakar maupun hasil penelitian lainnya yang sudah diterjemahkan dalam bahasa yang dapat dipahami oleh komputer (Sié et al. 2014).

Alat yang dapat mengumpulkan data klinis seperti: alat pemeriksaan laboratorium, EKG, radiologis dan lain-lain (Bradburn & Fox 2004).

1. Mesin inferensial (inference engine)

Merupakan program utama dalam suatu CDSS yang mengendalikan keseluruhan sistem, mulai dari menangkap informasi yang berasal dari pasien, mengkonsultasikannya dengan knowledge base dan memberikan hasil interpretasinya kepada pengguna (Wit et al. 2015).

1. Antar muka (user interface)

Tampilan program komputer yang memungkinkan pengguna berkonsultasi untuk memasukkan data, memilih menu hingga mendapatkan hasil baik berupa teks, grafis, sinyal, simbol dan bentuk interaktivitas lainnya. Interaktivitas dapat bersifat aktif-otomatis maupun pasif (Main et al. 2010).

Fungsi Aplikasi CDSS
1. Alerting
2. Reminding
3. Critiquing
4. Interpreting
5. Predicting
6. Diagnosing
7. Assisting
8. Suggesting

Tantangan Dalam Implementasi CDSS
Dunia medis merupakan bidang yang dinamis. Perubahan yang terjadi bisa sangat cepat sehingga berdampak pada penggunaan standar pelayanan medis yang menjadi tulang punggung dari pengembangan CDSS (Jao & Hier 2010). Alur kerja bidang kesehatan juga sangat kompleks dan subjektif berdasarkan kasus-per-kasus. Hal ini menyebabkan pengembangan CDSS terbatas pada kasus-kasus tertentu yang memiliki prosedur medis yang relatif lebih konstan, seperti CDSS pada sistem peresepan dan CDSS pada interpretasi hasil echocardiograph (Sanchez et al. 2013). Untuk itu perlu dikembangkan lebih lanjut terhadap kasus-kasus lain atau guideline lain yang signifikan mampu mengurangi medical error.

Secara teknis, menggabungkan informasi kesehatan berikut temuan-temuan baru yang selalu berubah menjadikan CDSS harus terus dilakukan agar sistem tetap terupdate. Diperlukan kerjasama yang baik antara pengguna dan pengembang sistem (Jensen et al. 2015).

Referensi
Aynes, R.B.R.H. & Aplan, B.O.K., 2001. Clinical Decision Support Systems for the Practice of Evidence-based Medicine. Journal of the American Medical Informatics Association, 8(6), pp.527–534.

Bradburn, M. & Fox, J., 2004. A quantitative and qualitative evaluation of LISA , a decision support system for chemotherapy dosing in childhood Acute Lymphoblastic Leukaemia . STUDIES IN HEALTH TECHNOLOGY AND INFORMATICS, (November 2015).

Jao, C.S. & Hier, D.B., 2010. Clinical Decision Support Systems : An Effective Pathway to Reduce Medical Errors and Improve Patient Safety. In INTECH. INTECH.

Jensen, S., Kushniruk, A.W. & Nøhr, C., 2015. Clinical simulation : A method for development and evaluation of clinical information systems. JOURNAL OF BIOMEDICAL INFORMATICS, 54, pp.65–76. Available at: /10.1016/j.jbi.2015.02.002.

Lee, J. et al., 2014. Impact of a clinical decision support system for high-alert medications on the prevention of. International Journal of Medical Informatics, 83(12), pp.929–940. Available at: /10.1016/j.ijmedinf.2014.08.006.

Main, C. et al., 2010. CDSS in order communication for diagnostic , screening or monitoring test ordering Computerised decision support systems in order communication for diagnostic , screening or monitoring test ordering : systematic reviews of the effects and cost-effectivene, Southampton. Available at: /.

Parshutin, S. & Kirshners, A., 2013. Expert Systems with Applications Research on clinical decision support systems development for atrophic gastritis screening. Expert Systems With Applications, 40(15), pp.6041–6046. Available at: /10.1016/j.eswa.2013.05.011.

Sanchez, E. et al., 2013. Bridging challenges of clinical decision support systems with a semantic approach . A case study on breast cancer. Pattern Recognition Letters, 34(14), pp.1758–1768. Available at: /10.1016/j.patrec.2013.04.003.

Sié, A., Nasiell, J. & Bastholm-rahmner, P., 2014. Guidelines for maternal and neonatal “ point of care ”: Needs of and attitudes towards a computerized clinical decision support system in rural Burkina Faso. International Journal of Medical Informatics, 83(6), pp.459–469. Available at: /10.1016/j.ijmedinf.2014.01.013.

Wit, H.A.J.M. De et al., 2015. Evaluation of clinical rules in a standalone pharmacy based clinical decision support system for hospitalized and nursing home patients. International Journal of Medical Informatics, 84(6), pp.396–405. Available at: /10.1016/j.ijmedinf.2015.02.004.