Διαχείριση ηλεκτρονικών φακέλων υγείας διαβητικών και Covid-19 ασθενών με την χρήση υπηρεσιών μηχανικής μάθησης και διαλειτουργικότητας δεδομένων

Abstract

Στην εποχή μας, είναι γεγονός ότι ο τομέας της υγείας και πιο συγκεκριμένα ο χώρος της υγειονομικής περίθαλψης, υστερεί σε θέματα ανάπτυξης έξυπνων εφαρμογών με μηχανισμούς Μηχανικής Μάθησης (Machine Learning - ML) και Διαλειτουργικότητας Δεδομένων (Data Interoperability). Στην καθημερινότητα ενός πολίτη, η χρήση και η εφαρμογή της πληροφορικής στην υγειονομική περίθαλψη παρέχει μια σειρά προνομίων με σημαντικά οφέλη. Αυτά μπορούν να αφορούν τόσο την καλύτερη και πιο άμεση εξυπηρέτηση των ασθενών, όσο και την διευκόλυνση του ιατρικού και νοσηλευτικού προσωπικού σε συνεργασία με τους υπεύθυνους χάραξης πολιτικών υγείας. Ωστόσο, έπειτα από την εμφάνιση του νέου ιού στα τέλη του 2019 (SARS-CoV-2), άλλαξαν πολλές αντιλήψεις. Μια από αυτές σχετίζεται με την εφαρμογή και την κατάλληλη προσαρμογή των νέων τεχνολογιών στο χώρο της υγείας. Έτσι, έγινε αντιληπτό ότι υπήρξε μια σημαντική κινητικότητα στους τομείς έρευνας και ανάπτυξης του εν λόγω κλάδου. Επομένως, αντικείμενο της παρούσας εργασίας είναι η εξέταση του Ηλεκτρονικού Φακέλου Υγείας (ΗΦΥ) ενός ασθενούς βάση του ιατρικού του ιστορικού. Το σύστημα που υποστηρίζει την εν λόγω αναφορά και το οποίο αναπτύχθηκε στα πλαίσια της διπλωματικής εργασίας είναι το πληροφοριακό σύστημα «up-health». Με το συγκεκριμένο σύστημα, το ιατρικό προσωπικό μπορεί να δει άμεσα και γρήγορα πληροφορίες του ΗΦΥ ενός ασθενούς. Τόσο η μοντελοποίηση των ΗΦΥ όσο και η ανάπτυξη των μοντέλων γίνονται μέσω των μηχανισμών Τεχνητής Νοημοσύνης (Artificial Intelligence - AI) για να προβλέψουν είτε με βάσει το πρώτο σενάριο για το ποια είναι η καταλληλότερη αγωγή για τον διαβήτη είτε με το δεύτερο σενάριο για το ποια είναι η κατάσταση ενός ασθενούς, σχετικά με το αν πρέπει να εισαχθεί ή όχι στην Μονάδα Εντατικής Θεραπείας (ΜΕΘ), λόγω αναπνευστικών προβλημάτων (Covid-19). Επίσης, οι πληροφορίες που διαμοιράζονται εντός του συστήματος αλλά και με εξωτερικές οντότητες άλλων συστημάτων, θα μοντελοποιηθούν και θα ακολουθούν το πρότυπο HL7 FHIR (Health Level Seven Fast Healthcare Interoperability Resources). Όλες οι προαναφερόμενες υπηρεσίες, όπως και η Διεπαφή Χρήστη (User Interface) είναι φιλικά προς τον χρήστη μέσα από την χρήση νέων τεχνολογιών για την παροχή μιας κατάλληλης διαχείρισης των ΗΦΥ. Επίσης, μέσα από το σύστημα «up-health», ο γιατρός μπορεί άμεσα να κλείσει ένα ραντεβού για τον ασθενή του, να εγγράψει έναν ασθενή, αλλά και να δει συγκεντρωτικά στοιχεία. Επιπλέον μπορεί να δει, τόσο την ανάλυση των σημαντικότερων χαρακτηριστικών που διατηρεί στο αρχείο του, όσο και όλων των χαρακτηριστικών που συνιστούν τον ΗΦΥ. Πρόσθετα, πριν την ανάλυση του πληροφοριακού συστήματος «up-health» γίνεται μελέτη της διεθνούς βιβλιογραφίας που αφορά τον τομέα της Μηχανικής Μάθησης και κατά συνέχεια του δεύτερου τομέα προς μελέτη, αυτό της Διαλειτουργικότητας των Δεδομένων με λεπτομερής αναφορά, για τον ΗΦΥ. Συνεπώς, μέσω του συγκεκριμένου συστήματος θα μπορούν να προσφερθούν λύσεις στον χώρο της υγείας. Θα λειτουργήσουν ως διαδικασίες για την ψηφιοποίηση και ηλεκτρονική καταχώρηση των στοιχείων ενός ασθενούς. Μέσω της προαναφερθείσας αναφοράς μειώνεται τόσο ο χρόνος όσο και το κόστος, που απαιτείται για την τήρηση ενός μηχανογραφημένου αρχείου, όπως επίσης μειώνεται και το συχνό φαινόμενο καθυστέρησης, όσον αφορά την διάγνωση μιας ασθένειας, αλλά και στον άμεσο ορισμό ενός ραντεβού για την αποφυγή, τυχόν συγχύσεων στα ραντεβού από την πλευρά του ιατρικού προσωπικού, αλλά και των πολιτών για την αποφυγή άσκοπων μετακινήσεων.