Tietoihin perustuva SDM vähentää AF:n oireita

Eteisvärinä (AF) on yleisin sydämen rytmihäiriö, ja lähes 90 % potilaista kokee oireita, kuten hengenahdistusta, jotka heikentävät suoraan heidän terveyteen liittyvää elämänlaatuaan (HRQoL). Katetriablaatio on minimaalisesti invasiivinen kirurginen toimenpide, joka suoritetaan rutiininomaisesti AF:n ja siihen liittyvien oireiden hoitamiseksi HRQOL:n parantamiseksi, mutta siihen liittyy myös mahdollisesti vakavia riskejä. Jaettu päätöksenteko (SDM), jossa hoitopäätökset kohdistetaan korkealaatuisten todisteiden ja potilaan arvojen ja hoidon tavoitteiden perusteella, on laajalti suositeltu käytäntö näiden kaltaisissa monimutkaisissa terveydenhuollon päätöksissä. Rytmin ja oireiden hallinnan ympärillä olevaa SDM:ää ei kuitenkaan esiinny rutiininomaisesti, koska ei ole yksityiskohtaista näyttöä oireiden paranemisesta ablaation jälkeen ja koska päätöksentekoapuvälineitä ei ole todisteiden välittämiseksi potilaille. Tämän palkinnon yleistavoite on luoda interaktiivinen potilaan päätöksenteon apuväline, joka koostuu kliinisistä tutkimuksista saaduista todisteista sekä uusista "todellisen maailman" todisteista oireiden paranemisesta ablaation jälkeen, jotka on louhittu sähköisistä terveyskertomuksista (EHR).

Tutkijat ehdottavat, että käytetään sähköisistä terveyskertomuksista (EHR) saatuja "todellisia todisteita" ablaation jälkeisten oiremallien luonnehtimiseen ja niiden näyttämiseen päätöksenteon visualisoinneissa yhteisen päätöksenteon (SDM) tukemiseksi. Tässä projektissa tutkijat käyttävät ensin luonnollisen kielen prosessointia (NLP) ja koneoppimista (ML) poimimaan ja analysoimaan oiretietoja EHR-muistiinpanoista. Tutkijat käyttävät myös tiukkaa, käyttäjäkeskeistä suunnitteluprotokollaa, joka on luotu päätutkijan post-doc-työskentelyn aikana päätöksentekoa tukevien visualisointien kehittämiseen. Kliinisessä tutkimuksessa tutkijat arvioivat näiden interaktiivisten päätöstä avustavien visualisointien toteutettavuutta kliinisessä käytännössä.