smi 67 swiss medical informatics - w2d.sgmi-ssim.chw2d.sgmi-ssim.ch/pdf/smi-67.pdf ·...

Swiss Medical InformaticsSMI 67SGMISchweizerische Gesellschaftfür Medizinische Informatik

SSIMSociété suisse d'informatique médicaleSocietà svizzera d'informatica medicale

SSMISwiss Society for Medical Informatics

Schwerpunktthema/ Thème principal:

Proceedings 22. Jahrestagung SGMI

Proceedings 22èmes Journéesannuelles SSIM

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

TABLE OF CONTENTS

1

«Plug and p(r)ay»

Marc Oertle, Christian Lovis 2

Quel est l’impact de la qualité des documentsdans un système de questions/réponses?

Sarah Cruchet, Arnaud Gaudinat,Thomas Rindflesch, Célia Boyer 3–6

Krankenhausinformationssystem:ANOS-Applikation

Ela Bielecki 7–9

SOAP-Einbindung der Diagnosecodierung:ein Erfahrungsbericht

Michael Lehmann, Daniel Waeber, Rolf Grun,Hans Rudolf Straub 10–12

A strategically designed persuasive tool for an iPhone

Prithu Sah, Oliver Emmler 13–16

Une approche pratique de l’interopérabilité entrehôpitaux 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 methodologyfor information systems in healthcare

Marc Oertle 21–24

HEALTH-IDENTITY: Services mobiles pour lesconsommateurs de médicaments

Jean-Jérôme Sarrasin, Michael Schumacher,Christian Hay 25–28

Le dossier médical partagé: concepts et cas pratiques

Michel Grupper 29–31

Swiss Medical Informatics 2009; no 67

Prescription informatisée: de l’ordre à l’itinéraireclinique

Mathias Tschopp, Magali Despond, Damien Grauser,Jean-Christophe Staub, Christian Lovis 32–35

Automatic antibiotherapy guideline generation usingquestion-answering

Emilie Pasche, Douglas Teodoro, Julien Gobeill,Rolf Wipfli, Patrick Ruch, Christian Lovis 36–39

Entwicklung einer elektronischen Pflegedokumenta-tion: Automatische Generierung von Pflegediagnosen

Matthias Odenbreit 40–41

Der Nebel lichtet sich

Jens Diele, Ursula Meier, Matthias Kämpf,Daniel Voellmy 42–44

Elektronisches Sanitätsdossier

Adrian Trapp-Chiappini 45–48

Fachliche Services als Mittel zur Entwicklung vonUnternehmensarchitekturen in Spitälern

René Fitterer 49–52

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

Theodor Andersson, Judith Patterson,Sarah Cruchet, Célia Boyer 53–56

Integration of biomedical data using federateddatabases

Douglas Teodoro, Emilie Pasche, Rolf Wipfli,Julien Gobeill, Rémy Choquet, Christel Daniel,Patrick Ruch, Christian Lovis 57–60

Retour sur l’investissement des systèmesd’information hospitaliers, nouvelles approches

Rodolphe Meyer 61–65

C’est avec un grand plaisir que nous vous présentons levolume 67 du Swiss Medical Informatics qui présente les tra-vaux scientifiques retenus pour les 22èmes Journées scienti-fiques annuelles de la Société Suisse d’Informatique Médi-cale. Il s’agit d’une première pour notre société, qui organisepour la première fois son congrès en partenariat avec leSwiss eHealth Summit, ce faisant potentialisant les liens avecl’industrie et les utilisateurs, ainsi qu’avec l’Académie Suissedes Sciences Médicales, permettant d’étendre le débat auxaspects éthiques et sociétaux.Le thème principal du congrès s’appuie sur le slogan «Plugand p(r)ay» et écarte ainsi déjà presque d’office la notiond’une interopérabilité facile à obtenir, pour laisser place àune réalité plus crue, des frais élevés et une mise en œuvrealéatoire. La situation n’est certes pas tout à fait si sombredans le paysage de l’informatique médicale, mais il est trèsclair que l’intégration et la mise en place des technologiesdes communications et de l’information dans le système desanté ont imposé des exigences élevées à l’égard des four-nisseurs, des architectes de systèmes et également des uti-lisateurs. L’utilisation des données, l’ergonomie et l’impact,la gestion des flux sont au premier plan lors de la construc-tion 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 combinaisonunique en Suisse de mise à niveau scientifique, de présenta-tion de solutions concrètes et appliquées. Une plateforme

rare où se rencontrent les professionnels de la santé, les in-dustriels, les soignants, médecins, infirmières et pluripro-fessionels de soin, les représentants du monde administra-tif et politique. C’est aussi une plateforme unique en songenre par sa capacité à présenter des résultats d’implémen-tation ou de recherche neutres du secteur large de l’infor-matique de santé en Suisse. Nous vous présentons une imageactuelle, vivante, du paysage eHealth en Suisse, qui couvretous les aspects actuels du domaine, de systèmes pour les ca-binets au modèle de cybersanté national, en passant par dessystèmes d’information hospitaliers, des aspects techniquesaux enjeux éthiques et sociétaux.Notre société met l’accent sur le sujet de l’analyse et de l’éva-luation de solutions existantes, avec pour objectif de déve-lopper une approche de type «evidence-based medical in-formatics». La quantification et la qualification des solutionsdeviennent de plus en plus importantes afin de permettre unchoix éclairé à la lumière des retours d’expériences plutôtque sur les simples descriptions commerciales. Nous encou-rageons donc tous nos membres à nous faire part de leursexpériences, à mettre en place des évaluations scientifiqueset formelles, quantitatives et qualitatives, et à contribuerainsi à ce savoir collectif.Nous invitons cordialement toutes les personnes intéresséesou concernées par les technologies de l’information dans lasanté à devenir membres de la Société Suisse d’InformatiqueMédicale. Les enjeux sont colossaux, les défis immenses!

EDITORIAL

2

Es freut uns, Ihnen mit dem vorliegenden Band 67 des SMIdie Proceedings zur 22. Jahrestagung der SchweizerischenGesellschaft für Medizinische Informatik SGMI präsentierenzu dürfen. Es handelt sich insofern um eine Premiere, als dieJahrestagung erstmals mit dem Swiss eHealth Summit or-ganisiert wird und damit eine Verbindung zwischen An-wendern, Industrie und auch der Schweizerischen Akade-mie der medizinischen Wissenschaften ermöglicht wird. DieThemenkomplexe 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 kategorischaus und lässt eigentlich nur Platz für die Variante der hohenKosten oder der hoffnungsvollen Implementierung. Ganz soschlecht ist es um die heutige Medizininformatiklandschaftzwar nicht bestellt, aber eines ist klar: Die Integration undImplementation von Informations- und Kommunikations-technologien im Gesundheitswesen stellt hohe Anforderun-gen an Lieferanten, IT, Systemarchitekten und auch die User.Datenauswertung, usability und Workflowkontrolle stehendenn beim Aufbau und der Bewertung existierender Instal-lationen auch immer mehr im Vordergrund, ganz zu schwei-gen von den Anforderungen an eine komplexe und zuneh-mend semantische Interoperabilität.Die Jahrestagung der SGMI ist in ihrer Art der Kombinationvon wissenschaftlicher Aufarbeitung und Präsentation vonLösungen ein einzigartiger Anlass in der Schweiz. Nirgend-wo sonst finden Sie weitgehend neutrale Präsentationen und

Forschungsresultate aus dem weiten Gebiet der medizini-schen Informatik der Schweiz; an keiner anderen Veran-staltung bringen sich Pflegefachpersonen, Ärztinnen, Ärzteund weitere praktisch tätige Gesundheitsprofis ein und ankeinem anderen Ort findet eine Anreicherung durch dieAnwesenheit von Industrie, Administration und Gesund-heitspolitik statt. Somit können wir Ihnen eine aktuelle, le-bendige und vielfältige eHealth-Landschaft der Schweiz prä-sentieren, wenn man sich auch wünschen würde, dassvermehrt Einblick in die Welt der in der Praxis tätigen Ärz-tinnen, Ärzte und Health Professionals möglich wäre.Die SGMI setzt den Schwerpunkt auch in den kommendenJahren im Bereich der Analyse und Auswertung existieren-der Lösungen, dies mit dem Ziel, eine Art von «evidence-based medical informatics EBMI» zu erreichen. Quantifizie-rung und Qualifizierung von Lösungen werden zunehmendwichtiger als reine Lösungsbeschreibungen, ebenso dasAufzeigen eines Return-on-investment. In diesem Sinne er-muntern wir alle SGMI-Mitglieder, auch weiterhin wissen-schaftlich aktiv zu sein und einen formalen Beitrag zum Weg,der vor uns liegt, zu leisten und am Aufbau des kollektivenWissens teilzunehmen.Alle, die an Fragen und Lösungen im Bereich der Infor-mations- und Kommunikationstechnologien im Gesund-heitswesen interessiert sind, laden wir herzlich ein, Mitgliedder SGMI zu werden! Die Herausforderungen sind undbleiben immens, gute und nachhaltige Lösungen wichtigerdenn je!

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


PROCEEDINGS ANNUAL MEETING 2009

3Swiss Medical Informatics 2009; no 67

Summary

Objectives: Search queries make use of keywords to pro-duce results, where usually the user has to search eachpage for the required answer and it is often difficult tojudge the quality of a document on the Internet.This study presents a question-answering system (QA sys-tem) which can address the above-mentioned issues.Design: During this study the QA system was evaluatedby two approaches: the first investigated the effectivenessof the system while the second focused on the quality se-lection of both HONcode and other websites using the QAsystem.Measurements: The results were classified by a medicalexpert as follows: A = relevant, B = lead to an answer, C =not relevant, following which TREC eval was used to eval-uate our system.Results: Systematic (1st) evaluation: 70 out of 100 ques-tions were answered well. Qualitative (2nd) evaluation: anMAP of 59% and an MRR of 76% were obtained forQAHON_honcode with a set of 100 questions.Conclusion: The results obtained show that the qualityand reliability of the answers obtained by the QA systemdepend on the trustworthiness of the database used.

Introduction

Le nombre de documents, pour une requête donnée, est enconstante augmentation mais la recherche d’informationpour l’individu lambda, elle, n’a pas changé! L’internautea toujours du mal à évaluer la pertinence et la qualité desrésultats et il doit parcourir l’ensemble du document avantde pouvoir espérer accéder à une réponse satisfaisante.De plus, poser une question par mots clés n’est pas natu-rel [1, 2] et ne permet pas d’obtenir des résultats précis. Sicertains misent sur l’avènement du Web sémantique pourproduire de nouveaux moteurs de recherche intelligents,d’autres espèrent faciliter l’interaction homme/moteur derecherche en proposant des systèmes de question/ré-ponses (QR) basés principalement sur des heuristiques etl’utilisation de la redondance de l’information. Le but detels systèmes est de fournir des réponses pertinentes à unequestion posée en langage naturel. Ainsi l’utilisateur ac-cèdedirectementà l’informationsouhaitéeetn’apasàpar-courir l’ensemble des documents proposés par le moteurde recherche. A l’heure de la mobilité, des réponsescourtes et précises avec par exemple une interface vocalesemblent aller dans le sens de l’intérêt de ce genre de sys-tème.

Des campagnes d’évaluation comme le TREC [3] ont mon-tré la faisabilité et l’intérêt des QR. Les meilleurs d’entreeux atteignent des précisions sur les réponses de l’ordrede 71% en 2005 [4]. En ce qui concerne le domaine médi-cal, l’intérêt est grandissant si l’on considère le nombre depapiers dans ce domaine [5–8]. Actuellement seul un sys-tème de QR appliqué au domaine médical est en ligne. Ils’agit deMedQA [9], systèmequi traite lesquestionsde typedéfinition et qui est destiné aux biologistes pour faciliterleur accès à la littérature biomédicale.Par ailleurs, la création d’un site Internet est à la portée dutout un chacun, d’où la variabilité de l’information trouvéeen ligne. Dans le cas des informations de santé, il y a unimpact direct sur le bien-être des individus [10]. Ainsi desinitiatives telles que le HONcode [11–13] (code de bonnepratique des sites Internet de santé composé de 8 principeséthiques) et des outils de recherche verticaux tentent deproposer des services complémentaires et alternatifs auxmoteurs de recherche généralistes. Le HONcode a été dé-veloppé avec le consensus de responsables de sites Web,par la Fondation Health On the Net (HON), fondation à butnon lucratif ayant pour objectif de promouvoir une infor-mation médicale de qualité et de confiance. Les étudesactuelles effectuées sur les QR ne s’intéressent qu’à la per-tinence des réponses proposées. La Fondation HON sepositionne sur la qualité de l’information médicale. Ainsielle développe un QR appliqué au domaine médical où larecherche de la réponse s’effectue dans l’ensemble dessites certifiés par la Fondation.Ce papier présente deux évaluations distinctes du QR dé-veloppé par la Fondation HON dans le cadre du projet eu-ropéen PIPS (IST–2002-2.3.1.11) [14]. La première éva-luation est systématique et permet de valider l’efficacité dusystème présenté. La seconde évaluation met en avantl’utilisation du QR sur une sélection de sites de santé dequalité d’une part (ceux du HONcode) et sur tout le Webd’autre part. Pour chaque évaluation, le matériel et les mé-thodes seront présentés. Puis nous présenterons les résul-tats obtenus, résultats qui seront discutés en indiquantquelques pistes pour mieux intégrer la dimension qualita-tive dans les systèmes de QR. Enfin nous conclurons et pré-senterons les perspectives futures.

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

Correspondance:Sarah CruchetFondation Health On the Net81, boulevard de la CluseCH-1206 Genève


4

Matériels et méthodes

Nous utilisons le système de QR multilingue de HON pré-senté dans [15]. Nous allons résumer dans ce paragraphel’architecture de notre QR. Il s’appuie sur un module de dé-tection du type de question par apprentissage et l’utilisa-tion des ressources sémantiques telles que celles présentesdans UMLS pour guider le système, notamment dans lechoix des réponses pertinentes. Ce système dispose d’unearchitecture relativement classique pour un système de QRavec des spécificités propres pour chaque module: 1) LeQuestionAnalyzer a pour but d’identifier la question del’utilisateur afin de mieux anticiper la recherche d’infor-mation et la sélection de la réponse. 377 questions du do-mainemédical ont étéutiliséespourmieuxdéfinir les ques-tions et ainsi prendre en compte la spécificité médicale. 2)Le QueryGenerator permet de générer une ou plusieurs re-quêtes en fonction des différents moteurs de recherche etde la question analysée précédemment. 3) Le module Do-cumentRetrieval s’occupe d’interroger les différents mo-teurs de recherche. 4) Le module PassageExtractor iden-tifie les meilleurs passages en fonction de la question poséeet de la réponse attendue. 5) Le module AnswerExtractorqui s’occupe de sélectionner les meilleures réponses dansles passages en fonction de la question, de la réponse at-tendue et de la redondance de certaines réponses. 6) Unmodule d’affichage qui permet de mettre en valeur les dif-férentes réponses trouvées de manière très épurée avec lapossibilité de tracer au mieux l’information dans soncontexte. A noter qu’un dernier module original a étéajouté récemment qui a pour but de réaliser une analyseglobale des résultats de la recherche (donc intercalé entrele DocumentRetriever et le PassageRetriever), afin d’as-sister encore mieux la sélection des passages et des ré-ponses pertinentes. Ce module est basé sur une analyseNgram de mots de la totalité des documents retournés, fil-trés par les types sémantiques attendus.

Evaluation systématiquePour la première évaluation de notre système, nous dis-posons d’un corpus de 377 questions en anglais ainsi quedes 12 sites d’où elles proviennent. Ces questions ont étérécoltées manuellement sur Internet dans des forums dediscussion et Foire Aux Questions (FAQ) traitant du do-maine médical. Ce corpus a été constitué pour une tâched’apprentissage automatique dans le cadre de l’identifica-tion du type de question du module QuestionAnalyzer denotre système QR [15]. Le domaine médical étant trèsvaste, nous nous sommes concentrés sur les questions re-latives aux maladies, sujet qui concerne la plupart des re-quêtes des Internautes à 64% [16]. Comme dans [15], nousavons choisi une maladie en particulier, afin d’éviter lebiais du thème médical dans l’apprentissage du système.C’est le diabète qui a été choisi car ce sujet était utilisé dansle projet PIPS [14], projet qui intégrait les premières ver-sions de notre système de QR. Cependant, dans cette étude,ce n’est pas seulement la question qui nous intéresse maisaussi sa réponse. Ainsi un sous-ensemble de 100 questionsavec leurs réponses associées a été constitué manuelle-

ment pour ces 12 sites, afin de créer un corpus de réfé-rence. Les 12 sites ont été téléchargés en 2008, ce qui cor-respond à 914 pages différentes, et ont été indexés locale-ment afin de pallier les variations de contenus inhérentesau 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.htmlA1: Until recently, type 2 diabetes was considered as the“adult onset” form – that is, it was rarely seen other thanin middle-aged and older people. However, it is now af-fecting younger people as well.Q2: What is the metabolic syndrome?Url2: http://www.idf.org/home/index0689.htmlA2: The metabolic syndrome is a cluster of the most dan-gerous heart attack risk factors: diabetes and prediabetes,abdominal obesity, changes in cholesterol and high bloodpressure.Q3: Are there different types of diabetes?Url3: http://www.health24.com/medical/Condition_centres/ 777-792-808-1535,28618.htmlA3: Yes, this is true. There are two types of diabetes – Type1 and Type 2

Evaluation qualitativeNotre étude s’appuie sur la méthode d’une étude conduiteà la National Library of Medicine (NLM), Bethesda, Etats-Unis, sur les systèmes de recherche d’information [5].Cette méthode est ici utilisée pour la comparaison de deuxversions de QR développés par HON. Le premier système,QAHON_honcode, est celui basé sur la recherche exclusivedans la base de données HONcode (soit 6800 sites). Le se-cond, QAHON_google, est l’utilisation des résultats de Goo-gle via notre système de QR (soit la totalité du Web indexéepar Google). Seule la partie DocumentRetrieval diffère en-tre QAHON_honcode et QAHON_google.Dans le cadre d’un QR, et au contraire de l’étude effectuéepar la NLM, nous évaluerons les réponses retournées parle système plutôt que les documents.Pour la seconde évaluation nous avons utilisé la méthodedécrite dans [5] et réutilisé une partie de notre corpus dequestions de la première évaluation. Ainsi, pour chaquesystème, seules les 10 premières réponses au maximumsont retournées. Ces réponses sont mélangées et «anony-misées» – pas d’information sur la provenance de la basede données – et soumises au jugement d’un expert médi-cal qui a pour mission de noter les réponses à l’aide de let-tres: A+ (très pertinent), A (pertinent), A– (pas toute la ré-ponse), B+ (mène à la réponse), B (peut mener à laréponse), B– (pas clair), C (pas pertinent). La notation cor-respondà lapertinencede la réponsepar rapport à laques-tion ainsi que de la pertinence du document d’où est ex-traite la réponse (dans le cas où la réponse retournée parle système n’est pas claire, l’expert va regarder si le docu-ment source comporte la réponse).Nous avons utilisé le logiciel TREC eval [17] pour évaluernos résultats. Six mesures ont été prises en compte pourévaluer le système:

Swiss Medical Informatics 2009; no 67 4


5

1. Mean Average Precision (MAP): calcule la précisionmoyenne après chaque document extrait.

2. Binary Preference (Bpref): calcule le taux de réponsesnonpertinentesaffichéesavant les réponsespertinentes.

3. R precision (R-prec): calcule la précision moyenneaprès R réponses extraites.

4. Mean Reciprocal Rank (MRR): taux de réponses perti-nentes au 1er rang.

5. Precision at five documents (P@5): taux de réponsespertinentes au rang 5.

6. Precision at ten documents (P@10): taux de réponsespertinentes au rang 10.

Ces mesures ont été calculées sous deux conditions: «soft»et «strict» comme dans [5]. Pour la première («soft»), nousavons considéré qu’une réponse est pertinente si elle estnotée A ou B. Pour la seconde («strict»), seulement les ré-ponses ayant obtenues un A ont été considérées commepertinentes.

Résultats

Evaluation systématiqueNous recherchons la capacité du système à retrouver lesréponses récoltées manuellement dans les douze sites d’oùproviennent les questions de la base de test, soit un corpusde 914 pages.Par un simple test de «pattern matching» (comparaison dechaînede caractères), nousavons considéréque le systèmedonnait une réponse correcte lorsqu’une réponse du sys-tème était contenue dans la sélection manuelle des ré-ponses. Ainsi le système obtient un taux de bonnes ré-ponses de 80%. Ce résultat est positif même s’il n’estmalheureusement pas un indicateur pour la précision, carles réponses du système qui ne font pas partie du corpusde référence ne sont pas comptabilisées alors qu’elles peu-vent être justes. En effet, le système trouve des réponsesque la personne n’a pas récoltées manuellement. De plus,le système, recherchant dans une base de 12 sites, trouveen moyenne 3,2 réponses par question alors que manuel-lement deux réponses au maximum par question ont étécollectées.

Evaluation qualitativeLa première observation qui peut être faite est que lesrésultats sont meilleurs pour QAHON_honcode que pourQAHON_google (tab. 1). En effet, QAHON_honcode a uneMAP de 0,59 contre 0,36 pour QAHON_google. Celasignifie que sur l’ensemble des réponses données parQAHON_honcode pour une question, 59% sont pertinentescontre 36% pour QAHON_google. De plus, sur les cinq pre-mières réponses trouvées par QAHON_honcode, plus de lamoitié répondent exactement à la question posée. La seulemesure pour laquelle QAHON_google est plus performantque QAHON_honcode est MRR. La première réponse per-tinente a un meilleur rang pour QAHON_google que pourQAHON_honcode.

La figure 1 donne le rapport précision/rappel pour les deuxsystèmes, selon l’évaluation «soft». On constate que QA-HON_google est très performant aux deux premiers rangspuis que QAHON_honcode passe en tête. Cela signifie quesur l’ensemble des réponses données par les systèmes,QAHON_honcode est globalement plus pertinent que QA-HON_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 estperformant pour obtenir une vue d’ensemble d’un sujetparticulier. De plus, sur un échantillon de 100 questions,nous constatonsque les réponsesdeQAHON_honcode sontmeilleures que celles de QAHON_google. En effet, les ré-ponses provenant de sites certifiés ont été mieux notéespar l’expert (avec un fort taux de A et de B). Les réponsesretournées par QAHON_honcode sont donc de meilleurequalité avec 59% de réponses pertinentes par question.

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

La figure 1 démontre que les réponses extraites des docu-ments HONcode sont de meilleure qualité que celles ex-traites uniquement de Google car les résultats de QA-HON_honcode dépassent ceux de QAHON_google à partirdu rang 3.

Tableau 1. Résultats de l’évaluation soft.Evaluation qualitative

Système QAHON_honcode QAHON_google

MAP 0,59 0,36

Bpref 0,50 0,34

R-prec 0,59 0,38

MRR 0,76 0,86

P@5 0,54 0,36

P@10 0,32 0,22


Figure 1Courbe de précision/rappel.


6

Utilisation de ressources fiables

Dans cet article, nous avons présenté l’utilisation de res-sources dignes de confiance différentes dans le cadre d’unsystème QR. L’hypothèse est que l’utilisationde documentssélectionnés par rapport à des critères éditoriaux favorisela qualité des réponses du système de QR (à l’instar d’unsystème de recherche d’information classique sur le Web).De plus, suivant le mode de sélection, politique éditoriale,certification tierce, sélection par des professionnels ou ra-ting collaboratif, se pose la question de la pondération desdifférentes ressources et de sa combinaison avec le scorede pertinence sémantique.

Utilisation de la date comme indice de qualitéde l’information

La date est un critère important de la qualité de l’infor-mation à prendre en compte dans un système de QR. Unsystème QR de qualité devrait prendre en compte cettedimension au sein de sa stratégie de classement ou de fil-trage des réponses et du moins donner les indications dedate de rédaction pour chaque réponse présentée à l’utili-sateur final. En effet, une déclaration peut être juste à unmoment donné et être dépassée quelques années ou moisplus tard.

Utilisation de la redondance de l’information

La redondance de l’information est l’une des stratégiesprincipales des systèmes de QR actuels pour l’identificationde réponses pertinentes. Du point de vue de la qualité del’information, l’hypothèse peut être la même, puisqu’unemême information répétée sur plusieurs sites distincts acertainement plus de chances d’être crédible.

Web sémantique et la qualité de l’information

Evoqué dans l’introduction, le prometteur Web séman-tique a tout pour séduire et nous offre des possibilitésénormes quant à la pertinence de la recherche d’informa-tion (aussi dans le cas QR). Cependant là encore il faudraêtre vigilant, car ceux qui produiront ou collecteront cetteinformation auront des objectifs qui risquent d’être fortsdifférents, allant de la philanthropie au mercantile pur etdur. En effet, les informations du Web sémantique serontcertainement encore moins lisibles en terme de traçabilitéet seuls des garde-fous d’organisation tierce pourront ga-rantir une certaine neutralité ou du moins obtenir des dé-tails indépendants concernant cette information.

Limitation de l’étude

L’évaluation a été réalisée sur un corpus de 100 questionset par une seule personne en raison du travail fastidieuxque représente la notation manuelle des réponses.

Ensuite, dans la partie du système QR qui récupère les pas-sages pertinents, nous effectuons un nettoyage de la pageWeb. Parfois, ce nettoyage est trop strict et enlève de l’in-formationpertinente.Cependant, cette étapeestnécessairecar elle retire le bruit de la page Web (en-tête et menus).Le lecteur avisé est en droit de se demander si cette étudemet en lumière la distinction ressource médicale (HON-code) vis-à-vis de ressource générale (Google) plutôt queressource fiable vis-à-vis de ressource non contrôlée. Ce-pendant, les auteurs pensent que les questions utiliséesdans cette étude sont suffisamment spécifiques pour nedonner que des réponses de type médical. Et en effet, unelecture aléatoire d’un échantillon de réponses nous aconfirmé cette hypothèse.

Conclusion

Les solutions proposées pour prendre en compte la varia-bilité de la qualité de l’information médicale sur le Web sontjustifiées aussi bien dans la recherche d’information clas-sique que dans le cadre d’utilisation de systèmes de QR.L’utilisation de méta-informations telles que la prise encompte de la date est ici cruciale.La redondancede l’information,bienqu’étantun indicateurbrut, peut être un très bon indice de pertinence qualitativesi on s’assure de le retrouver dans des ressources sûres etindépendantes. D’un autre côté, un bon système de QR sedoit aussi de mettre en exergue la pluralité des réponses.Dans l’interface, l’utilisateur doit pouvoir à tout momentavoir accès à la réponse dans son contexte pour une meil-leure traçabilité de la réponse.

Références

1 Kwok C, et al. Scaling question answering to the Web, In Proceedingsof WWW’10, 2001.

2 Roussinov D. How Question Answering Technology Helps to Locate Ma-levolent Online Content, Intelligence and Security Informatics volume3495/2005, 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 Confe-rence (TREC 2005).

5 Sneiderman CA, et al. Knowledge-Based Methods to Help CliniciansFind Answers in MEDLINE. JAMIA 2007.

6 Demmer-FusmanD, et al. Answering ClinicalQuestionswithKnowledge-Based and Statistical Techniques. Computational Linguistics. 2007.

7 Demmer-Fusman D, et al. Combining resources to find answers to bio-medical 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 evaluationof a definitional question answering system for physicians. J BiomedInform. 2007.

10 Horvitz E. Cyberchondria: Studies of the Escalation of Medical Concernsin Web Search. Microsoft study. 2008.

11 Selby M, et al. Health On the Net Foundation Code of Conduct for Me-dical and Health Websites. MedNet 96 – European Congress on the In-ternet in Medicine, Brighton, U.K., Oct. 14 to 17, 1996.

12 Boyer C, et al. Health On the Net foundation: assessing the quality ofhealth web pages all over the world. MedInfo. 2007.

13 http://www.hon.ch/HONcode/Conduct.html14 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,

200617 http://trec.nist.gov/trec_eval/index.html



7

GlossarCDA: Clinical Document Architecture (CDA)EPA: Elektronische PatientenakteFID: Fall-IdentifikationsnummerHIN-E-Mail: HIN MailGateway (MGW)HL7: Health Level 7ICPC-2: ICPC-2 Deutsch/German – International Classificationof Primary CareMPA: Medizinische Praxisassistentin.Net 3: Das .NET-FrameworkPACS: Picture Archiving and Communication System (Labor – Zentral-labor)PID: Patienten-Identifikationsnummer, in soH eine fortlaufendeNummerRDF: Resource Description FrameworkWPF: Die Windows Presentation Foundation (WPF),Metadaten: Daten, die Informationen über andere Daten enthalten

Summary

Hospital Informations System (HIS).The ANOS (ambulant emergency unit) – computerised pa-tient records (CPR), a part of the Medical Cockpit Appli-cation: cooperation between Solothurn General Hospital(BSS) and family doctors.In collaboration with the family doctors of the Solothurnregion the ambulant emergency unit (ANOS) went into op-eration at Solothurn General Hospital (BSS) in January2009.A triage ensures that only superficial cases are directedto the ambulant emergency unit and severe cases to thehospital’s emergency ward.The ANOS is operated by the family doctors – clinic hours1700 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 forthe ANOS with the help of the Medical Cockpit Applica-tion.The doctor works with the help of so-called “FastTracks”,which guide clinical personnel through the treatmentprocess and continues through the stages of data entryand report generation.The ANOS application ensures documentation and com-munication of hospital discharge papers using the CDA(Clinical Document Architecture) (in HL7), as well as cod-ing of RFE (Reason for Encounter) in the InternationalClassification in Primary Care (ICPC-2).

Problemstellung

Die ANOS-Applikation (elektronische Patientenakte) ist ei-ne Erweiterung des Medical Cockpits und beinhaltet eini-ge zusätzliche Funktionalitäten im Portal, die den Benut-zern einerseits die Arbeit erleichtern und andererseits einlückenloses Dokumentarchiv zum Patienten ermöglichen.Die bestehenden Patienten- und Fallinformationen wer-den mit relevanten digitalen Röntgenbildern und Datenaus dem medizinischen Labor ergänzt. Man gelangtschnell zu den Patienten- und fallbezogenen Angaben,kann sich einen Überblick verschaffen über Berichte, Be-handlungsdaten, Befunde, Stammdaten sowie ärztlicheZuständigkeiten bezüglich eines Patienten, was verordnetwurde und welche Fälle dem Patienten zugehören. Mitdem FastTrack soll der Arzt durch den Behandlungspro-zess geführt werden, und zwar von der Erfassung derStammdaten des Patienten bis zur Generierung und Ar-chivierung der Berichte. Der Behandlungsprozess ist invier Modulen abgebildet: Aufnahme, Eintritt, Aufträge undAustritt.

Zielsetzung undAnforderungen

Anforderungen an administrative Daten:– Aufnahme der Stammdaten von Patienten, FID (Fall-

Identifikationsnummer) und PID (Patienten-Identifikati-onsnummer) im HOSPIS- Patientenmanagementsystem.

– Abgleichen der im HOSPIS erhobenen Daten mit Medi-cal Cockpit, siehe Abbildung 1.

– Erfassen des Konsultationsanlasses-RFE (Reason forEncounter) durch die Medizinische Praxisassistentin(MPA).

Anforderungen an die klinischen Daten:– RFE (Reason for Encounter, in den Worten des Patien-

ten), kodiert im International Classification in PrimaryCare (ICPC-2);

– Anamnese;

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


Korrespondenz:Dipl. Ing. / MAS MedInf.Ela BieleckiProjektleiterin soH InformatikSolothurner Spitäler AGSchöngrünstrasse 42CH-4500 [email protected]


8

– Befunde: allgemein Grösse und Gewicht, BD, Puls, spe-zifische 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 schi-cken;

– Erstellen von Zeugnissen und Berichten für die Kran-kenkassen, insbesondere: UVG-Arztzeugnis der Erst-behandlung, HWS-Beschleunigungstrauma;

– Versenden der Dokumente per HIN-MailGateway;– Auswertbarkeit der Daten: ICPC-2;– Leistungserfassung: automatisch nach TARMED-Zeit-

intervallen;– Dokumentation: lückenloses Dokumentarchiv.

Übersicht undAblauf

Der Behandlungsprozess wurde in vier Teilen gegliedertund abgebildet nach: Aufnahme, Eintritt, Aufträgen, Aus-tritt (Abb. 2).

FastTrack

Der FastTrack stellt eine schnelle Methode dar, prozess-unterstützt die Klinische Behandlung von der Datenerfas-sung bis zum Generieren des Berichtes zu ermöglichen, sodass der Arzt durch die entsprechenden Schritte der Be-handlung automatisch geführt wird:1. RFE (Reason for Encounter),2. Anamnese aktuelle Medikation,3. Status,4. Diagnose,5. ANOS-Behandlung (Therapie auf der ANOS: Wundver-

sorgung, direkte Verabreichung von Medikamentenusw.),

6. Medikation bei Austritt,7. Prozedere (Weiterbehandlung, Konsilium, Hausarzt

usw.).

Der Arzt soll effizient und effektiv auf die Fallinformatio-nen zugreifen können.Alle abgelegten und archivierten Dokumente werden mitMetadaten, Eigenschaften eines Objekts, versehen und ab-gespeichert.Erstellte Dokumente sollen über die ANOS-Applikation perHIN-E-Mail (sicherer Datenverkehr) verschickt werdenkönnen. Damit dies möglich ist, müssen die entsprechen-den HIN-Mailadressen dem System bekannt sein. Für je-des Versenden eines Dokumentes gibt es einen Eintrag im


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

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

Abbildung 3Dokumente und Berichte werden im Austrittsmodul ausgedruckt und automatischarchiviert.


9

Patientenlog. Somit kann dort nachgeschaut werden, wemwann was geschickt wurde.

Methoden und die technische UmsetzungDie Übersicht über die technologische Lösung des MedicalCockpits der ANOS-Applikation.

Benutzeroberfläche (UI)Medical Cockpit verfügt über eine Browser-Benutzerober-fläche, welche auf MOSS 2007 (Microsoft Office SharePointServer) basiert. Die Anzeige der verschiedenen Sichtenist mit SharePoint WebParts realisiert. Dabei wird daskonkrete Erscheinungsbild über XSL Templates definiert.Der Patientenkontext und die Übergabe der Aufrufpara-meter an Labor und PACS werden über UI-Integrations-WebParts gemacht.

Technologie/Umsetzung– MOSS 2007 (Microsoft Office SharePoint Server),– WebParts mit XML/XSL-Transformationen,– Integration von Labor und PACS über Browser-Integra-

tion,– 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. DieserWebservice ist konzeptionell wichtig, damit nicht «jedermit jedem» kommunizieren muss. Er dient vor allem derKonsistenz bei den DataContracts.

– Access History: Zeichnet den Zugriff auf Daten undDokumente auf.

– Rollen Standorte: Liefert Informationen über Rollen,Berechtigungen und Zugehörigkeit zu Standorten. Essind hier die organisatorischen Einheiten (Kliniken, Sta-tionen usw.) definiert.

– Meta Service: WebService zur zentralen Sammlung derMetadaten. Basiert auf dem RDF (Ressource DescriptionFramework).

– KG-Ablage: WebService zur Ablage und zum Suchenvon Dokumenten und Dateien.

– X-Doc Service: WCF-Webservice zur Ärztlichen Doku-mentation.

– Dokument-Generator: Webservice zum Erstellen vonDokumenten aus XML-Daten mittels XSL-Transforma-tionen. Zurzeit werden primär PDF-Dokumente erzeugt,andere Dokumente, vor allem HL7-CDA, sind ebenfallsmöglich.

– Datenschicht:Datenbanken sind alle auf MS-SQL 2005,der Zugriff erfolgt über .net 3,5 LINQ. KG-Dokumenteund Dateien sind in SharePoint Document Libraries ab-gelegt.

– Die Dokumente: Der Entlassungsbrief basiert auf derHL7 Clinical Document Architecture (CDA) und kanndem Hausarzt via sicheren HIN-Anschluss per E-Mailzugesendet werden.

Diskussion

Ziel der ANOS-Applikation ist es, Informationserfassungund Zugriff auf die Krankheitsbilder, Behandlungsdoku-mentationen, Rezepte, Medikamente, Diagnosen und Per-sonaldaten zu beschleunigen und dem Arzt die notwendi-gen Angaben zur Entscheidungsfindung bereitzustellen.Sämtliche Fall-Patienten-Daten können auf einer Flächegesehen werden. Der Konsultationsanlass, kodiert inICPC-2, stellt den ersten Schritt und eine Grundlage zurweiteren Entwicklung und Abbildung der ganzen medizi-nischen Episode dar.Der Arzt arbeitet mit sogenannten FastTacks, die pro-zessorientiert durch die Etappen der Datenerfassung undBerichterstellung führen.Die ANOS-Applikation gewährleistet eine Dokumentationund Kommunikation unter der Anwendung der ClinicalDocument Architecture (CDA) von HL7 im Entlassungs-brief.Start der ANOS-Station mit 52 Hausärztinnen und Haus-ärzten hat den stationären Notfall des Spitals entlastet.


Abbildung 4Übersicht der Medical-Cockpit-ANOS.


10

Summary

The variety of software systems in a hospital represents amajor challenge. A clinical information system works asan integrator und therefore requires many interfaces todifferent subsystems. The present report describes the in-tegration of semantic coding (natural language process-ing) into the electronic medical record using SOAP tech-nology. The technical approach is explained and codingquality is appraised after three months of live operation.

Einleitung

Die semantische Codierung in Form des One Step Codingsfunktioniert. Sie spart Zeit, verbessert die Codierqualitätund hat sich im Klinikalltag bewährt. Aus Freitexten wer-den in einem Schritt – d.h. automatisiert – strukturierte In-formationen in Form von Diagnosen- und Prozedurenco-des gebildet. Diese fortlaufende Generierung von Codeshilft bei der optimalen Umsetzung der Anforderungen derAbrechnung mit Fallpreispauschalen.Bisher setzen vor allem grössere Häuser mit den ent-sprechenden Stellenprozenten auf eine ausgefeilte Infra-struktur. Kann sich aber auch ein kleines Haus mit 1500stationären Fällen pro Jahr den «Luxus» der in die Doku-mentation integrierten Codierung leisten? Welche techni-schen Integrationsmöglichkeiten bestehen? Wie gut sinddie Resultate?

Zielsetzung

Eine kleine Schweizer Klinik ohne zentrale Codierstellesuchte nach einer Lösung, die Diagnosecodierung durchdie klinisch tätigen Ärzte durchführen zu lassen. Die Soft-ware sollte direkt in das vorhandene Klinikinformations-system POLYPOINT | DOC integriert funktionieren, eine gu-te Codierqualität gewährleisten und keine Schulung nötigmachen. Ein zuverlässiger Betrieb und eine einfache War-tung waren gewünscht.

Material und Methoden

Die Klinik entschied sich, zusammen mit ihrem KIS-Liefe-ranten, für den Einsatz des Semfinder One Step Codings.

Eine Integration der Codierfunktionalität ist prinzipiell so-wohl mit «klassischer DLL» als auch mit Zugriff auf einenzentral installierten Webservice mittels SOAP-Protokollmöglich. In einer SWOT-Analyse wurden die Vor- undNachteile der beiden Varianten abgewogen. Aus der Sichtder Klinik sprach für SOAP vor allem, dass keine hausin-terne Installation nötig ist. Aus Datenschutzgründen gabes keine Vorbehalte, da keine personenbezogenen Datenüber das Internet ausgetauscht werden. Eine stabile In-ternetverbindung ist vorhanden.SOAP (ursprünglich für Simple Object Access Protocol) istein Netzwerkprotokoll, mit dessen Hilfe Daten zwischen

Systemen ausgetauscht und Remote Procedure Callsdurchgeführt werden können. SOAP stützt sich u.a. auf diefolgenden Standards: XML zur Repräsentation der Datenund Internet-Protokolle der Transport- und Anwendungs-schicht zur Übertragung der Nachrichten. In der be-schriebenen Implementation wird SOAP über HTTP (Port80) eingesetzt.Die Integration mittels SOAP kann für den KIS-Lieferantenaufwendiger sein, da die Benutzeroberfläche von ihm sel-ber programmiert werden muss. Dafür kann der gewohn-te Look-and-Feel beibehalten werden. Der Webservice

SOAP-Einbindung der Diagnosecodierung:ein ErfahrungsberichtMichael Lehmanna, DanielWaeberb, Rolf Grunc, Hans Rudolf Strauba

a Semfinder AGb Erne Consulting AGc Interstaatliche Hochschule für Technik Buchs (NTB)


Korrespondenz:Michael LehmannSemfinder AGHauptstrasse 53CH-8280 [email protected]

Tabelle 1.SWOT-Analyse der SOAP-Integration.

Strengths: Weaknesses:

– Look-and-Feel wie in KIS – höherer Aufwand, da grafischegewohnt, Darstellung durch KIS,

– Auf Clientseite ist nur das – KIS-Hersteller muss künftigeSystem von einem Hersteller zu Funktionalitäten integrieren.installieren und zu warten,

– System ist immer up to date.

Opportunities: Threats:

Kann ohne Vor-Ort-Installation Unterbruch der Internet-auch in anderen Häusern ein- verbindung.gesetzt werden.


11

wird in diesem Fall gar nicht als eingebundene Fremd-applikation wahrgenommen. Die Entscheidung für dieSOAP-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 über-nimmt. Der Benutzer schreibt wie bis anhin den Freitextin das Diagnosefeld. Nach Klick auf die Taste «Codieren»wird dieser Text XML-formatiert in eine SOAP-Messageverpackt und via Internet an den zentralen Server ge-schickt (Abb. 1). Hier wird die Formulierung analysiert, inBegriffsmoleküle ungewandelt und die passende Code-antwort generiert. Code und Klassifikationstext werdenvia SOAP-Protokoll ans KIS zurückgeliefert und direkt indie entsprechenden Felder für ICD-10-Code und Klassifi-kationstext eingetragen. Obwohl die Kommunikation viaInternet erfolgt, vergehen für den ganzen Prozess nur ma-ximal 100–200 ms. Anschliessend springt der Benutzer inder Problemliste zum nächsten Diagnosefeld, und der Pro-zess beginnt von vorne.Nicht immer ist eine Formulierung so präzis, dass auf An-hieb ein spezifischer Code generiert werden kann. In die-sem Fall erstellt der Terminologieserver eine komplexere

Antwort, die aus folgenden Teilen besteht: Zum gefunde-nen unspezifischen Code (typischerweise XY.9-Codes wiezum Beispiel I21.9 Myokardinfarkt nicht näher bezeich-net) werden zusätzliche Präzisierungsfragen beigefügt,welche durch den Benutzer beantwortet zu spezifischenCodes führen (in unserem Fall beispielsweise I21.1 Aku-ter transmuraler Myokardinfarkt der Hinterwand). DieInteraktion mit dem Benutzer wird durch das Klinikinfor-mationssystem gesteuert und entspricht in Design undSteuerelementenvollumfänglichdergewohntenKIS-Ober-fläche. Hinweise für den Benutzer (z.B. zusätzliche Tipps,Hinweise auf Codierrichtlinien, nicht verstandene Wörter)können grafisch ansprechend dargestellt werden. Das Kli-nikinformationssystem behält immer die volle Kontrolleüber Freitext und Codierresultat.Für den Fall, dass es doch zu einem Unterbruch der In-ternetverbindung kommen sollte, werden die Kataloge zu-sätzlich als Stammdatenfeld integriert. Der Benutzer kannhier hierarchisch nach dem gewünschten Code suchen.Jede an den zentralen semantischen Codier-Server ge-schickte Anfrage wird inklusive Antwort protokolliert undin Echtzeit bezüglich Verlässlichkeit bewertet («alle Wör-ter verstanden, eindeutige Antwort generiert», «alle Wör-ter verstanden, Präzisierungsfrage gestellt», usw.). Hat derBenutzer Wörter eingegeben die dem System nicht be-kannt sind, werden diese speziell gekennzeichnet, damitsie später manuell analysiert werden können. Die Datenwerden statistisch ausgewertet und dienen dazu, laufendzu überprüfen, ob korrekte Antworten generiert werdenund ob neue Formulierungen einzupflegen sind.Nach dreimonatigem Produktivbetrieb wurden die proto-kollierten Daten eingehend analysiert. Dabei wurde dieTrefferquote statistisch ausgewertet. Zusätzlich wurdensämtliche Eingaben, die zu Präzisierungsfragen führtenoder die nichtverstandene Wörter enthielten, einzeln ana-lysiert und in folgende Gruppen eingeteilt:– Korrekte Codierung mit Präzisierungsfrage bei un-

scharfer Primäreingabe,– Eingabe ambivalent, Präzisierungsfrage notwendig,

nicht codiert,– KorrekteCodierung bei Eingabemit unbekanntemWort,– Falsche Codierung bei Eingabe mit unbekanntem Wort,– Eingabe als ganzes nicht verstanden und nicht codiert.

Ergebnisse

Die Rohformulierung der Diagnosen in der EPA wird inrund 90% der Fälle korrekt durch den Computer codiert.Wir können hier zwei Gruppen unterscheiden: In rund65% der Fälle wird ohne jedes menschliche Zutun bereitseine eindeutige und abschliessende Codeantwort erzeugt.In rund 25% der Fälle wird ebenfalls ein Code erzeugt, wel-cher der eingegebenen Diagnose entspricht. Das verwen-dete Codierprogramm erkennt aber, dass die Eingabe füreine exaktere Codierung noch ergänzt werden kann undstellt eine entsprechende Präzisierungsfrage. Dadurchkann die Codierqualität gesteigert werden – und zwar reindurch Präzisierung der ungenauen Eingabe, keinesfalls imSinne eines Upcodings.


Abbildung 1SOAP-Request.

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


12

In rund 10% der Fälle wird die Eingabe nicht verstanden.Diese Eingaben haben wir einzeln analysiert und dabeifestgestellt, dass die Mehrzahl der Fälle wegen grobenRechtschreibfehlern nicht automatisch codiert wurde.MeistenswurdendieFehler vomCodierendenerkanntundkorrigiert. (Zur Reaktion des Programmherstellers sieheweiter unten.)Die Integration mittels SOAP war keine grosse technischeHerausforderung, liess sich schnell realisieren und funk-tioniert im Produktiveinsatz problemlos und störungsfrei.Darüber hinaus wurde mit dieser Lösung die perfektePlug-and-Play-Schnittstelle geschaffen. Wenn ein anderesSpital mit dem gleichen KIS den Webservice nutzen will,muss nur auf dem KIS-Server die Funktionalität aktiviertund das Haus im zentralen Webservice eingetragen wer-den. Installationen beim Endkunden fallen keine an.

Diskussion undAusblick

Die in der Auswertung gefundene Trefferqualität ent-spricht ungefähr einer 2007 von einem anderen Kundendurchgeführten Untersuchung [1]. In knapp 90% der Fäl-le wird ein Code generiert, der die eingegebene Freitext-formulierung korrekt repräsentiert. Der Grossteil dieserCodes (ca. 65%) bedarf keiner weiteren Ergänzung. In 25%der Fälle konnte mittels vom Programm gezielt gestellterPräzisierungsfragen die Codequalität weiter optimiertwerden. So können insbesondere unspezifische Codes ver-mieden werden. Diese sind in Hinblick auf die korrekteDRG-Abrechnung ganz besonders zu vermeiden, da sievom Grouper meistens nicht beachtet werden. Nur spezi-fische Codes werden korrekt in die Berechnung der Fall-spreispauschale integriert. Das Vermeiden von unspezifi-schen Codes verbessert die Codierqualität eindeutig, ohnedass 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 spezifischenCode vergeben können. Damit unspezifische Codes ver-mieden werden, müssen weitere Teile der Krankenge-schichte eingesehen und die Codierung ergänzt werden.Der behandelnde Arzt, der den Patienten kennt, kann sol-che Fragen natürlich leichter beantworten als der zentra-le Codierer oder gar die externe Codierstelle.10% der Eingaben werden nicht erkannt. Ein Grossteil die-ser Eingaben ist orthographisch nicht korrekt und wirdmeistens direkt vom Benutzer korrigiert. Anschliessendkönnen diese Eingaben korrekt verarbeitet werden. Damitweniger Rechtschreibfehler auftreten, können die Benut-zer in Zukunft eine Typeahead-Funktionalität einsetzen.Sobald der Benutzer die drei Anfangsbuchstaben einesWortes eingegeben hat, wird via SOAP-Protokoll die Listeder zutreffenden, bekannten Wörter übermittelt. Der Her-steller des Codierprogramms hat diese Verbesserungs-möglichkeit erkannt, und die Typeahead-Funktionalitätsollte im Sommer 2009 dem Anwender zur Verfügung ste-hen. Wir erwarten dadurch eine weitere Verbesserung –sowohl in der Codierqualität als auch bezüglich Codier-komforts.Die Einbindung des Codiertools über die SOAP-Technolo-gie hat die gesetzten Erwartungen voll erfüllt und alle Be-teiligten überzeugt.

Literatur

1 Oertle M. Natural Language Processing: Real-time-Struktur aus Freitextim Klinikalltag? Swiss Med Informatics. 2007;61:15–7.

2 Straub HR. Diagnosecodierung als Interpretation sprachlicher Zeichen.In: Schönbächler G: Diagnoseprozesse und Wissenssysteme. Zeitschriftfür Semiotik. 2004;26(3–4):227–43.

3 Straub HR, Frei F, Mosimann H, et al. Simplified Representation of Con-cepts 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-soap12-part0-20070427/

5 SOAP Messaging Framework: http://www.w3.org/TR/2007/REC-soap12-part1-20070427/



13

Summary

The WHO projects that by the year 2015 approximately2.3 billion adults will be overweight and more than 700million will be obese. The subject of this article is the de-sign of a concept for a second generation persuasive toolfor an iPhone, and how it can help users in fighting obe-sity. There are numerous applications on the marketwhich claim to aid users in fighting weight issues. Whatmakes our concept different from others is the emphasison usability at every stage of a design process which isfundamental to success. We set out with research oniPhone user profiles, demographics and health, moved onto user interviews, requirement analysis, interaction mod-els, use objects, information architecture, visual design,and ended with high fidelity clickable mockups of the ap-plication. The application is intentionally designed tochange a person’s attitude or behaviour in a predeter-mined way. The final result is a robust and a user-friendlypersuasive tool, the age group of the target users being18–40 years. The application leads the user through a stepby step sequence of actions with relevant, customised in-terventions, providing the right kind of motivation andthereby a better user experience, which in turn makes theprocess more engaging and enjoyable. Usability evalua-tion tests ensure that any potential issues are highlightedand fixed before the product is launched. The article alsoaddresses the impact of usability on the final design andhow it affects the success of the application, to which it isthe key.

Introduction

The study addresses obesity and overweight as criticalhealth issues and our design of a concept for a wellnessapplication which will aid users in fighting these issues.More than 1.7 trillion dollars are spent by the US everyyear in health care, less than 4% of which is spent on pre-vention and public health. Prevention services such asscreening and disease management that address popula-tions at risk, along with primary prevention with the em-phasis on improving the environments where people live,work, play, and go to school, are receiving increasing at-tention and helping to reduce the cost of the health caresystem [3]. The WHO’s latest projections indicate thatglobally, in 2005, approximately 1.6 billion adults (age15+) were overweight and at least 400 million adults wereobese. The WHO further projects that by 2015 approxi-

mately 2.3 billion adults will be overweight and more than700 million will be obese [1]. The data from the US 2008Annual Health Report show that among young adults aged18–29 about one-third are obese and one-third over-weight [4]. Physical activity and nutrition are related toimportant burdens of disease such as obesity, cardiovas-cular diseases, diabetes mellitus and certain forms of can-cer [1, 2]. Large proportions of the populations of manycountries worldwide engage in too little physical activity[10, 11] and have undesirable eating habits, such as highintakes of energy, salt and saturated fat, and low intakesof fruits, vegetables and fibre. Thus there is a need for aneffective intervention strategy to motivate people to adopthealthier diets and to increase their physical activity. Stud-ies aimed at designing effective motivational strategieshave evolved over the years. It is important to understandwhich strategy a researcher should employ when usingpersuasion-based computing technology (PBCT) as a tool,a media or a social actor. Persuasive computing technol-ogy is a computing system, device, or application inten-tionally designed to change a person’s attitude or behav-iour in a predetermined way.

Methodology

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

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

A strategically designed persuasive toolfor an iPhonePrithu Saha, Oliver Emmlerb

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


Correspondence:Dr. Oliver EmmlerHead of Product ManagementLifeSensor Product HouseInterComponentWare AGDE-69190 [email protected]


14

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

ReportsOur application is a health-, lifestyle-related applicationdesigned for an iPhone. We studied the user profile, de-mographics and usage patters of iPhone users [12]. A re-port by the US Department of Health and Human Services[4] provided us with an overview of health-related prob-lems encountered by the US population. It also providedstatistical data on the evolution of these problems over theyears.

User interviewsWe followed a semistructured interview technique [15] foruser interviews. This technique allowed us to bemore flex-ible with the order of questions to be asked. Supplemen-

tary questions were asked to obtain a deeper understand-ing of the main agenda. We conducted 6 user interviews.For candidates’ choice of interview there were two pre-requisites: (1) the user had prior experience of health andlifestyle applications, and (2) the user should have aniPhone or a smartphone.The main agenda of the interview was: (1) how users tookcare of their health, (2) which applications did they use onthe iPhone, (3) in what context and at what times did theyuse these applications, (4) which health problems they suf-fered from.

Results

Literature reviewPhilosophers and scholars have been examining persua-sion techniques since the late 1960s [2]. There are differ-ent strategieswhich a researcher can employwhen settingthe role of a persuasive-based computing technology(PBCT) as a tool, a media, or a social actor [3]. Our appli-cation would take up the role of a persuasive tool whichwould assist users in achieving their goal. We employ tun-nelling, tailoring and suggestion as a strategy for effectivepersuasion. By employing this strategy the applicationleads the user through a step by step sequence of actionswith relevant, customised interventions, providing theright kind of motivation and thereby a better user experi-ence, which in turnmakes the processmore engaging andenjoyable.

ReportsResearch on the age breakdown of iPhone users [12] re-vealed that around 75% of iPhone users fell into the agegroup 18–40 years, as can be seen from figure 1. Researchon health [4] revealed that a third of the US populationwasobese and a third overweight, as can be seen from figure2. Obesity as a problem has tripled in the last decade to be-come a global epidemic. The intersection of the two do-mains, iPhoneusers andhealth, providedenoughevidencethat people in the age group 18–40 years should be takenas the target group for our iPhone application concept andthat the applicationwould address obesity and overweightissues.

User interviews and requirement analysisUser interviews helped us to understand the domain, con-text, and constraints of a product [5]. User interviews re-vealed insights into user goals, problems, behaviours andattitudes. Requirement analysis of the user response in-formed on user needs and the application’s scope and re-quirements. The results of the analysis revealed user goalsand needs, which are presented in table 1. Some very in-teresting points emerged from the interviews. For exam-ple, (1) users made mistakes while typing on the smalltouch screen, and as a result they did not like typing on thesmall iPhone screen unless it was absolutely necessary; (2)after completing the jog one of the users wanted to docu-


Figure 1Age breakdown of iPhone users.

Figure 2% age breakdown of US population.


15

ment the workout on their iPhone applications, but be-cause of sunlight falling on the iPhone screen they hadproblems reading from it, (3) users spent a maximum of 5minutes on an application in a day.

Interaction designOnce all the user needs and goals have been identified wemoveon to taskmodels. In these taskmodels theuser mustcomplete a task, fulfilling one or more user needs, in a giv-en scenario. The result of task models is the action and re-action behaviour of the user and the system. In addition,we end with user objects [6]. User objects are elements inthe task models with which the user interacts. For exam-ple, in a use case of a task model the system provides theuser with a form in which he is required to enter his work-out details. The fields of the workout form become the at-tributes and theworkout formbecomes a user object. Eachuser object is assigned attributes which define it. These at-tributes are derived from the response of the users duringinterviews. Table 2 presents the attributes for the user ob-ject, workout. To see the flow of the whole process fromuser goals to the creation of user objects, see figure 3.

Information architecture and interaction diagramsInformation architecture (IA) gives the application a bet-ter structure.The structuring is achievedbygrouping tasksfor each goal and finding relationships. IA also provides abetter overview of how the information flow will functionin the application [7]. It serves as the basis on which webuild the application’s navigation. The IA and interactiondiagram for user goal, Improve Fitness, is given in figure4. The visual vocabulary [8] used in the IA diagrams is tak-en from Jesse James Garrett.

Navigation designNavigation design of interface elements facilitates theuser’s movement through the information architecture ofthe application [7]. We built the application navigationkeeping the interaction diagrams as the basis. We decidedon how the user will switch from one page to another andwhich widgets he will interact with. From the interviewsit was clear that users did not want to spend toomuch timein the application. To help the user in accomplishing hisdaily tasks, such as documenting his workout, the appli-cation navigation was restricted to a maximum of three tofour levels. This ensures that the user can finish the taskquickly with fewer clicks. During the interviews we madea note of the interviewee’s jargon and vocabulary. Thesewordswereused as labels in the applications. Theuser canrecognise and identify with this vocabulary; it helps theuser navigate and makes the application more intuitive.

Usability testing and evaluationThe mock-ups were built on Axure, on which the testingwas also done. We employed the “user-based” think aloudusability testingmethod [17]. The test was carried outwith7 users. Each test user completed 5 tasks. The test resultswere then comparedandevaluated. The test results helpedto evaluate three things: (1) whether the user could navi-gate easily through the application, (2) whether the usercould comprehend the labels correctly, (3) whether theuser could interact with the widgets easily and complete


Figure 3Creation of user objects.

Table 1User 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

See all workout sessions

See results and progress

See the progress of his/her current goal and obtainrecommendations

Review the status of previous goals

Table 2Attributes of the User Object Workout.

Workout

Type

Time

Frequency

Location

Duration

Speed

Proficiency

Route

Calories burnt

Weight


16

the task. All those places where the user made a mistakewere noted as interaction failures. All the user’s sugges-tions on how to improve the application were noted. Afterall the tests and evaluation were complete further changesin the mock-up were made on the basis of the feedbackfrom the test users.We chose a light backgroundwith darkcoloured text for the entire application. This was done be-cause it was difficult to read light text on a darker back-ground under sunlight. This emerged as a requirementfrom the user interviews. After finishing his workout theuser wishes to document it, and thus readability undersunlight is important. These details make the applicationmore user-friendly and usable.

Discussion

Obesity as a global epidemic and our design concept for apersuasive tool helps the user to fight weight issues. Thearticle addresses the different strategies which can be em-ployed to improve the design of the persuasive tool andmake it more effective. Development of technology alongwith these strategies has led to more innovative interven-tions in healthcare and lifestyle [2]. The PBCThave evolvedover time and rest on three layers, namely technologicalfoundations, interaction capabilities and the human ele-ment.In this article we have also discussed how usability can beapplied at every stage of the design process and how it af-fects the application’s success. Throughout this article wehave stressed usability to bridge two major gaps: (1) be-tween user needs and the content of information present-ed to the user, and (2) between user competence and ap-

plication complexity. Applications which enable users toperform their tasks without addressing their goals rarelyhelp them to be effective. We address the question of howusability canbeapplied at every stage of thedesignprocessand impact the final design of the application. We haveshown how concepts of usability and user-centred designare successfully employed to develop an intuitive and user-friendly design.

ChallengesThebiggest challenge is to understanduser needs and con-text of use, and then to represent the desired informationin a form the user can understand and relate to. For ex-ample, an aspect such as frequency of usemight seem triv-ial, but it can alter the design completely. For productswhich are to be used only once, ease of use for the first timeis very important. However, in an application such as ours,where the applicationmust be used daily, the rapidity withwhich the user completes the task is important. Thus thechallenge is to understand the user and his needs, thesebeing the deciding factor between the product’s success orfailure.Software applications have a behaviour face which the de-signer creates and presents to the user. The disconnectionthat exists between the implementation model [5] andusers’ mental model [5, 15] gives rise to the representa-tional model [5]. It is a challenge for the designer to find aconvergence between the represented model and theusers’ mental model. The closer this is, the easier it is forthe user to understand and use the application.

References

1 WHOFactsonObesityandOverweight,Availableathttp://www.who.int/dietphysicalactivity/publications/facts/obesity/en/

2 Samir Chatterjee, Alan Price. Healthy living with persuasive technolo-gies: 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 theDepartment ofHealth andHumanServicesHealth, Unit-ed States, 2008; 2009.

5 Alan Cooper, Robert M. Reimann. About Face 2.0: The Essentials of In-teraction Design. Indianapolis, Indiana: Wiley Publishing Inc., 2003.

6 User Engineering. Crafting the Compelling User Experience: AbstractDesign Phase IBM, 2002.

7 Jesse James Garrett. The Elements of User Experience: User-CenteredDesign for the Web; David Dwyer: United States of America, 2003.

8 Jesse James Garrett. A visual vocabulary for describing information ar-chitecture and interaction design. 2002.

9 Alla Keselman, Robert Logan, Catherine Arnott Smith, Gondy Leroy,Quing Zeng-Treitler. Developing Informatics Tools and Strategies forConsumer-centered Health Communication. J Am Med Inform Assoc.2008;15:473–83.

10 Caspersen CJ, Pereira MA, Curran KM. Changes in physical activity pat-terns in theUnited States, by sex and cross-sectional age.Med Sci SportsExerc. 2000;32:1601–9.

11 Ooijendijk WTM, Hildebrandt VH, Stiggelbout M. Trendrapport Bewe-gen En Gezondheid 2000/2001(Report on Trends in Physical Activityand 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.htm14 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 clini-

cal 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 empiricalevidence. Int J Med Inf. 2009;78:340–53.


Figure 4Information architecture for Goal 2, Improve Fitness.


17

Summary

Interoperability and data exchange between partners inthe healthcare sector are considered one of the importantdomains by which to improve care processes and in thelong run also lower healthcare system costs. Data ex-change ensures that patient data are as complete as pos-sible, thus avoiding potential treatment errors, and avoidsduplicating tests if the data required are already available.On the other hand, healthcare data is a sore point withmany people and strong safeguards needed to protectpatient data against misuse, along with tools to enable thepatient to manage his/her own data. Even if many coun-tries have eHealth initiatives in preparation or already im-plemented, health data exchange on a large scale still hasa fairly long way to go, since the political processes forglobal solutions are often complicated. The MediCoordi-nation project adopts a pragmatic approach which at-tempts to integrate several partners in health care on aregional scale. In parallel with the eHealth strategy cur-rently under development by the Swiss Confederation, thetargets of MediCoordination are, in particular, medium-sized hospitals and external partners, with a view to im-plementing concrete added-value scenarios of informationexchange between hospitals and external medical actors.

Introduction

Les dossiers électroniques de patients ont fortementchangé la gestion des données et des processus dans leshôpitaux [1]. Lesdonnéesaccessibles en formatdigital per-mettent une communication simple des données. Le per-sonnel soignant peut accéder simultanément aux donnéesqui peuvent être dupliquées facilement. L’échange de don-nées médicales en format digital a également d’autresavantages que la prévention de pertes de données. Desdonnées plus complètes permettent d’éviter des traite-ments inadéquats [2, 3]. Des doublons d’examens peuventêtre évités si les résultats d’examens sont rapidement com-muniqués. Par contre, les patients ont peur de l’abus surles données qui sont enregistrées de manière centraliséedans des grandes bases de données, parce que le potentielde malveillance est plus important que pour les dossierspapiers.Pour répondre à l’important potentiel de l’interopérabilitémédicale, ainsi que pour donner des solutions au risque

d’abus de données, différentes stratégies pour l’interopé-rabilité ont été définies dans de nombreux pays [4, 5], ainsiqu’au niveau européen [6]. La Confédération suisse a éga-lement démarré l’élaboration d’une stratégie eHealth1

pour les dix prochaines années en gérant les données mé-dicales à différents niveaux et en incluant divers groupesd’intérêt. La Confédération a déjà publié une première sé-rie de recommandations de standards ainsi qu’une archi-tecture générale qui se base sur une identification des pa-tients et des professionnels. Comme la Suisse est un payshautement fédéré, on prévoit une infrastructure totale-ment distribuée. Les données sont enregistrées là où ellessontproduites.Elles sont également toutesdécritespardesmétadonnées qui sont enregistrées elles aussi de manièredistribuée. Ce système de métadonnées et un système dedéfinitions de rôles permettent alors un accès sélectif auxdocuments médicaux.Beaucoup de standards existent dans le domaine. Il seraitaberrant d’en définir de nouveaux. Par contre, un choixopportun parmi tous les standards doit être réalisé afin des’adapter aumieux aux requis de l’architecture de base re-commandépar la stratégie eHealth.C’est justement cequ’aréalisé la Confédération suisse. HL7 CDA (Health Level 7,Clinical Document Architecture) définit un format pouréchanger différents types de documents. CEN13606 (Eu-ropean Committee for Standardization) offre égalementun cadre général pour la description de données. Des stan-dards pour le codage existent dans de nombreux do-maines, tel qu’ICD (International Code of Diseases) pourles maladies, SNOMED CT (Systemized Nomenclature inMedicine Clinical Terms [7]) comme une terminologie trèsvaste, LOINC (Logical Observation Identifiers Names andCodes) pour les laboratoires et les résultats cliniques, etbien d’autres encore.Il existe par contre un clair besoin de pouvoir accéder demanière consolidée aux données d’un patient (ce qui ne si-gnifie pas que ces données doivent être enregistrées au

Une approche pratique de l’interopérabilité entrehôpitaux et médecins traitants en SuisseMichael Schumachera, Henning Müllera,b, Bruno Alvesa, David Godela, Omar Abu Khaleda, François Moosera,Sandrine Dingaa Haute Ecole Spécialisée de Suisse Occidentale (HES-SO), Suisseb Service d’Informatique Médicale, Hôpitaux Universitaires et Université de Genève, Suisse


Correspondance:Michael SchumacherHES-SOInstitut d’informatique de gestionCH-3960 Sierre

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


18

même endroit). Dans ce sens, des entreprises comme Mi-crosoft2 et Google3 ont compris le potentiel d’une telleconsolidation en permettant la création de profils person-nels de santé. AuxEtats-Unis, beaucoupd’hôpitaux offrantégalement de tels dossiers de santé personnels permettentune exportation de ces données vers les profils personnelsde l’une de ces solutions commerciales [8]. Il existe alorsun réel risque que ces acteurs commerciaux utilisent cesdonnées à leurs propres fins. Par contre, les patients veu-lent avoir un profil personnel de santé qui soit complet.Le projet MediCoordination4 décrit dans ce papier se com-prend comme un complément de la stratégie suisseeHealth en se concentrant principalement sur les hôpitauxrégionaux et leurs partenaires externes, où l’échange dedonnées n’a pas été un sujet autant important que dans leshôpitauxuniversitaires [9]. En communiquant avecdes ac-teurs externes dans le systèmede santé,MediCoordinationa identifié plusieurs scénarios d’échange de données dontl’implémentation apporte une valeur ajoutée claire. Celapermet de tester les infrastructures en parallèle à la créa-tion de la stratégie eHealth, ainsi que de gagner de l’expé-rience avec ces outils et de localiser les problèmes poten-tiels. Ce projet s’est limité à la partie francophone de laSuisse.

Méthodes

Le projet MediCoordination inclut deux phases distinctes.Durant la première phase, des interviews ont été réaliséesavec différents acteurs du secteur médical suisse (limité àla Suisse romande): des hôpitaux de taille petite, moyenneet universitaire, des médecins, des producteurs de solu-tions de système clinique et de système de gestionmédicalede cabinets, des associations médicales, des assurancesmaladie, des laboratoires et des prestataires d’imageriemédicale. Sur la base d’une liste exhaustive d’acteurs mé-dicaux, une sélection a permis d’inclure tous les secteursconcernés. La seconde phase du projet concerne le choix etl’implémentation concrète d’un scénario d’interopérabilitéentre hôpitaux et leurs acteurs externes. Cet article décritprincipalement la première phase de MediCoordination etle scénario choisi pour implémentation.Des interviews personnelles avec 18 partenaires ont étémenées dans le but d’obtenir une évaluation qualitativedes besoins de chaque partenaire concernant l’interopé-rabilité médicale au sens large. Les questions ci-dessousont été la base d’une discussion plus longue avec les in-terviewés. Les interviews ont duré entre 90 et 120minutespar partenaire, et ont été modérées par différentes per-sonnesduprojet (deuxpersonnespar interview). Les ques-tions ont été développées par les partenaires eux-mêmesdu projet:– Quel dossier de patient électronique est utilisé et qu’est-ce qui est réellement digital?

– Quels standards et terminologies sont utilisés, ou mêmequel modèle de données (comme HL7 RIM)?

– Quelle est votre attitude par rapport à l’interopérabilitéet l’échange de données? Quel est le potentiel et où sontles risques?

– Quels scénarios vous aideraient concrètement dansl’échange de données avec l’externe (2 à 3 exemples)?

Suivant les réponseset la situationdupartenaire interrogé,des questions additionnelles ont été posées pour avoir unscenario détaillé de chaque partenaire.

Résultats

Cette section détaille les résultats préliminaires obtenusdans le projet.

Partenaires sélectionnés pour l’étude et leurs intérêtsparticuliersLes partenaires des interviews ont tous été choisis dans lapartie francophone de la Suisse, parce que la proximité etla confiance jouent un rôle important pour obtenir rapi-dement des résultats et des détails suffisants. Une listeexhaustive a été créée. Les partenaires avec des référencesexistantes ont été contactés en premier. Le but était uneliste équilibrée. Comme résultat, nous avons contacté pourinterviews 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 cabi-net;

– 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 Suisseromande.

L’atmosphère des interviews fut excellente et les questionsvariées permettaient d’obtenir une bonne vue globale desintérêts des participants sur l’interopérabilité dans le do-maine de la santé.

Scénarios choisis pour une première implémentationDans la plupart des interviews, il est devenu très rapide-ment clair que quelques scénarios avec une solution sim-ple peuvent avoir un impact et une valeur ajoutée impor-tants, particulièrement pour des hôpitaux de grandeurmoyenne. La figure 1 illustre les processus généraux quiont lieu entre un patient, son médecin traitant, un hôpitalet les laboratoires. Ces processus sont tous réalisés parcourrier ou par fax. Les processus avec les plus grandesvaleurs ajoutées pour les docteurs et les hôpitaux régio-naux ont été identifiés comme suit: 1) avis de sortie, 2) let-


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


19

tre de sortie, 3) protocole opératoire, et 4) demande d’ad-mission. Au moment de l’admission, les documents d’ad-mission sont envoyés du médecin traitant à l’hôpital, etlorsque le patient quitte l’hôpital de l’hôpital au médecintraitant. Cette communication est présente pour pratique-ment tous les patients. Un flux d’information rapide peutdonc réduire des processus manuels.Tous les acteursmédicaux qui ont été visités implémententles documents de ces groupes de processus sur un support

papier (par fax ou courrier). Des parties de ces documentspeuvent être générées automatiquement par le systèmed’information clinique de l’hôpital. Dans tous les cas, l’in-formation doit être ajoutée manuellement par les méde-cins ou les secrétaires. Aucun des documents n’est créé enutilisant un code standard autre qu’ICD pour le diagnos-tic. La figure 2 illustre le processus de création d’une let-tre de sortie de l’un des partenaires.Nous avons défini les premières spécifications d’un avis desortie avec une architecture utilisant un serveur de résul-tats, tel qu’illustré à la figure 3. L’avis de sortie est un courttexte qui résume le séjour du patient à l’hôpital. Lorsquele patient quitte l’hôpital, le médecin hospitalier écrit cetavis directement en texte libre (semi-structuré) dans le sys-tème d’information. Le document est envoyé au médecintraitant soit par fax, par courrier ou par le patient lui-même. Le but est d’informer le médecin traitant du diag-nostic, des interventions possibles, de la médication à lasortie, ainsi que des contrôles à réaliser par la suite.Le flux des événements proposé dans le système électro-nique peut être résumé ainsi:1 le médecin hospitalier crée un avis de sortie (ou un au-tre type de document comme une lettre de sortie);

2 la destination du document est choisie;3 le document est généré partiellement avec les donnéesdu dossier de patient;

4 le document est complété avec de l’information addi-tionnelle;

5 le document est encrypté (un système d’encryptage n’apas encore été choisi);

6 le document est envoyé au serveur de document;7 le serveurnotifie lemédecin traitant qu’unnouveaudo-cument est accessible (ou le médecin traitant vérifiecela activement);

8 le médecin traitant se connecte au serveur et crée uneconnexion sécurisée;

9 le médecin traitant télécharge le document dans sonapplication 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 fluxd’information soit rapide, et que le médecin traitant soitinformé sur le statut de son patient dès qu’il quitte l’hôpi-tal. Un processus similaire peut être créé pour la demanded’admission, la lettre de sortie, le protocole opératoire oud’autres types de documents plus simples.

Conclusions

L’interopérabilité pour échanger de l’information médi-cale est un domaine sensible. Son potentiel est aussi grandque la peur de perdre le contrôle sur les données en casd’abus. La plupart des stratégies eHealth visent une solu-tion globale au niveau national et à long terme, commec’est le cas de la Confédération helvétique. Même si celaest nécessaire, il est quand même important de gagner del’expérience avec des solutions simples mais réellement


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

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

Figure 1Processus de communication entre hôpitaux et partenaires externes.


20

implantées qui offrent une grande valeur ajoutée. Nos in-terviews ont montré que l’intérêt des participants est fortsi une solution leur apporte un gain. Un scénario pouréchanger des lettres de sortie est en train d’être implé-menté avec deux hôpitaux, un producteur de solution degestionmédicale de cabinet, ainsi que deuxmédecins trai-tants. Une extension de ce groupe est planifiée dans ladeuxième partie du projet.

Ce travail a été financé par la Haute Ecole Spécialisée de SuisseOccidentale (HES-SO) dans le contexte du projet MediCoordination.

Références

1 Haux R. Health information systems – past, present, future. Int J of MedInf. 2006;75(3–4):268–81.

2 Kohn LT, Corrigan JM, Donaldson MS. To err is human: building a saferhealth system. National Academy Press. 2000.

3 Walker J, Pan E, Johnston, Adler-Milstein J, Bates DW, Middleton B. TheValue Of Health Care Information Exchange And Interoperability. HealthAffairs-Millwood. VA 2005;24(1):10–8.

4 Ruotsalainen P, Iivari AK, Doupi P. Finland’s strategy and implementa-tion of citizens’ access to health information. StudHealth Technol Inform.2008;137:379–85.

5 Confédération Suisse: Stratégie nationale en matière de cybersanté(eHealth), December 2008.

6 Commission of theEuropeanCommunities: e-Health –making healthcarebetter for European citizens: Anactionplan for aEuropean e-Health. Com2004: 356.

7 Spackman KA, Campbell KE, Cote RA. SNOMED-RT: A Reference Termi-nology for Health Care; Proceedings of the 1997 AMIA Annual Fall Sym-posium. 1997:640–4.

8 Steinbrook R. Personally Controlled Online Health Data – The Next BigThing in Medical Care? N Engl J Med. 2008;358(16):1653–5.

9 Lovis C, Spahni S, Cassoni N, Geissbuhler A. Comprehensive manage-ment of the access to the electronic patient record: Towards trans-insti-tutional networks. Int J of Med Inf. 2007;76(5–6):466–70.



21

Summary

Integration and implementation of information systems(IS) in healthcare is a challenging task. Only a minority ofUS (as well as European) hospitals have, for example, fullyimplemented computerised physician order entry (CPOE)in their daily practice (see HIMSS analytics homepage).The reasons for this situation are many: late computer im-plementation in healthcare compared with other indus-tries, resistance by professionals, complex and sometimesunpredictable workflows difficult to model in an IT sys-tem, past failures and mistakes in implementation, tomention just a few.Since the implementation of ICT in healthcare is knownto be problematic, a universally applicable frameworkwould be of use. Although many case studies are pub-lished, only a few publications focus on practicable listsor methodologies supporting the implementation of IS.On the basis of a literature review, the only generally ap-plicable framework is chosen for validation. The frame-work consists of 110 success and 27 failure factors for dif-ferent types of healthcare IS. Validation is performed by aretrospective analysis of CPOE implementation in the hos-pital of Thun (Switzerland).Overall, from our perspective, the framework offers avalid possibility for planning and implementing CPOE in ahospital, although, on a one-off basis, the frameworkcould be widened. In general, it offers a detailed and us-able list of success and failure factors for implementationof IS in a healthcare institution. Although distinct differ-ences between e.g. CPOE and other IS exist, many of theitems indicated in the framework can be used in a gen-eral setting.The framework under study could thus enable many hos-pitals or other healthcare institutions to successfully im-plement information systems, even though the list of itemsto be observed can never be complete.

Introduction

In healthcare in general and especially in hospitals, work-ing routines, workflows and interdisciplinary work arenearly always complex, non-linear, in many ways unpre-dictable and sometimes even chaotic [1]. Due to the pub-licly financed structure of many hospitals, financial sup-port for the introduction of computerised systems is oftenlacking and for years knowledge of the potential advan-tages of computerised support was limited. Last but notleast, the working environment is quite well organisedeven though most hospitals still rely on paper-based sys-tems. Paper as an information source has distinct advan-

tages over computerised systems and for decades hasproven its suitability [2]. These are only some of the rea-sons why for many years information and communicationtechnology (ICT) was not widely used in hospitals.The latest booster effect in support of the introduction ofinformation systems (IS) arose from the report “To Err isHuman” by the Institute of Medicine (IOM) [3] and there-after from initiatives ofmanyquality organisations, e.g. theJoint Commission on Accreditation of Healthcare Organi-sations (JCAHO) and the Leapfrog Group. Many publica-tions have so far reported on enhanced patient safety,decreased adverse drug events, relevant return on invest-ments and improvements in work processes und work-flows [5, 6]. But implementation of IS harbours new prob-lems as well. Systems may be badly designed, may beincorrectly used [3] or lead to wrong conclusions. Severalreports also show increased error rates in prescribingmedication [7, 8], despite sophisticated algorithms. Fur-thermore, some studies show totally new behaviouralproblems such as goal conflicts when some actions aremonitored: nurses pay more attention to monitored activ-ities and neglect activities thatwould have been prioritisedin the traditional setting [9]. In summary, there may be aprice to pay for increased patient safety: the risk of safety.Thus, we nowadays face an enormous gap betweenknowledge of problems created by the current system, theavailable technical resources and the realisation of suchprojects in healthcare institutions. Implementation is ob-viously one of the problems surrounding IS and especiallyCPOE; support on the basis of a valid implementationframework would be most welcome.

Objective

Finding a detailed framework, methodology or strategythat is universally applicable and offersmaximumchancesof successful implementation of a CPOE system in a hospi-tal. Perform a validation of this framework based on ex-perience of CPOE implementation in Thun hospital, whichis considered to be successful.

Validation of an implementation methodologyfor information systems in healthcareMarc Oertle


Correspondence:Marc OertleMD, MScLeitender Arzt Medizin & MedizinInformatikKrankenhausstrasse [email protected]


22

Methods and materials

A literature search was performed on PubMed for publi-cations on implementation strategies for information sys-tems. The chosen search strategies resulted in 68 differentpublications. Articles reporting the effects (success or fail-ure of surrogate markers, organisational development af-ter implementation) of an already implemented CPOE sys-tem (e.g. error reduction rate after implementing a CPOE

system) were excluded if the implementation phase wasnot considered in the article. Methods for evaluation ofrunning systems (e.g. comparison pre- and post-imple-mentation) were also excluded, since their primary focusis not on factors influencing successful implementation.Out of the remainingarticles, only two [10, 11] offer a struc-tured and universally applicable framework. Both publi-cations split the items influencing success and failure into10 to 12 dimensions. Only one publication [11] is univer-sally applicable for other than CPOE systems, and is thuschosen as main reference for the purpose of this article.This work by Brender et al. proposes a framework for suc-cessful implementation of information systems in health-care. The framework is the result of a Delphi Study design.110 success and 27 failure items were identified and rat-ed with regard to different IS types: administrative, pro-duction support, clinical, decision support and education-al / training systems.

Validation methodology of a given frameworkTo validate the framework, only items and ratings of clin-ical systems and decision support systems are further fol-lowed, in contrast to the remaining three system types.Eight expert groups in the Delphi analysis rated each itemas “not really important”, “sometimes important”, “im-portant”, “central” or “essential”. For the purpose of thisstudy, only items where at least 3 out of 8 expert groupsrated with at least “important” were included. With thislimitation, 94 out of 110 success items and 17 out of 27failure items are included in this study.To render a comparison between the proposed frameworkand the real setting measurable, all success and failureitems areweighted as the product of rating and fulfillment.Fulfillment of an item is for this purpose defined as a fac-tor of 1 (totally fulfilled), 0.5 (partially fulfilled) or 0 (not ful-filled at all).Adjustedweight = rating x fulfillment (e.g. adjustedweight= 4 x 1 = 4)In this example, a factor rated as a 4 (= 4 experts) that istotally fulfilled in the implementation thus leads to an ad-justed weight of 4. In the ideal setting, all items are totallyfulfilled, resulting in the maximum of 411 points.As the secondpart of theanalysiswe identified itemswhichwere important in our local settingswith regard to the suc-cess of implementation, but which did not exist in theframework.

Results

The results of the validation are given in table 1 (successfactors) and table 2 (failure factors) respectively. Of 411weighted success points, our implementation achieved336 points (82%). Out of 64 identified failure points, wecould not avoid 12.5 points (19%).


Table 1Out of 110 success factors, 94 factors where included in the validation (14 exclu-sions 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 offulfilment (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 itemscreate by this an adjusted weight of 411 points in the framework.

Category Items included / Adjusted weight* Adjusted weight*items in framework Thun (%)framework

Functional 17/18 65 63.5 (97)

Organisational 10/12 42 37.5 (89)

Behavioural 4/5 20 17.5 (88)

Cultural 7/7 28 23 (82)

Political 8/11 38 14.5 (38)

Managerial 27/33 124 103 (83)

Technical 10/11 45 36 (80)

Legal aspects 1/1 3 3 (100)

Strategy 3/4 6 6 (100)

Economical 3/4 22 16 (72)

Educational 3/3 15 15 (100)

User acceptance 1/1 4 2 (50)

94/110 411 336 (82)

Table 2Out of 27 failure factors, 17 were included in the validation (10 exclusions due tofewer 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 offulfilment (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 itemsthus create an adjusted weight of 64 points in the framework.

Category Items included / Adjusted weight* Adjusted weight*items in framework Thun (%)framework

Functional 3/3 8 1.5 (19)

Organisational 2/4 6 1.5 (25)

Behavioural 2/3 10 3 (30)

Cultural 2/2 4 0 (0)

Managerial 3/5 8 0 (0)

Technical 3/6 16 5 (31)

Legal aspects 2/2 6 1.5 (25)

Educational 1/1 3 0 (0)

Economical 0/1 3 0 (0)

17/27 64 12.5 (20)


23

Absent success and failure factors: theThunexperiences

Missing points from the Thun hospital viewpoint were al-so analysed. The most important points are – grouped bycategory – shown in table 3.

Discussion

Implementation of computerised support in clinical set-tings is known to be problematic. The intertwining of tech-nical solutions with the behaviour of the users within in-stitutions has led to the socio-technical approach inanalysing problems and situations during implementationphases in healthcare institutions. In most publications wefind similar dimensions of interest where special attentionhas to be given to: knowledge base and understanding ofwork, organisational aspects including internal and exter-nal fit, key people and users as key elements, usability andsuitability of the information system, design and imple-mentation. Given this complexity, it is hard to find a singlelist of relevant factors. There does not seem to be a uniqueformula with which success could be guaranteed.Nevertheless, the framework of Brender et al. attempts tooffer a globally applicable list of distinct success and fail-ure points for implementation of IS in healthcare. For theretrospective analysis in our setting, 94 out of 110 successitems and 17 out of 27 failure items were analysed. As theimportance of each item is not equally rated by the experts,we calculated an adjusted weight by multiplying a factorof fulfillment with the number of experts rating the item.Thus a maximum of 411 success points and a maximumof 64 failure points are possible. Out of these points 82%of the success points were achieved in our hospital and on-ly 20% of the failure points were incurred (table 1, 2). Insummary, most of the relevant and usable (concerningsample size) items were fulfilled in 80–100%.The framework was analysed for points lacking, meaningitems that we would address as being our success and fail-ure factors but that were not also considered in the frame-work. Although the framework covers many items, a con-siderable list of important points were identified duringour retrospective analysis (table 3). This emphasises thedifficulty of creating a definitive list of items to be consid-ered on the one hand, and demonstrates the (needed) in-dividuality of implementation on the other. Most of all, in-tegration of the CPOE solution within the PCIS was crucialin our setting. Only full integration of the ICT system offersmaximum advantage in usability and workflow improve-ment, being measurable in working time reductions forseveral professions! Compiling and listing the dischargemedication based on structured data from admission todischarge, e.g. combined with the electronic transfer ofthis medication list to the pharmacy, where validation anddelivery of drugs takes place, offers huge benefits com-pared to the system used previously. Second, separatingdrug prescribing from other POE elements is in our expe-rience very important as well. Needs for graphic repre-sentation of prescription information are totally differentfromother forms of ordering (administration several timesa day during the stay, history in terms of the last days isessential etc.). The setting where the system was primari-ly introduced is also crucial. Resistance in the emergencydepartment and the intensive care unit was assumed to bevery high due to lack of a PCIS for nurses in the ICU andthe huge percentage of outpatients in the ER.


Table 3According to the analysis of the framework by Brender et al., we identified distinctsuccess and failure factors as especially important in our setting.The items aregrouped by categories corresponding to the framework.

Category Thun experiences, missing items

Functional (success points) The integral, interdisciplinary solution/in-centives for every professional group usingthe system. ICT as enabler: no workflowshad to be changed due to limitations of theICT solution. Wireless LAN as enabler forubiquitous information availability wasessential. Perceived usefulness: solutionsmainly perceived as useful are off-floorordering, preadmission sets, departmentorder sets [11].

Functional (failure points) Inability to represent the detailed needsof daily practice in a commercial CPOEsystem.

Organisational (success points) Choice of the setting: no introduction inICU and ER (cave: transferrals!). Choice ofthe 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 theyreceive by phone or by taking drugs out ofthe AMDS. New ways of communication:e-mail-like patient oriented mailing systemwithin the PCIS serves for asynchronoustasks.

Behavioural (failure points) Flexibility is abused mainly by physicians.Underestimation of power: nurses refusepatient transferrals when orders are incom-plete

Cultural (success factors) Key people on both sides (medical informa-tionists)

Political (success factors) Commitment from the clinical leaders(physician-in-chief)

Management (success factors) Mix of top-down decision to implementsuch a system and bottom-up decision todesign and implement the system is cru-cial. Pointing out for each group argumentsin favour of using the system: nurses, phar-macist and physicians all have other areasin which to profit from a code of use forthe system. Key competences should bein-house.

Technical (success factors) Immediate feeling of security concerningavailability and accessibility of the CPOEsystem is very important.


24

In summarywe can conclude thatmost of the relevant suc-cess factors offered in the framework were fulfilled and –in amoderate proportion – someof the failure factors couldnot be avoided. Thismeans that in our case the frameworkoffers a valid opportunity for planning of successful im-plementation. However, some points rated as importantwere not essential at all (especially the political and finan-cial aspects), and some that are relevant from our point ofview were lacking. Thus, some extensions of the frame-work should perhaps be carried out in a local setting. Nev-ertheless, although the table of nearly 150 factors seemsto be not very practical, it containsmost of the factorsmen-tioned in previous studies and offers a usable frameworkwith which to support successful implementation. Fur-thermore, the items are cited in a precisemanner and thusuniversal application is possible. Nevertheless, unpre-dictable factors and factors that cannot be influenced mayresult in failed implementation even when all items men-tioned in the framework were followed.This retrospective analysis has several limitations. First, itis possible that such a framework, based on aDelphi study,cannot be validated by analysing existing systems at all.Second, although we consider our implementation of aCPOE system a success, this could be a misinterpretation.Third, although nearly all relevant points (success and fail-ure) were considered, the simple multiplication of pointsand fulfillment resulting in a weighted summay be wrong.Fourth, we cannot identify a valid cutoff identifying the ap-plication of the framework as successful. In addition, therating of fulfillment by the author, emphasised by thejudgement of two other persons involved in the project,could be prone to bias and should ideally be made in abroader setting. Last but not least, our hospital – althougha typical Swiss non-university hospital – may not be rep-resentative of other hospitals and this narrows the appli-cability of the results.

Conclusion

Success in implementation of IS is a multidimensionalprocess. There is no simple formula that could guaranteesuccess. Despite cultural and social differences betweenthe countries of the western world, some key points defin-ing success or failure will nevertheless be the same. Theframework proposed by Brender et al. offers a list of morethan a hundred success and failure factors in twelve dif-

ferent dimensions. As shown in an “a posteriori” valida-tion in a successful CPOE implementation in the hospitalof Thun, the framework could be used for future imple-mentations and should at least be such as to increase thechances of success. Further validation of the frameworkwould emphasise its importance and its correctness. In thelight of our experience, building an integral solution, de-signing CPOEwith regard to the items ordered (treat med-ication POE separately), creating a code of use, creatingtechnical reliability andmixing the top-down strategywithbottom-up implementation would be the most importantfactors in completing the framework.Even if not every item of the framework is considered, itwould be most important for future implementations toanalyse and plan in depth, to recognise the socio-techni-cal and user-centred aspects as very if not most important,and to aim for systems that fit as well as possible into a giv-en health environment.

References

1 Berg M, Aarts J, van der Lei J. ICT in health care: sociotechnical ap-proaches Methods Inf Med. 2003;42(4):297–301.

2 Berg M. The search for synergy: interrelating medical work and patientcare information systems. Methods Inf Med. 2003;42(4):337–44.

3 Medicine Io. To Err is Human: Building a Safer Health System. Nation-al Academy Press, Washington DC. 1999.

4 Bates DW, Teich JM, Lee J, Seger D, Kuperman GJ, Ma’Luf N, et al. Theimpact of computerized physician order entry on medication error pre-vention. J Am Med Inform Assoc. 1999;6(4):313–21.

5 Bobb A, Gleason K, Husch M, Feinglass J, Yarnold PR, Noskin GA. Theepidemiology of prescribing errors: the potential impact of computer-ized prescriber order entry. Arch Intern Med. 2004;164(7):785–92.

6 Mekhjian HS, Kumar RR, Kuehn L, Bentley TD, Teater P, Thomas A, etal. Immediate benefits realized following implementation of physicianorder 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 informa-tion technology in health care: the nature of patient care informationsystem-related errors. J Am Med Inform Assoc. 2004;11(2):104–12.

8 Han YY, Carcillo JA, Venkataraman ST, Clark RS, Watson RS, NguyenTC, et al. Unexpected increasedmortality after implementation of a com-mercially sold computerized physician order entry system. Pediatrics.2005;116(6):1506–12.

9 Patterson ES, Cook RI, Render ML. Improving patient safety by identi-fying side effects from introducing bar coding in medication adminis-tration. 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 qualitativestudy. Methods Inf Med. 2003;42(4):313–23.

11 Brender J, Ammenwerth E, Nykanen P, Talmon J. Factors influencingsuccess and failure of health informatics systems – a pilot Delphi study.Methods Inf Med. 2006;45(1):125–36.



25

Summary

Thanks to new technologies for drug identification, trace-ability and mobile platforms, it is possible to provide per-sonalised services for medicine consumers. This paperpresents the Health-Identity platform, which is a mobileapplication providing the consumer with an assurancethat the drug she/he holds in her/his hands is a genuineproduct and can be consumed without risk in accordancewith her/his stored patient profile (allergies, health state,current medicine consumption, etc.).

Introduction

Selon l’OMS, 10% des médicaments vendus sont descontrefaçons [1]. Cette proportion ne correspond heureu-sement pas à ce que nous observons en Suisse. Tel n’estpas le cas dans d’autres pays européens comme la Grande-Bretagne. De plus, beaucoup de personnes pratiquentl’automédication ou consomment des médicaments ayantfait l’objet d’une prescription antérieure. Il peut en résul-ter des problèmes d’interaction médicamenteuse que lesspécialistes comme le pharmacien ne peuvent détecter. Lepatient aurait donc une grande utilité d’un outil qui lui cer-tifie que le médicament qu’il a entre les mains est authen-tique et qu’il ne présente pas de risque d’après le profil mé-dical qu’il aura défini (ses allergies, son état de santé, lesmédicaments pris/prescrits régulièrement, etc.). Cela estrendu possible grâce à de nouvelles technologies, exploi-tant l’identification des médicaments et de nouveaux ser-vices personnalisés mis à disposition sur une plateformemobile.Cet article présente la plateforme Health-Identity [2] quiréalise un serviceBusiness To Consumer offert au consom-mateur de médicament, l’informant notamment sur l’ori-gine connue ou inconnue du médicament ainsi que sur laposologie et la compatibilité avec son profil patient. LaPharmacie du Midi à Sion a fourni des scénarii réalistesqui peuvent se produire régulièrement dans des cas d’au-tomédication. e-mediat [3] a mis à disposition sa base dedonnées galdat. Il s’agit de l’unique source de données uti-lisée dans Health-Identity, car en plus de contenir le nomet le descriptif de l’ensemble des médicaments vendus enSuisse, galdat possède aussi toutes les informations sur lessubstances d’un médicament, les interactions et autres ca-

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

Les défis de l’automédication

De nos jours, on observe une autonomie croissante des pa-tients dans leur décision de médication. De nombreux fac-teurs expliquent cette évolution, notamment l’élévation duniveau d’information des consommateurs (p. ex. par In-ternet). Une série d’outils permettant de gérer sa santé avu le jour sur Internet. Google Health [4] permet d’admi-nistrer son «compte-santé» en interaction avec ses dos-siers-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 desoins d’Amérique du Nord. Family History [5] complètecette approche en y ajoutant le profil santé de la famille dupatient.Puisque le patient est autonome, il peut décider lui-mêmede l’achat et de la consommation de médicaments. Il estdonc important qu’il puisse avoir un outil qui lui certifiel’authenticité de ce qu’il se procure. C’est pourquoi la luttecontre la contrefaçon a pris un essor considérable au fildes dernières années. Ainsi l’OMS a lancé le projet IM-PACT (International Medical Products Anti-Counterfei-ting Taskforce [6]) qui rassemble les acteurs concernéspar ce problème: autorités de santé, fabricants, grossistes,pharmaciens, etc. Ces partenaires ont conclu que la luttecontre la contrefaçon englobe d’une part la sécurisationdes emballages et d’autre part leur traçabilité à l’unité,respectivement leur authentification au point de dispen-sation. Des initiatives régionales ont aussi émergé parexemple en Californie [7], dans l’Union européenne [8] ouau sein de l’industrie pharmaceutique européenne (EF-PIA) [9]. Ces initiatives abordent toutes l’aspect de traça-bilité à l’unité des emballages de vente de médicaments.Le volet technique de la lutte contre la contrefaçon est basé

HEALTH-IDENTITY: Services mobiles pour lesconsommateurs de médicamentsJean-Jérôme Sarrasina, Michael Schumacherb, Christian Hayca Institut de recherche Icare/RFID-Center, TechnoArk, Sierreb Haute Ecole Spécialisée de Suisse Occidentale, Sierrec Medinorma Sàrl, Rolle


Correspondance:Jean-Jérôme SarrasinInstitut de recherche Icare/RFID-Center,TechnoArkTP10CH-3960 [email protected]


26

sur la sérialisation des objets, ceux-ci étant choisis par lesproducteurs de médicaments en raison de leur profil derisque (pour la santé, pour la contrefaçon, etc.). Le choixopéré en Europe consiste à sécuriser la chaîne de distri-bution dans le commerce de gros (entre fabricants et gros-sistes et entre grossistes et gros clients) en utilisant inten-sément la traçabilité par lot. Au niveau de la dispensation,la vérification de l’authenticité du médicament considéréest opérée en vérifiant son numéro de série (construit avecun GTIN et un numéro pseudo randomisé, c.-à-d. unique).Un pilote [10] a été mené en Suisse en 2008 pourcomprendre dans la réalité ce que représente la captured’information sur chaque boîte individuellement, à chaqueétape de la chaîne de distribution. Ce pilote a impliquéun nombre réduit de médicaments soumis au contrôle desstupéfiants selon la législation. Il a donc été possible decomparer les informations saisies par lecture.Une des motivations principales du projet Health-Identityprésenté dans cet article est de préparer un outil pour lepatient qui voudra s’assurer de l’authenticité de son mé-dicament, acheté auprès d’une pharmacie publique, et luioffrir des services additionnels en lien avec son profil. Pourque celui-ci puisse accéder à cette information d’authenti-cité, un vecteur d’informations simple est nécessaire. Or,on observe que plus de quatre milliards de téléphones mo-biles sont présents sur le marché mondial. De plus, les nou-velles générations de téléphones, appelés smartphones(iPhone, etc.), ont fortement évolué: appareil photogra-phique, assistant digital et capacité d’obtenir de l’infor-mation au travers du réseau Internet sont devenus cou-rants. Ces derniers favorisent l’accès à l’informationsouhaitée au travers d’interfaces et de connexions àchaque fois améliorées. Ils constituent donc un vecteuridéal pour vérifier l’authenticité d’un médicament et offrirdes services additionnels à sa consommation. Health-Identity veut justement offrir un tel instrument en utilisantles possibilités technologiques des smartphones.

Technologies d’identification

Pour obtenir certaines informations, il est nécessaired’avoir un code sérialisé, c.-à-d. un identifiant unique pourchaque emballage de médicament. Cela signifie qu’il n’yaura pas deux fois le même identifiant au monde. Actuel-lement, seul un code GTIN (Global Trade Item Number) estprésent sur les emballages de médicament dans un code-barres à une dimension, l’EAN-13 [11], comme on en voitsur tous les articles de magasin (p. ex. 7680085370118correspond à une boîte d’Aspirine® de 20 comprimés). Desprojets sont en cours au niveau européen, selon lesquelsles producteurs de médicaments utiliseront des codes Da-taMatrix [12,13] qui peuvent contenir beaucoup plus dedonnées, à savoir le GTIN, le numéro de lot, la date de pé-remption, ainsi que le numéro de série. Cette technologieest mise en avant pour permettre l’authentification des em-ballages au point de dispensation. En l’état actuel des pro-jets connus, l’utilisation de la RFID est peu probable; seulel’Espagne connaît un débat dans lequel l’identification desmédicaments par RFID est mentionnée périodiquement.

Le gain en sécurité selon les projets mentionnés ci-dessusest donc opéré par la génération d’un identifiant standardunique pour chaque emballage, par les soins du produc-teur; l’authenticité de cet identifiant standard unique estensuite vérifiée au niveau de la pharmacie sans permettrede connaître la cohérence de la chaîne de distribution. Lesmédicaments achetés par Internet posent un problèmeparticulier qu’il faut placer dans son contexte: d’une partces achats sont déconseillés, d’autre part ces médicamentsseraient fournis dans des emballages qui ne correspondentpas à ce qui est autorisé en Suisse. Par conséquent, si cesemballages portaient un GTIN, celui-ci ne serait pas réfé-rencé dans Galdat, qui ne contient que les produits autori-sés à la vente dans notre pays.Le choix du vecteur d’information pour ce travail s’estporté principalement sur le DataMatrix (incluant la séria-lisation) et sur l’EAN-13 (sans sérialisation) car majoritai-rement utilisé au moment de la conception deHealth-Iden-tity. Un avantage du code-barres à deux dimensions est safacilité de décodage due à sa structure. Actuellement, seu-lement une quarantaine de téléphones mobiles sont capa-bles de décoder des identifiants à une dimension tel quel’EAN-13, car une bonne optique ainsi qu’un système d’ex-ploitation permettant de gérer soit l’autofocus soit le modemacro sont nécessaires. En comparaison, environ 200 mo-biles seraient compatibles pour un décodage de DataMa-trix. Il est aussi important de relever qu’un identifiant telque le DataMatrix qui supporte la méthode de correction«ECC200» [12] contient environ 60% de redondance del’information présente, ce qui permet d’éviter toute erreurde décodage.

Description générale de Health-Identity

Lorsqu’un consommateur se rend à la pharmacie, il n’ad’autre information sur ce qu’il achète excepté celle qui setrouve sur l’emballage, la notice d’utilisation et les conseilsdu pharmacien. Health-Identity lui fournit un maximumd’informations utiles en fonction notamment de son profilde santé enregistré sur un serveur par application Web oumobile (fig.1).Lorsque le patient veut connaître des informations sur unmédicament, il effectue avec l’application mobile deHealth-Identity une reconnaissance de l’identifiant (Data-Matrix ou EAN-13) présent sur l’emballage à l’aide de lacaméra du mobile (fig. 2). Un explorateur Internet s’ouvresur le téléphone et l’amène sur une page web mobile quireconnaît: 1) l’utilisateur en fonction d’un identifiantunique enregistré dans l’application du cellulaire et 2) lemédicament en fonction du code de l’emballage. La pageest donc entièrement personnalisée.Après analyse des spécifications de la base de données Gal-dat d’e-mediat, il a été décidé d’offrir les fonctionnalitéssuivantes dans l’application mobile:a. Informations disponibles à partir d’un identifiant EAN-

13 (code-barres classique):– description du produit avec photo, prix public conseillé,

remboursement du médicament par l’assurance mala-die de base;



27

– liste de produits similaires moins coûteux (médicamentsgénériques);

– 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 médica-ments consommés durant la même période).

b.Informations supplémentaires disponibles uniquementà 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 médicamen-teuse [16]. Un utilisateur possède dans son profil les mé-dicaments consommés actuellement: Ventolin® (antiasma-thique, Bêta 2 +). On lui a prescrit un autre médicament:Atenolol-Mepha ou Inderal® (bêtabloquants utilisés lors destress avec tachycardie, c.-à-d. rythme cardiaque trop ra-pide). Or, le bêtabloquant prescrit diminue ou annule l’ef-fet du Ventolin et le patient risque en cas de crise d’asthmed’avoir de la peine à respirer malgré la prise de Ventolin.Le pharmacien lui conseillerait de prendre de plus fortesdoses de Ventolin. L’application Health-Identity peut:– afficher un message d’avertissement indiquant qu’il est

préférable de consulter son médecin ou pharmacienavant de consommer le médicament saisi, car problé-

matique par rapport à son état de santé;– alerter l’utilisateur lorsque deux médicaments sont in-

compatibles, 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 avertis-sementalerte que lemédicament estpotentiellementunecontrefaçon. Il s’agit d’une authentification de type fai-ble [17], car elle n’est pas infaillible, mais peu contrai-gnante et peu coûteuse à mettre en place en opposé auxauthentifications fortes telles des tatouages numériques.

Le projet tient compte aussi des personnes qui n’ont pasde téléphones mobiles en offrant un accès par le web avecune reconnaissance de l’identifiant par webcam ou par sai-sie manuelle.

Discussion des choix opérés

Plusieurs solutions auraient été possibles pour introduireune 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 im-primé sur quasiment tous les emballages de médicamentset reconnu dans la banque de données Galdat. L’informa-tion tirée du code barres (GTIN) est évidemment très ré-duite et ne permet pas de répondre au volet de lutte contrela contrefaçon. Il s’agit toutefois d’une étape intéressanteau niveau de la faisabilité et de la mesure de l’intérêt de lacommunauté des utilisateurs industriels, pharmaciens etpatients.Le choix du DataMatrix est fondé sur les tendances qui sedessinent dans le domaine du marquage des médicamentsen Europe. D’une part la réglementation française édictéepar l’AFSSAPS prévoit que le vecteur d’information seraobligatoire sur les médicaments d’ici le 1er janvier 2011[18]. D’autre part, le DataMatrix a été choisi par l’indus-trie pharmaceutique européenne pour contenir une iden-tification GS1 [19] pseudo randomisée, destinée à vérifierl’authenticité de l’emballage au point de vente.Nous n’avons pas retenu la RFID, qui pourtant présentedes atouts non négligeables. En effet, une utilisation ex-tensive de la radio fréquence pour l’identification des mé-dicaments au niveau de l’emballage de vente individuelpermettrait de documenter la chaîne d’approvisionne-ment à chacune de ses étapes; une des caractéristiques at-tendues de la RFID est la capacité de lire un nombre trèsélevé de tags en un temps bref, sans disposer d’une lignede vue sur les objets. Les projets reposant sur l’utilisationde la RFID dans la santé sont nombreux au stade des es-sais, mais leur déploiement opérationnel est moins fré-quent. La RFID se retrouve dans des applications de tra-çabilité d’appareils ou de lits par exemple. Ces applicationssont dites fermées, parce qu’un tiers non autorisé n’a pasaccès aux identifiants. Dans le domaine de la traçabilité àl’unité des médicaments, la RFID doit par contre être «ou-verte», c.-à-d. que le nombre de partenaires autorisés àlire le tag et à gérer des informations relatives à l’objet, est


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

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

A B

A B


28

en soi illimité, comme c’est le cas des codes-barres. L’ac-cès à des informations, en utilisant l’identifiant stocké dansun tag est par contre limité et doit être réservé à des par-tenaires reconnus et autorisés. Les efforts de standardisa-tion des tags RFID ont été très importants au cours des dixdernières années et GS1 a joué un rôle moteur dans ce do-maine avec EPCglobal. Toutefois, après un engouementinitial, les acteurs du marché n’ont pas souhaité poursui-vre leurs efforts au-delà de pilotes. Par conséquentHealth-Identity ne peut pas se baser sur ce vecteur d’informationpuisqu’il ne se trouve pas sur les produits qui nous inté-ressent.Nous avons par ailleurs choisi de diriger les interrogationsrelatives à un emballage de médicament sur une seuleadresse. Par conséquent, seuls les produits référencésdans galdat peuvent faire l’objet d’une interrogation. Sinous voulions avoir une autre source d’informations, nousaurions pu utiliser un ONS (Object Name Service) [20], unoutil analogue au DNS (Domaine Name Service) utilisédans Internet. Bien que disponible, il n’aurait pas été né-cessaire dans le cas de Health-Identity, puisque les GTINdes médicaments en Suisse se réfèrent toujours à la mêmesource de données: Refdata.

Conclusion

Nous avons réalisé une plateforme mobile qui permet d’of-frir des services Business-To-Consumer à des consomma-teurs de médicaments. Le potentiel de nouvelles applica-tions mobiles de gestion de l’information médicale (et enparticulier les médicaments) pour des profils précis est im-portant. Health-Identity est un instrument qui illustre lacomplémentarité entre divers services offerts sur Internetet la communication mobile. Une commercialisation deHealth-Identity implique sans doute son interfaçage avecd’autres plate-formes au moyen desquelles le patient gè-rera son dossier-santé informatisé. Par ailleurs, Health-Identity 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 laconfidentialité des données ainsi qu’à la précision desconseils 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 / RFID-

Center, Technoark. Sierre, 2008.3 www.e-mediat.ch4 www.google.com/health5 familyhistory.hhs.gov6 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/pharm-

pack_12_2008/citizens_summary_counterfeiting.pdf (22.5.2009) (voirle résumé).

9 www.efpia.org/Content/Default.asp?PageID=566 (22.5.2009)10 www.gs1health.net/smartlog11 Information technology – Automatic identification and data capture

techniques – Bar code symbology specification – EAN/UPC, StandardISO/IEC 15420, International Organization for Standardization, 2000.

12 Information technology – Automatic identification and data capturetechniques – Data Matrix bar code symbology specification, StandardISO/IEC 16022, International Organization for Standardization, 2006.

13 GS1 DataMatrix – An introduction and technical overview of the mostadvanced GS1 Application Identifiers compliant symbology, GS1, 2009.

14 Le standard EPCIS vise à accroître le potentiel de visibilité sur les fluxde marchandises et fournit la base nécessaire à la mutualisation desdonnées. Ces informations sont ainsi publiées par les entreprises par-tenaires 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 EPC-global, 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 ser-

vice des entreprises. Elle est à l’origine du code standard UCC/EAN-13imprimé sur la plupart des objets vendus au monde.

20 Object Name Service (ONS) Standard, version 1.0.1, GS1 EPCglobal,2008.



29

Summary

Designed to provide timely information on the patient,whether in hospital, at home or in the consulting room, thesharedmedical record holds a permanent store of medicaland administrative information relevant to care of the pa-tient. It aims, firstly, to improve the quality of care by fa-cilitating coordination and information exchanges amonghealth professionals, patients’ relatives and the patienthimself. Another very important element is monitoring ofcare practices or CPW (clinical pathways). Medlink is thefirst platform with which each patient’s CPW can be fol-lowed individually in real time. The multidisciplinary co-ordinator thus has a powerful monitoring and workflowtool in its hands.Implemented for several years in projects funded by pub-lic orprivate structures, oneof the foundersofMedical LinkServices, whose mission is to provide solutions for the col-lection andmedico-social sharing of information in a townsetting, is in a position to furnish testimony on the condi-tions for success, the constraints, and the results achievedby its customers. The model, developed over five years, isa blend of advanced technology, health professionals’ ex-perience and modern organisational practices. It hasproved its worth in themanagement of various health net-works within public health structures (diabetology, obesi-ty, palliative care, etc.) but also for the coordination ofhome care settings (hospital at home, home managementof the elderly) ormonitoring of public health projects in de-veloping countries.E-Toile is a major project of the Canton of Geneva and,through the FSASD and Sitex projects, Medical LinkServices forms one of its main contributors for electronicmedical files in a town setting.

Objectifs

Lagenèseduprojet est demettre enœuvreuneplate-formeuniverselle de collecte et de partage d’information pour lesactivités médico-sociales en ville. Partant du constat queles acteurs de la médecine de ville se référaient tous à deslogiques différentes de collecte et de partage de l’informa-tion, et que l’essentiel de cette collecte se faisait sur papier,le projet avait dès le départ l’optique de fournir une solu-tion 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 organisa-tionnel structurant. Les acteurs incluant aussi le patientlui-même et ses proches.

Méthode

– Respecter la logique «métier» de chacun.– S’appuyer sur les technologies existantes, opérables fa-cilement par des non-spécialistes et à un coût adapté aubesoin.

– Sortir de la logique «software» qui impose son format,en cherchant à satisfaire partiellement le plus grandnombre d’utilisateurs.

– Fournir une solution que les utilisateurs puissent faireévoluer eux-mêmes, simplement en adaptant le modèleselon leurs besoins, sans avoir besoin de développer.

– Bâtir lemodèle à partir de cas concrets, permettant d’in-tégrer rapidement toutes les contraintes opérationnellesde «vrais» clients.

– Intégrer une logique de processus, de workflow, bienconnue dans l’industrie, qui est en train de se mettre enplace dans le monde de la santé.

– Faire participer le patient ou/et ses proches, chaque foisque possible.

– Considérer la problématique de sécurité et de confiden-tialité des données comme l’une des contraintes ma-jeures du système.

– Réussir l’intégration avec les systèmes d’informationsexistants.

– Prendre en compte le modèle organisationnel du client,et l’intégrer dans Medlink, grâce à la gestion des rôles etdes matrices de prise en charge.

– Une plate-forme souple qui s’adapte à l’évolution despratiques médicales sans l’intervention de techniciensde l’informatique.

Le dossier médical partagé: concepts et caspratiquesMichel GrupperMedical Link Services


Correspondance:Dr Michel Grupper5, rue du NantCH-1207 Genè[email protected]


30

Cas pratiques

SITEXSociété 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 plate-forme MEDLINK.

– Intégration des rôles des différents acteurs dans le sys-tème (fig. 1).

– Définition de la matrice de prise en charge.– Définition des droits d’accès auDossierMédical Partagé.– Formation du personnel sur les modes de saisie et d’ac-cès audossiermédical partagé (Serveur vocal, téléphonemobile, PC connecté …).

– Mise en route du planning partagé permettant d’organi-ser 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 + in-terface 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 donnéesdu canton.

– Aide à la maîtrise des coûts.– Diminution de la charge administrative.– Augmentation du nombre de visites par jour.

FSASDFondation 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 au-tonomes mais souhaitent vivre chez elles plutôt qu’en ins-titutions.

Objectifs– Gestion du dossier administratif du client.– Evaluation des besoinsmétiers requis et lamise en placedes prestations par la méthode de résolution de pro-blèmes (MRP).

– Gestion des données métier.

– Planification optimisée et efficiente du point de vue desressources humaines et de la qualité des actes à réaliserchez les clients.

– Relevé détaillé de l’ensemble des actes chez ou pour leclient de même que de toutes les activités directementliées à la clientèle aux fins de gestion et de pilotage, destatistiques d’activité et de facturation.

– Communication «online» de ces données à distance en-tre professionnels mobiles ainsi qu’entre les Centres etles partenaires du réseau.

Moyens– Activité de re-engineering des processus mise en œuvreavec le client permettant de redéfinir les rôles et les pro-cessus.

– Démarrage opérationnel sur des secteurs pilotes éten-dus peu à peu à tous les services.

– Mise en œuvre d’un comité de pilotage projet évaluantrégulièrement l’avancement et le calendrier du projet.

Quelques chiffres– Mise en place du programme: 18mois (5mois de consul-tation pour le re-engineering, 4 mois de pilote et 9 moisde 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).

DiabaideRéseau de soin diabétique, Canton de Vaud

ObjectifsPour 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 ajus-tements 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 par-tenaires de la filière «in vivo»;

– rendre la prise en charge et le suivi du patient transpa-rent pour tous les participants;

– permettre l’accès auxdonnéesnécessaires à l’évaluationde l’activité de la filière.

Pour le patient:– augmenter la sécurité lors d’introduction ou de change-ment de traitement;

– augmenter la disponibilité des soignants;– permettre une implicationactivedans laprise en charge.



31

Moyens– Activité de re-engineering des processus mise en œuvreavec le client permettant de redéfinir les rôles et les pro-cessus notamment la mise en place de 16 CPW.

– Participation du Service de santé publique du Canton deVaud.

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 diffé-rents.

– Plus de 100 prescripteurs.– 120 types de données.– Saisie: WEB + Fax + serveur vocale + WAP.

Résultats– Démarrage opérationnel complet 100% des prestatairesen 3,5 mois.

– Reprise des données.– Amélioration de la prise en charge des patients par les16 CPW qui ont été adaptés en fonction des pratiques desoins (fig. 2).

Conclusion

Déjà trois ans et demi depuis la première mise en place dela plate-forme MedLink, quinze clients ont bénéficié desavantages de la mise en place de nos services. Notre plate-forme permet le suivi des CPW et améliore le partage del’information médico-sociale. Les avantages principauxqui en ressortent sont les suivants:– amélioration de la collecte des informations médico-sociales;

– plus facile de suivre les problèmes;– amélioration l’efficience de l’équipe multidisciplinaire;– accès facile à l’information pour chaque intervenant del’équipe multidisciplinaire;

– suivi facile d’indicateurs.

Les autres avantages en fonction du métier de chaqueclient sont les suivants:– améliore la transparence des processus de soins;– facilité pour analyser les données;– plus facile et plus efficient pour la commande des médi-caments;

– 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

Figure 1


32

Summary

Computer-based physician order entry has become a keycomponent of electronic health record systems and hasgenerated many scientific publications. The importanceof a global prescription platform, including drugs but alsothe other aspects of patient care, is often undervalued.The same applies to the possibility of creating order setstargeted at common clinical problems, which will trans-late common clinical practice far more efficiently thansingle basic orders. This logic can be pushed further bydeveloping clinical pathways which will fully realise thepotential of e-prescribing with regard to security, qualityand efficiency.

Introduction

La National Library of Medicine donne la définition suiv-ante d’un itinéraire clinique: «Schedules of medical andnursing procedures, including diagnostic tests, medica-tions, and consultations designed to effect an efficient, co-ordinated program of treatment». Itinéraire clinique estgénéralement traduit par «critical pathways» ou encore«clinical pathway» dans la littérature anglo-saxonne. Cettedéfinition met l’accent sur l’organisation globale de la priseen charge d’un patient, en termes opérationnels. Le champd’un itinéraire dépasse les soins médicaux et infirmiers, ilenglobe toutes les activités impliquées directement ou in-directement dans les soins aux patients.De manière générale, on distingue trois niveaux de concep-tion d’itinéraires cliniques:– les itinéraires cliniques standardisés, visant une popu-

lation homogène de patients;– les itinéraires cliniques spécifiques, s’adressant à des

patients dont on ne peut anticiper a priori tous les as-pects de la prise en charge, au niveau d’un groupe, maisqui, une fois leurs spécificités connues, suivront un iti-néraire adapté;

– le case management, qui s’intéresse à l’optimisation dela concertation interdisciplinaire, dans la prise encharge de groupes de patients peu prévisibles.

Ce travail s’attache à décrire le premier type en relationavec la prescription informatisée. Les itinéraires cliniquesstandardisés sont utilisés pour un processus de soins bienprévisible au niveau d’un groupe de patients avec des ca-ractéristiques comparables et connues. Un exemple en estl’intervention pour la cataracte, la période post-partum

après un accouchement par voie basse ou encore une in-tervention pour une cholécystectomie laparoscopique.Dans ces itinéraires cliniques, le déroulement est prévisi-ble, les interventions et objectifs sont standardisés au ni-veau de la population de patients. De tels itinéraires ontdes impacts importants, tant sur la qualité que sur lescoûts, notamment en contrôlant la variabilité de la priseen charge [1–3].Un itinéraire clinique est donc construit sur les connais-sances issues de la médecine factuelle, l’expérience cli-nique, les attentes des patients, les possibilités et les limitesde l’organisation en particulier en termes opérationnels.Ce qui caractérise donc la mise en place d’un itinéraire cli-nique réside dans le fait que l’on ne commence pas avecun dossier patient vierge, mais que le déroulement es-compté 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 discussionplus 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 publicationsde l’équipe de l’Université de Louvain [4, 5].

Contexte

Les Hôpitaux Universitaires de Genève (HUG) regroupentles hôpitaux publics du Canton de Genève répartis sur qua-tre grands campus et sur de nombreux sites ambulatoires.Ils couvrent tous les types de soins hospitaliers, primaires,secondaires et tertiaires ainsi qu’ambulatoires. Les HUGont un peu plus de 2000 lits pour plus de 45000 hospita-lisations et 850000 consultations par an.Le système d’information clinique (SIC) des HUG est unesolution basée sur l’intégration de produits existants et ledéveloppement de solutions propres, en l’absence de so-lution commerciales satisfaisantes. Ceci est le cas de laplate-forme de prescription. Les développements sont faitsdans l’environnement Java, sur une architecture fondéesur des composants métiers, un middleware orienté mes-

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


Correspondance:Dr MathiasTschoppUnité d’Informatique Clinique, Service d’Informatique MédicaleHôpitaux Universitaires de GenèveRue Gabrielle-Perret-Gentil 4CH-1211 Genève [email protected]


33

sages, et l’utilisation massive de standards d’interopéra-bilité. Le dossier patient intégré (DPI), client opérationneldu SIC, est utilisé quotidiennement par plusieurs milliersd’utilisateurs. Chaque jour, ce sont plus de 65000 images,plus de 2500 documents, plus de 15000 prescriptions quisont enregistrées dans le système.

PresCo, la Prescription Connectée

La plate-forme de prescription (PresCo) est conçue pourpermettre de prescrire tous les types de soins nécessairesà la prise en charge des patients. La liste du tableau 1 il-lustre certains des types utilisés, de manière non exhaus-tive.

En outre, de nombreux outils d’aide à la décision ou de fa-cilitateurs pour la prise de décision, sont implémentés (tab.2). Le système permet d’avoir des rappels, p. ex. la néces-sité de documenter les mesures de précautions infec-tieuses; des alertes, p. ex. en cas d’interactions médica-menteuses, ou de règles complexes de prescription commepour les dosages pédiatriques. Le système supporte des re-groupements d’ordres simples, comme l’INR et les anti-coagulants ou plus complexes comme l’ensemble des or-dres nécessaires à la prise en charge d’une patiente aprèsaccouchement par voie basse.

Itinéraires cliniques et dossier informatisé

L’architecture du SIC des HUG se prête particulièrement àla mise en place des itinéraires cliniques. Construit sur uneapproche par composants orientés services et un middle-

ware pilotés par des messages, les fonctionnalités du SICpeuvent être comparées à autant de musiciens pour les-quels l’itinéraire clinique va jouer le rôle de partition. Achaque itinéraire, sa partition. A cet ensemble, il a été dé-cidé de mettre en place un moteur de flux pour jouer le rôlede chef d’orchestre, permettant ainsi à l’ensemble desfonctionnalités, documentation clinique, laboratoire et au-tres résultats d’investigations, ordres de toute sortes, etc.d’être organisés et pilotés de manière cohérente dans lecadre d’un processus complet de prise en charge, de l’ad-mission à la sortie. Notre choix c’est porté sur JBoss jBPM,qui est un système de gestion de flux permettant de coor-donner des applications et des services dans le cadre deprocessus. Il facilite la description et la gestion de flux d’in-formation ainsi que la coordination entre actes, objets etacteurs. jBPM est un logiciel libre écrit en Java et s’intègreparfaitement dans l’architecture du système d’informationclinique des HUG. En plus du moteur de flux, jBPM fournitdes interfaces de développement simple et permet de po-ser graphiquement les différentes étapes qui composentun processus [6].Un itinéraire clinique est constitué de phases qui se sui-vent ou se superposent. Le passage d’une phase à l’autre,qui correspond à des étapes de prise en charge, est dictépar des règles qui varient en fonction de l’itinéraire cli-nique. Ceci peut correspondre à un temps écoulé, à des ré-sultats d’investigation, ou encore à l’état clinique du pa-tient, par exemple. Il s’agit souvent d’une association dedivers éléments. A une phase de l’itinéraire clinique vontcorrespondre des éléments liés aux soins, aux investiga-tions et également à la documentation de la situation, en-tre autres. De même, pour chaque phase comme pour l’in-tégralité de l’itinéraire, il y aura divers éléments dont onmesurera la variance. Il faut souligner que les itinérairespeuvent être complexes. Ainsi par exemple, l’itinéraire cli-nique développé aux HUG concernant l’embolie pulmo-naire associe un itinéraire diagnostique et un itinérairethérapeutique. Les deux itinéraires se chevauchent et s’in-fluencent mutuellement, jusqu’à ce que le diagnostic soitdéfinitivement retenu ou rejeté.Sans trop entrer dans les détails de ces aspects, nous il-lustrons ici un itinéraire clinique développé dans le cadrede la prise en charge de l’insuffisance cardiaque gauche.La figure 1 illustre la vision globale de l’itinéraire, son dé-but ainsi que celui de chaque phase, la date de sortie pré-vue du patient. L’écran permet également de faire la do-cumentation spécifique à chaque phase et de prescrirel’ensemble des ordres spécifiques à chaque phase. La zonegraphique temporelle permet au médecin de visualiser fa-cilement comment se déroule la prise en charge et son adé-quation avec ce qui était prévu. La documentation cliniquede l’évolution du patient sera déterminante pour les règlesde transition à une phase suivante de la prise en charge.Si les éléments cliniques relevés ne permettent pas depasser à une phase suivante, p. ex. en cas d’aggravationde la dyspnée, alors les éléments graphiques passeront aurouge, indiquant ainsi que l’évolution ne se passe pascomme attendue. Ceci devrait permettre une réévaluationplus rapide de la situation, accompagnée d’une correctionplus rapide de la prise en charge.


Tableau 1.Type de prescription.

Attitude thérapeutique

Mobilisation

Régime

Surveillances

Soins infirmiers

Médicaments

Laboratoire

Radiologie

Consultations spécialisées

Tableau 2.Fonctionnalités majeures

Rappels (attitude, surveillance, etc.)

Alertes (interactions, traitement déjà fait, dosages, etc.)

Informations (laboratoire utile, description d’examens, indicati-ons, etc.)

Notes de prescription automatiques

Ordres groupés (admission médecine, postaccouchement, etc.)

Gestion de flux (itinéraires cliniques)


34

La figure 2 illustre les ordres spécifiques à la prise encharge d’un patient dans une des phases. Il faut noter icique l’ensemble des soins, surveillance et investigationspeuvent être préparés. Tout en étant guidé, le prescripteurpeut néanmoins adapter de manière précise l’ensembledes ordres.

Evaluation

La réalisation d’itinéraires cliniques est une entreprisecomplexe, engageant des partenaires de multiples disci-plines, cliniques, paracliniques et techniques. Face à l’ef-fort mis en œuvre, il est logique de se poser la question del’évaluation, surtout lorsque la plate-forme utilisée est unsystèmed’informationpermettantune traçabilité totaledesinterventions sur les patients par les soignants. Une dis-cussion détaillée des problématiques d’évaluation de l’im-pact de l’implémentation des itinéraires cliniques sur desindicateurs, tels que la durée de séjour, les coûts hospita-liers et le devenir des patients, dépasse le cadre de cet ar-ticle, de notre expérience naissante dans le domaine et peutêtre trouvée ailleurs [7]. Il est cependant indéniable qu’aufur et à mesure que l’offre en termes d’itinéraire s’étoffera

dans notre institution, il nous faudra suivre de près diffé-rents 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 priseen charge pourront être comparés, soit de manière histo-rique, soit de manière prospective mais la validité des ob-servations ainsi générées ne passe que par l’existenced’une offre suffisante, tant quantitative que qualitative, entermes d’itinéraire, afin de ne pas tomber dans un biaisde sélection des cas les plus simples, se prêtant naturelle-ment plus facilement à l’inclusion dans des itinérairesstandardisés.A noter que les indicateurs varient pour chaque itinéraire.Un certain nombre d’entre eux sont actuellement en moded’évaluation pour l’itinéraire clinique de l’insuffisancecardiaque et un outil permettant de les suivre en tempsréel est à disposition des médecins cadres des servicesconcernés.

Conclusion

La mise en place d’itinéraires cliniques permet l’amélio-ration de l’efficience dans la prise en charge des patients,


Figure 1Vision du flux et documentation médicale.

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


35

une optimisation de la qualité et de l’économicité, dans unsouci aussi d’améliorer la sûreté des soins [8, 9]. Cette amé-lioration passe principalement par la standardisation despratiques, qui limite les variations inutiles dans la prise encharge des pathologies, souvent génératrices de coûts; parune meilleure planification et coordination des différentsacteurs de santé, permettant d’éviter les journées d’hos-pitalisation inappropriées, et finalement par une dimen-sion didactique, qui n’est pas négligeable dans un contexted’hôpital universitaire.Le développement des itinéraires cliniques est un défi pourles multiples partenaires impliqués, médecins, soignants,patients, entres autres, dans une vision de standardisationdes processus de prise en charge, c’est un nouveau para-digme. En outre, le passage de la vision théorique d’uneprise en charge à son opérationnalisation pratique et ladescription fine de chaque action à entreprendre, chaquerésultat attendu, nécessite également une profonde remiseen question.Vu des sciences de l’information, le défi est au moins aussigrand. Tant le besoin d’abstraction que le besoin de for-malisation sont nécessaires à la description d’un itiné-raire. La prise en compte des contraintes en ressourceshumaines, médicotechniques et logistiques sont indispen-sables. En ce qui concerne un système d’information cli-nique, sa capacité à être entièrement piloté par un moteurde flux, tant pour les ordres que pour les actes, la docu-mentation, et l’ensemble des actions possibles, est un élé-ment critique et absent de tous les systèmes commerciaux

à quelques rares exceptions près. En outre, la plate-formede prescription, pierre de voûte d’un tel système, doit per-mettre la gestion de l’ensemble des actions requises pourla prise en charge d’un patient, de son admission à sa sor-tie. La planification et le suivi de ces actions doivent pou-voir 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 arthroplastyand the effect on length of stay and in-hospital functional outcome. ActaOrthop 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 informationsystem supporting the integrated patient care. Stud Health Technol In-form. 2004;110:1–8.

4 De Bleser L, Depreitere R, De Waele K, Vanhaecht K, Vlayen J, SermeusW. Defining pathways. J Nurs Manag. 2006;14(7):553–63.

5 Vanhaecht K, De Witte K, Depreitere R, Sermeus W. Clinical pathway au-dit tools: a systematic review. J Nurs Manag. 2006;14(7):529–37.

6 JBoss. Java business process management jBPM. http://wwwjboss-com/fr/products/jbpm. 2007.

7 Rotter T, Kugler J, Koch R, Gothe H, Twork S, van Oostrum JM, Steyer-berg EW. A systematic review and meta-analysis of the effects of clinicalpathways on length of stay, hospital costs and patient outcomes. BMCHealth Services Research. 2008;8:265.

8 Dy SM, Garg P, Nyberg D, Dawson PB, Pronovost PJ, Morlock L, et al. Crit-ical 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 pathwaysmade a difference in Lanarkshire? J Nurs Manag. 2006;14(7):508–20.



36

Abstract

Purpose: Our objective is to propose a question-answering-driven generation approach for automatic acquisition ofstructured rules that can be used in decision support sys-tems for antibiotic prescription.Methods: We apply a question-answering engine to an-swer specific information requests. The rule generation isseen as an equation problem, where the factors areknown items of the rule (e.g. an infectious disease, causedby a given bacterium) and solutions are answered by theengine (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 automati-cally acquired by the rule generation method.Conclusion: These results suggest that a significant frac-tion of medical knowledge can be obtained by an auto-matic text mining approach of this kind.

Introduction

Drug prescription is an important source of error in medi-cine, and antibiotic prescriptions have often been reportedas non-compliant with good medical practice [1]. The mainissues range from the large spectrum of available antibi-otics, the time necessary to obtain laboratory results andthe absence of clear recommendations easily accessible atthe point of care. Together with other societal causes (e.g.self-medication, animal feeding), inappropriate antibioticusage has been identified as a leading cause of bacterialresistance to antibiotics [2, 3]. As a corollary it is also re-sponsible for a major increase in health care costs, hospi-tal stays and adverse effects. Indeed, one of the main chal-lenges when applying clinical decision support tooperational settings, either for population monitoring orpatient care, is the acquisition of a reliable entity relationmodel [4]. Unlike in historical expert systems [5] inspiredby early work in artificial intelligence, we do not attemptto build a model using formal logic formalisms, but to de-sign an original experiment to extract rules automaticallyfrom a corpus of legacy contents. This is because seminalwork in clinical decision supports was massively depend-ent 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 gener-ate expert knowledge in a given domain automatically.The subject of this report is generation of machine-read-able legacy knowledge rules, which can be used by clini-cal decision support systems to improve antibiotic usage[6]. The idea is to translate clinical guidelines automati-cally into logical rules to help care providers to performtheir duties [7]. To assess our rule generation approach, aset of rules was manually crafted. However, manual gen-eration of medical theories is both labour-intensive andtime-consuming. It requires a high level of expertise in var-ious fields (medicine, medicinal chemistry, biology, etc.)and familiarity with ontology management. Although au-tomatic generation of domain knowledge at quality levelsachieved manually is beyond the power of current tech-nologies, it is argued that building large-scale biomedicalknowledge bases is not only possible using text miningmethods, as suggested in [8] for molecular biology.

Data and methods

Prescription rules are represented as an equation: an an-tibiotic A is prescribed under conditions B, C, etc. The ob-jective of automatic rule generation is to produce one of theitems (the so-called target) of the equation using the otheritems (the so-called sources). The discovery of the targetitem relies on an advanced question-answering engine(EAGLi: Engine for Question Answering in Genomic Liter-ature, http://eagl.unige.ch/EAGLi [9]). Thus, the rule in-duction problem is reformulated as a question-answeringproblem: each information request is associated with a setof 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 disea-

se D and treated by the antibiotic A?3. Disease: What disease D is caused by the pathogen P

and treated by the antibiotic A?

Automatic antibiotherapy guideline generationusing question-answeringEmilie Paschea, DouglasTeodoroa, Julien Gobeilla,b, Patrick Rucha,b, Christian Lovisa

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


Correspondence:Emilie PascheUniversity Hospitals of GenevaRue Gabrielle-Perret-Gentil 4CH-1211 [email protected],


37

Typical recommendations are useful to prescribe the mostappropriate antibiotic, according to different parameterssuch as patient situation, clinical assessment, but alsocosts, benefits, adverse effects, and the risk of resistancedevelopment. As a case study, we started investigatingguidelines for geriatrics from the University Hospitals ofGeneva (HUG). To transform such verbose documents in-to machine-readable data, the guidelines were trans-formed into database tuples. The translation from Frenchto English was performed manually, assisted by French-to-English translation tools (e.g. http://eagl.unige.ch/EAGLm/), and a SNOMED categoriser [10]. For some of thequeries several answers were possible – three on average– as shown in table 1, where severe diverticulitis causedby enterobacteriaceae can be treated by three different an-tibiotics: ceftriaxone, metronidazole and piperacillin-tazobactam; each of them is unambiguously associatedwith a unique terminological identifier.Further, two search engines corresponding to differentsearch models were tested: easyIR (a relevance-drivensearch engine well known for outperforming other searchmethods on MEDLINE search tasks [11]) and PubMed (theNCBI’s Boolean search instrument). In addition, differentcombinations of the outputs of the two engines (PubMedand easyIR) were tested to combine the strengths of bothengines.All targets were normalised using standard terminologies.Three terminologies were tested to normalise the antibi-otic type of target: a list of 70 SNOMED CT terms, corre-sponding chiefly to the available antibiotics at the Univer-sity Hospitals of Geneva, a list of MeSH terms, includingsynonymous terms, corresponding to the UMLS SemanticType T195, and a list of 70 MeSH terms, including syn-onymous terms, corresponding mostly to the available an-tibiotics at the University Hospitals of Geneva, associatedwith WHO-ATC identifiers. The disease type of target wasnormalised using a list of MeSH terms corresponding todisease, corresponding to the following UMLS SemanticTypes T020, T190, T049, T019, T047, T050, T033, T037,T047, T191, T046 and T184. The pathogen type of targetwas normalised using a subset of the NEWT taxonomy cor-responding to the bacterial taxonomy.Furthermore, to fine-tune the question-answering module,several descriptors, in particular generic ones, neededto be removed. Thus, infectious diseases or cross-infec-tion were removed from the descriptor list for the diseasetype of target. Finally, specific keywords were used to re-

fine the search equation. Thus, we added context-specificdescriptors such as geriatrics, elderly, etc. The impact ofgeneral keywords such as recommended antibiotic, anti-biotherapy, etc. was also tested.

Results and discussion

The evaluation of our results is done with TrecEval, aprogram developed to evaluate TREC (Text Retrieval Con-ferences) results using NIST (US National Institute of Stan-dards and Technologies) evaluation procedures. Fine-tun-ing of the engine was based on the TREC Genomicscompetitions: see e.g. [11]. As usual in information retrieval[12] and factoid question-answering tasks, we focus on pre-cision-oriented metrics. In particular, the so-called preci-sion at recall 0, i.e. the precision of the top-returned an-swer, is used to evaluate the effectiveness of our approach.To complement this metrics, which provides the precisionof the system used without user interaction, we also mea-sure the recall of the system achieved by the top five an-swers. Thus, we try to estimate how useful such a systemwould be when used by an expert able to validate the guide-line generator’s ranked output.The 64 triplets generated manually are used as the goldstandard. Each rule/query concerns a specific diseasecaused by a specific pathogen and is represented by a tu-ple of four columns (table 1). Diseases, pathogens and an-tibiotics were entered for each entry. Optionally, conditionswere also added depending on the entries, such as weightor age. Evaluation is done with the focus on the precisionof the first retrieved antibiotic, which corresponds to thetop precision, noted P0 in the following.Three terminological targets have been tested. The best re-sults are obtained using a subset of the MeSH including 70antibiotic entities. P0 is of 0.58 for the PubMed engine andof 0.52 for the easyIR engine. Each antibiotic entity is men-tioned by several terms, allowing more results to be re-trieved. Thus, amoxycillin with clavulanate potassium canalso be mentioned as amoxicillin-clavulanic acid or aug-mentin. Moreover, using a limited number of antibioticentities avoids returning general terms, such as Anti-Bac-terial Agents. Using keywords provides no significant im-provement in top precision compared to the baseline sys-tem, but a slight decline in top precision.From figure 1 we observe that the two engines, which tendto perform very similarly on average, seem not to behave


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

Pathologies Pathogenic agents Antibiotics Other conditions

Diverticulitis (D004238) Enterobacteriaceae (543) Amoxicillin-potassium clavulanate combination (D019980);

ciprofloxacin (D002939);

metronidazole (D008795)

Diverticulitis (D004238) Enterobacteriaceae Ceftriaxone (D002443); Severe

(543) metronidazole (D008795);

piperacillin-tazobactam combination product (C085143)


38

similarly regarding their respective ranking power. Whilethe Boolean engine outperforms the relevance-based mod-el regarding precision at five documents, precision atlower ranks of the relevance-based engine is superior.Moreover, it is observed that a relevance-driven rankingstrategy (easyIR) returns answers, including relevant ones,for more questions (coverage improved by 56%) than aBoolean retrieval model (PubMed). Thus, it suggests thatcombining the two engines could be beneficial in per-forming the task, as proposed for instance in [13]. Linearcombinations have been tested either on the rank or on thescore. P0 is improved by +6% compared to PubMed results.The mean average precision (map = 0.4081), averagingprecision at 11 recall points, is maximal with the combi-nation of the engines.When looking for a treatment considering a question con-taining a pair of {pathogen; pathology} (type #1), the sys-tem achieves a P0 of 64%, which means that almost twotimes out of three one of the recommended antibiotics isretrieved by the tool in the first position, after linear com-bination of the engines. The recall at five documents is of42%, which means that almost half the recommended an-tibiotics are proposed in the top five antibiotics retrieved.In one case out of three the system returns a top answernot proposed by the guidelines, since different antibioticsmay be used against a specific disease caused by a specif-ic pathogen even if they are not considered recommendedas priority. Thus it is important to analyse errors, i.e. whenthe engine fails to predict the recommended antibiotic, andto explore whether the answer may or may not be consid-ered “acceptable” or “wrong”. For this purpose we attemptto analyse the outputs regarding more generic hierarchi-cal levels. WHO-ATC provides a terminology classifyingdrugs by anatomical, therapeutic or chemical classes. Dif-ferent levels of classification are available. For instance,cefuroxime is a second-generation cephalosporin, whichis a beta-lactam antibacterial. We aggregate antibiotics toone of their parent identifiers. Thus, our guidelines rec-

ommend clarithromycin to treat gastroenteritis caused bycampylobacter. Using a more generic descriptor, allmacrolides are considered an “acceptable” answer. Forthat example, the top answer returned by the system iserythromycin, which is also a macrolide. As expected,when relaxing such constraints the results showed a slightimprovement, 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) areconsidered, the top precision rises to 85.60% (+26.67%)for PubMed and 79.53% (+26.7%) for easyIR. This meansthat in more than four cases out of five the top returnedantibiotic belongs to the same class as the recommendedantibiotic and by this fact presents some similarities in itsfunctionality or structure.Furthermore, a more detailed error and statistical analy-sis will be needed to establish separately the significanceof the different settings. Because the publication of guide-lines is today a human-performed labour carried out bydomain specialists, comparison with existing practices isdifficult. Nevertheless, it is well known that inter-expertagreement is difficult to achieve – Funk and Reed [14] re-port on a kappa ratio of approx. 60% for keyword assign-ment – and hence our study’s underlying assumption thata theoretical precision of 100% is reachable should also bequestioned.

Conclusion

In this report we have shown how text mining instrumentssuch as question-answering engines can be used to gen-erate expert medical knowledge automatically or semi-au-tomatically. As proof of our concept we investigated thegeneration of {infectious disease; bacteria; antibiotics} as-sociation rules. By our approach it was possible to gener-ate well-formulated rules for up to 64% of our infectiousdisease benchmark. It is thus to be expected that some two


Figure 1Comparative 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 withPubMed based on score ( ).


39

thirds of the domain knowledge predicted by our methodis fully valid. Although partial, this result demonstratesthat text-mining methods can automatically generate a sig-nificant subset of expert medical knowledge as availablein a large text repository such as the MEDLINE digital li-brary. As a future task we plan to use alternative corporasuch as ClearingHouse (www.guidelines.gov), which canbe used as a valuable complement to MEDLINE for clini-cal guidelines and evidence-based medicine. Our ap-proach should then be integrated into an interactive toolfor creating and validating rules for drug prescription,which should facilitate antibiotic prescription rules man-agement and publication of guidelines in large health careinstitutions and public health administrations.

AcknowledgementsThis experiment has been supported by the EU-IST-FP7DebugIT project # 712139. Development of the EAGLiquestion-answering framework was supported by SNFGrant # 325230-120758.

References

1 Mora Y, Avila-Agüero ML, Umaña MA, Jiménez AL, París MM,Faingezicht I. Epidemiological observations of the judicious use of an-tibiotics 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

drug consumption and prevalence of antimicrobial resistance in a ter-tiary care hospital in Greece. Infect Control Hosp Epidemiol. 2008;39:615–22.

3 Gould IM. The epidemiology of antibiotic resistance. Int J AntimicrobAgents. 2008;32(Suppl 1):S2–9.

4 Lovis C, Colaert D, Stroetmann VN. DebugIT for patient safety – im-proving the treatment with antibiotics through multimedia data miningof heterogeneous clinical data. Stud Health Technol Inform. 2008;136:641–6.

5 Perry CA. Knowledge bases in medicine: a review. Bull Med Libr Assoc.1990;78:271–82.

6 Pestotnik SL, Classen DC, Evans RS, Burke JP. Implementing antibioticpractice guidelines through computer-assisted decision support: clini-cal and financial outcomes. Ann Intern Med. 1996;124:884–90.

7 Harvey K, Stewart R, Hemming M, Moulds R. Use of antibiotic agentsin a large teaching hospital. The impact of Antibiotic Guidelines. Med JAust. 1983;2:217–21.

8 Baumgartner WA Jr, Cohen KB, Hunter L. An open-source frameworkfor large-scale, flexible evaluation of biomedical text mining systems. JBiomed Discov Collab. 2008;29.

9 Gobeill J, Ehrler F, Tbahriti I, Ruch P. Vocabulary-driven Passage Re-trieval for Question-Answering in Genomics. TREC, National Instituteof Standards and Technology, 2007.

10 Ruch P, Gobeill J, Lovis C, Geissbühler A. Automatic medical encodingwith SNOMED categories. BMC Med Inform Decis Mak 2008;8(Suppl 1):S6.

11 Aronson AR, Demner-Fushman D, Humphrey SM, Lin J, Liu H, Ruch P,et al. Fusion of knowledge-intensive and statistical approaches for re-trieving and annotating textual genomics documents, TREC, NationalInstitute of Standards and Technology, 2005.

12 Singhal A. Modern Information Retrieval: A Brief Overview. Bulletin ofthe IEEE Computer Society Technical Committee on Data Engineering2001;24:35–43.

13 Fox EA, Shaw JA. Combination of multiple searches. TREC, NationalInstitute of Standards and Technology, 1994.

14 Funk ME, Reid CA. Indexing consistency in MEDLINE. Bull Med LibrAssoc. 1983;71:176–83.



40

Summary

With a standardised nursing classification it is possible torecord nursing information and desired patient outcomes.Without a standardised infrastructure nursing terminolo-gies are a source of greater variance in nursing docu-mentation and interdisciplinary communication.For collection, storage, effective retrieval and mergingof terminologically coded nursing data into the clinicaldecision-making process, various conditions need to befulfilled. Knowledge of the integrated classifications rep-resents a prerequisite for users. In this keynote we pre-sent a software solution allowing nursing classificationsto be used despite inputs in the form of free text. An “in-telligent expert system” has been developed and supportsnurses in clinical decision-making. The steps of the careprocess are linked on a scientific basis and automaticallyreleased.

Einleitung

Elektronische Dokumentationssysteme werden zuneh-mend auch im Pflege-Fachbereich eingesetzt. Wesentli-chen Gründe hierfür sind:Gesetzliche Anforderungen an die Pflegeprozess-Doku-mentation, Ergebnisdefinition und Anpassung der einge-leiteten Pflegemassnahmen und ärztlicher Verordnungen,Sicherung und Überprüfung der interdisziplinären Be-handlungsqualität, Kostenaspekte wie DRG’s und Pflege-leistungen, Zusammenarbeit und Fragen des Fehlerma-nagements [1–6].Erhebungen zeigen, dass die Pflegenden 50–70% der Ge-samt-Patientenakte (Verläufe, Berichte, Pflegeplanung) er-stellen. Diese handschriftlichen Dokumentationen werdenmehrheitlich nicht mittels verbindlicher Grundlagen, Kri-terien oder Regeln dokumentiert [7, 8]. Daraus resultierenfolgende Problemstellungen:– geringe oder keine Kontinuität der Behandlungspro-

zesse;– Redundanzen (Medikamente, Massnahmen, Messun-

gen);– Leseprobleme und Übertragungsfehler;– willkürliche, nichtstandardisierte Massnahmen;– nichtoperationalisierte Pflege- und Behandlungsziele;– Dokumentation wird als lästiges Übel betrachtet (bei Ma-

nagement und Anwendern);

– Missverhältnisse zwischen Ressourceneinsatz und Pa-tientenergebnissen.

Zielsetzungen

Die Solothurner Spitäler AG erteilte im Herbst 2006 denAuftrag zur Entwicklung und Einführung einer elektroni-schen Pflegedokumentation. Folgende Vorgaben waren zuberücksichtigen:Alle Funktionen, die an ein schriftliches handgeschriebe-nes Dokumentationssystem gestellt werden, müssen er-füllt oder übertroffen werden [9, 10]. Die ElektronischePflegedokumentation soll die Anwenderinnen durch mess-bare 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 Zu-

sammenführung von Informationen aus verschiedenenQuellen).

Methodik

Spezifische Funktionalitäten der elektronischen Doku-mentation sind:– standardisierte Anamnesemaske zur Erfassung der we-

sentlichen und relevanten pflegerischen Patienteninfor-mationen;

– ein «Expertensystem» (pflegediagnostische Interpreta-tionen) generiert automatisch entsprechende standardi-sierte Pflegediagnosen (NANDA-I = Pflegeprobleme mitihren Ursachen und Merkmalen);

– standardisierte Planung und Durchführung der not-wendigen Pflege (Massnahmen, Interventionen, Leis-tungen);

Entwicklung einer elektronischen Pflege-dokumentation:Automatische Generierungvon PflegediagnosenMatthias Odenbreit


Korrespondenz:Matthias OdenbreitMaster in Nursing ScienceProjektleiter Elektronische Pflegedokumentation soH AGSchöngrünstrasse 42CH-4500 [email protected]


41

– automatische Beurteilung der Wirkung der geleistetenPflege für die Patienten (Vergleich Pflegeziele und Pfle-geergebnisse).

Resultate

Die elektronische Pflegedokumentation WiCareDoc wirdseit 2008 in der SoH AG (Spitäler Solothurn, Olten undGrenchen) erfolgreich eingesetzt. Bisherige Evaluationenim Vorfeld der Einführung der elektronischen Pflegedoku-mentation wiesen nicht bloss eine erhöhte Dokumenta-tionsqualität aus; wissenschaftliche Untersuchungen imBürgerspital Solothurn haben auch gezeigt, dass dieEinführung von Pflegeklassifikationen (NANDA-I-Pflege-diagnosen, standardisierte Pflegeinterventionen undPatientenoutcomes) qualitativ bessere Pflegebedarfserfas-sungen ermöglichen [14, 15]. Zwei randomisierte, experi-mentelle Studien (Pre-post Implementation Studies), indenen die Qualität von 516 Pflegediagnosen, Pflege-interventionen und Patientenoutcomes beurteilt wurde,zeigten klinisch relevante Verbesserungen. Die Qualitätdokumentierter Pflegeassessments nahm signifikant zu.Zugleich führten Pflegende signifikant wirksamere Pflege-massnahmen durch, welche zu signifikant besseren Pa-tientenergebnissen führten [14]. Die ersten Resultate nachder Einführung zeigen Ergebnisse auf verschiedenen Ebe-nen. Die Pflegefachfrauen erstellen nicht nur mehr, son-dern auch genauere Pflegediagnosen. Die Pflegezielewerden mit den Patienten zusammen erstellt, und dieMassnahmen beziehen sich gezielt auf die Ursachen derPflegediagnosen. Die Pflegeberichte werden detailliertergelesen, und relevante Informationen gehen nicht mehrverloren. Mittels spezieller Filter können spezifische Pa-tientenprobleme einfach fokussiert und sofort angegangenwerden. Das Management und die Abteilung Pflegeent-wicklung haben nun Zugang zu allen Pflegedaten und kön-nen Prozessabläufe direkt und schnell beurteilen. Vom in-terdisziplinären Team werden die Einträge der Pflegendenvermehrt zur Aktualisierung der Datenlage genutzt. DasSystem wurde zusammen mit der Firma WigaSoft entwi-ckelt.

Diskussion

Der Einsatz von Pflegeklassifikationen ermöglicht nichtnur, die erbrachten Pflegeleistungen (Outputs) aufzufüh-ren, sondern es werden zugleich Begründungen für die

erbrachten Massnahmen geliefert und die Patientener-gebnisse (Outcomes) beurteilt. Bis anhin wurden Erfas-sungssysteme standardisiert und normiert. Das führt zuimmer mehr Skalen und Messsystemen innerhalb der Pfle-ge, was den Aufwand zur Erfassung von Normabwei-chungen laufend erhöht. In der vorgestellten Softwarewird ein anderer Ansatz verfolgt, der sowohl eine Stan-dardisierung ermöglicht und den Schulungsaufwanddurch den Einsatz von Freitext dennoch gering hält. Die-ses Vorgehen verlangt einen hohen Entwicklungsaufwand,der seine Grenzen in der semantischen Vielfalt der Begrif-fe findet.

Literatur

1 Bundesbehörden der Schweizerischen Eidgenossenschaft. Obligatio-nenrecht, Art. 394 ff + Art. 400 Abs. 1: Dokumentationspflicht als Ne-benpflicht 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 ef-fectiveness research. Int J Nurs Terminol Classifications. 2004;15(2):49–57.

4 Moorhead S, Johnson M, Maas ML. Measuring the outcomes of nursingcare using the Nursing Outcomes Classification: Results and revisionsbased 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 diag-noses in predicting hospital outcomes. Proceedings AMIA Annual Sym-posium. 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 – researchdesigns and methods: Systematic review. J Adv Nurs. 2009;65(3):464–76.

9 Anderson CA, Keenan G, Jones J. Using bibliometrics to support yourselection of a nursing terminology set. CIN: Computers, Informatics,Nursing. 2009;27(2):82–90.

10 Keenan G, Tschannen D, Wesley ML. Standardized nursing teminolo-gies can transform practice. Jona. 2008;38(3):103–6.

11 Odenbreit M. Ziele, Definitionen, Merkmale und Prozess der Pflegedia-gnostik. Audiovisuelles Lehrmaterial. 2001.

12 Odenbreit M. Konzept zur Einführung der Pflegediagnosen. Solothurn:Bürgerspital; 2002.

13 Odenbreit M. Pflegediagnostik: Implementation. Solothurn: Bürgerspi-tal; 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 diag-noses, interventions and outcomes implementation study. Int J NursTerminol 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.


Summary

The definition of “eHealth Strategy Switzerland” has a di-rect impact on hospitals. Our hospital began the processof establishing an eHealth strategy in September 2008.The aim of the project was a corporate-wide strategy de-signed to position the University Hospital of Berne in theeHealth area both internally and externally. The strategyestablishment process was divided into four phases andincluded a survey of internal and external stakeholders.Vision and mission statements have been defined, basedon the corporate strategy and the informatics strategy inconjunction with a SWOT analysis. The analysis hasshown open questions regarding various stakeholders’understanding of eHealth and the demands imposed byeHealth applications in the field of basic standards and in-frastructure components. The strategy will be imple-mented within the framework of an enterprise-widemulti-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, elektronischeGesundheitsdienste in der Schweiz zu etablieren, hateinen direkten Einfluss auf die Spitäler. Diese Vorausset-zungen in Verbindung mit den kommenden Veränderun-gen im Schweizer Gesundheitssystem wie Swiss-DRG,neuer Versichertenkarte und den zu erwartenden gesetz-lichen Veränderungen verlangen nach einer konsistentenStrategie für unser Spital.Die Spitalleitung hat in der Unternehmensstrategie imJahr 2007 unter anderem den Ausbau und die Vernetzungder Informations- und Kommunikationstechnik als einender ersten strategischen Bausteine beschlossen. eHealthstellt in diesem Rahmen eines der Elemente dar.Um Handlungsalternativen und Ziele im eHealth-Bereichzu definieren und zu steuern, hat sich das Inselspital zueiner Erarbeitung «eHealth-Strategie Inselspital» ent-schieden. Die Koordination der verschiedenen eHealth-Initiativen an einem Universitätsspital steht dabei im Vor-dergrund.Da man unter dem Begriff «eHealth» etwas weitgefasstalle Anwendungen subsumieren kann, die mit einem inte-grierten Einsatz von Informations- und Kommunikations-technologie dieÜberbrückung vonRaumundZeit zumZiel

haben, ist eine Abgrenzung notwendig. Durch die Vielzahlder Akteure (Spitäler, Ärzte, Labors, Versicherer, Apothe-ken, Patienten, Bürger usw.) und deren unterschiedlichenInteressen wird eine Zieldefinition schwierig. Eine unter-nehmensweite eHealth-Strategie ist daher notwendig, umdie Ziele und die Handlungsalternativen zu planen und zusteuern. Die eHealth-Strategie ist am Inselspital eine Teil-strategie der IT-Strategie. Darüber hinaus bilden die Spi-talstrategie und die nationale eHealth-Strategie die pri-mären Rahmenbedingungen.Der Beitrag zeigt den Status quo, die Ziele, die Rahmen-bedingungen, den Aufbau, das Vorgehen der Strategieer-arbeitung am Inselspital auf und identifiziert Stolperstei-ne im Prozess.

Zielsetzungen

Das Ziel des Projekts war die Erstellung einer eHealth-Strategie für das Inselspital Bern. Die eHealth-StrategiesolltedieAusrichtungdes Inselspitalsnach innenundnachaussen klar definieren. Sie sollte vorgeben, in welcher Artdie Kommunikations- und Informationstechnologie ge-nutztwird undwie die Zusammenarbeit auf diesemGebietzwischen dem Inselspital und seinen Partnern weiterent-wickelt werden kann. Das Strategieprojekt umfasste dieBewertung von Stärken und Schwächen, die Bewertungvonnationalen eHealth-Trends auf derBasis der «eHealth-Strategie Schweiz» sowie die Identifikation und Konzen-tration auf relevante Stakeholder. Ebenso solltenmöglicheBusinessmodelle für das Inselspital im Bereich eHealthidentifiziert werden.Die eHealth-Strategie Inselspital soll als Basis für die stra-tegischen eHealth-Projekte gelten und gibt die Leitlinienzur Ausrichtung des Inselspitals im Bereich eHealth fürdie nächsten fünf Jahre vor. Des Weiteren werden durchdas Strategiedokument Rahmenbedingungen und Emp-


42

Der Nebel lichtet sicheHealth-Strategie-Entwicklung am Inselspital Bern – ein Erfahrungsbericht

Jens Diele, Ursula Meier, Matthias Kämpf, Daniel VoellmyInformatik Inselspital, Universitätsspital Bern


Korrespondenz:Dr. med. Wolfgang KorteInstitut für Klinische Chemie und HämatologieKantonsspitalCH-9007 St. [email protected]

Korrespondenz:Jens DieleIT-ProjektmanagerService Center Medizinische ApplikationenDirektion Dienste, InformatikInselspital, Universitätsspital BernCH-3010 [email protected]


43

fehlungen für den Steuerungsprozess (eHealth-Gover-nance) und eine Priorisierung von eHealth-Vorhaben de-finiert.


Die Informatik des Inselspitals hatte die Projektleitung fürdie Erarbeitung der Strategie am Inselspital inne. Zurmethodischen und zeitlichen Unterstützung der Projekt-organisation wurde ein externes Beratungsunternehmenhinzugezogen. Die Projektorganisation für das Projekt«eHealth-Strategie Inselspital» war nach PRINCE2 aufge-baut. EswurdeabProjektbeginngrossenWert auf denEin-bezug der internen und externen Stakeholder gelegt.Das Vorgehen wurde in vier Phasen unterteilt. Im Rah-men der Initialisierungsphase wurden die organisatori-schen, administrativen und planerischen Aspekte desVorhabens zur Erarbeitung der eHealth-Strategie gere-gelt. Zusätzlich wurden in dieser Phase bereits beste-hende eHealth-Projekte am Inselspital analysiert und derFokus der auszuarbeitenden eHealth-Strategie definiert.In der anschliessenden Analysephase wurden die bereitsvorhandenen internen Dokumente (Spital- und IT-Strate-

gie) sowie die eHealth-Strategie Schweiz als externes Do-kument analysiert und in das Strategiedokument einge-arbeitet. Wichtig war hierbei, dass die Kompatibilität zuden bestehenden Projekten im eHealth-Bereich sicherge-stellt war.Während der Konzeptionsphase wurden die verschiede-nen Informationen konsolidiert und Schlüsselelementenäher betrachtet. Diese Phase beinhaltete den Einbezugder internen und externen Anspruchsgruppen des Insel-spitals.Zu Beginn wurde eine Stakeholderanalyse bei internenund externen Vertretern durchgeführt (insgesamt 32 In-terviews). Die Interviewswurdenmit einem strukturiertenInterviewbogen, welcher prozessorientiert gestaltet wur-de, durchgeführt, was in der Praxis sehr gut angenommenwurde. Gleichzeitig wurden die Ergebnisse der Interviewsals Anforderungsspezifikation von eHealth-Elementen(Portallösungen, Prozessvorstellungen, Standards …) ge-nutzt. Als Teilprojekt wurde in dieser Phase eine Master-arbeit zum Thema «Kundenseitige Anforderungen an eineHealth-Portal Inselspital» erstellt.Während der Interviews wurde die Definition und Festle-gung auf eine einheitliche Terminologie deutlich. Das Ver-ständnis für denBegriff «eHealth» unddieAbgrenzung ge-genüber spitalinternen Themen waren im Rahmen derDiskussionen teilweise unklar. Aus diesem Grund wurdein der weiteren Strategieerarbeitung grossen Wert auf ei-ne einheitliche Definition und Klärung von Begrifflichkei-ten gelegt.Das Ergebnis der Interviews und die Analyse der internenStrategiedokumente in Zusammenhang mit der Aufbau-organisation des Inselspitals wurden als Basis einer Stär-ken/Schwächen-Analyse (SWOT-Analyse) zusammenge-fasst. Anhand der identifizierten Stärken, Schwächen,Gefahren und Chancenbereichen wurden in Zusammen-arbeit mit dem Strategieausschuss des Projekts Vision-und Mission-Statements definiert. Am Ende dieser Phaselag die grundlegende Ausrichtung der künftigen eHealth-Strategie mit priorisierten Umsetzungsbereichen und ers-ten Projektdefinitionen vor.NachVernehmlassungdurchdenStrategieausschuss,wel-chem unter anderem Mitglieder der Spitalleitung angehö-ren, wird mit dem Erstellen eines eHealth-Programmsmit definierten Projektinhalten sowie der Umsetzungs-und Kostenschätzung begonnen. Die Planung der Be-triebsorganisation wird ebenfalls im eHealth-Programmvorgeschlagen. Das Aufsichts- und Steuerungsgremiumwird durch den Lenkungsausschuss wahrgenommen undim Strategieboard als oberste Instanz vernehmlasst. DieErstellung des eHealth-Programms soll Mitte des Jahres2010 abgeschlossen werden.

Diskussion

Die Erarbeitung der eHealth-Strategie am Inselspital hateinen guten Überblick über die bisherigen Vorstellungenfür das Thema bei den verschiedenen Stakeholdern erge-ben. Gleichzeitig konnte die Organisation hinsichtlich derkommenden Herausforderungen analysiert und eine un-

Swiss Medical Informatics 2009; no 67 43

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

Abbildung 2eHealth-Programm (exemplarisch).


44

ternehmensweite Ausrichtung und Spezifikation des Vor-gehens erreicht werden.Dabei wurden auch Problemfelder deutlich. Während derStrategieerarbeitung war einerseits der sehr weit gefass-te Begriff «eHealth» in Kombination mit den unklarenGrenzen von eHealth ein Problembereich. Aus diesemGrund sind eine Konkretisierung der eHealth-Definitionund eine Abgrenzung gegenüber spitalinternen Themennotwendig. Gleichzeitig muss eine klare Kommunikationund Information über das Thema spitalintern stattfinden,um Mitarbeiter über das Thema aufzuklären.Durch die Unternehmens- und Informatikstrategie warenzwei Grundlagen vorhanden, welche der eHealth-Strate-gie die Rahmenbedingungen vorgab und somit eine Ziel-definition wesentlich vereinfachte. eHealth kann damiteines der Instrumente sein, mit welcher eine Unterneh-mensstrategie positiv unterstützt werden kann. Die Ope-rationalisierungderStrategie ineinemeHealth-Programmkann dabei in verschiedene Bereiche untergliedert wer-den. Es gibt Projekte, welche die gesetzlichen Vorgabendes BAG umsetzen müssen (z.B. Versichertenkarte). DesWeiteren gibt es Projekte, welche die Grundlagen für er-folgreiche eHealth-Projekte bereitzustellen haben, z.B.

CDA oder die IHE-Fähigkeit, also die sogenannte eHealth-Readiness.Darauf aufbauend können die primären eHealth-Projektegeplant und umgesetzt werden. Bei der Erarbeitung deseHealth-Programms müssen grundsätzliche Fragen be-antwortet werden: Wo wird das Thema eHealth in derAufbauorganisation positioniert? Welche Anforderungenhinsichtlich Sicherheit und Integration werden an die be-stehende IT-Landschaft gestellt? Sind die internen An-wendungen wie Krankenhausinformationssystem oderein Schnittstellenserver eHealth-ready?Wer steuert spita-lintern interprofessionelle und klinikübergreifende Pro-zesse imRahmen von eHealth-Vorhaben?DieKlärung die-ser offenen Punkte ist für das Voranschreiten des Themasin den Spitälern unabdingbar.Zusammenfassend kannman sagen, dass über den Begriff«eHealth» bisher noch nicht überall Einigkeit herrscht.eHealth und ein eHealth-Programm könnte man auch alsMultiprojektmanagement mit Schwerpunkt eHealth be-zeichnen, bei welchem der Fokus auf der Planung undSteuerung untereinander abhängiger eHealth-Projekteund Prozesse liegt.



45

Summary

All young male Swiss citizens are conscripted for compul-sory service in the Swiss Army. A new ISO certified pro-cedure was introduced in 2004 in six different recruitmentcentres located throughout Switzerland. The key processfor assessment of the recruits’ level of fitness for militaryor civil defence service consists of detailed physical andpsychological examinations. The documentation for clini-cal evaluation and accessory testing is based on anadapted Clinical Information System (CIS). By 2008 a fur-ther CIS, linked to a web-based Document ManagementSystem (DMS), was introduced for central storage anddata aggregation. Due to the browser-based access med-ical records are available wherever the soldier may be sta-tioned. Currently some 40000 young adults are called upeach year for primary evaluation, and a further 4000reevaluations are required during the same time span.Technically these figures correspond to hospital admis-sions or readmissions.This article describes how CIS’s in a multisite/multilan-guage environment with various interfaces are integratedinto a large number of further administrative, military andpersonal information systems and the challenges inher-ent therein. The main focus is on communication betweenthe individual CIS’s and between standard and adaptedsystems and services.

Einleitung

Seit 2004 rekrutiert die Schweizer Armee und der Zivil-schutz ihre Stellungspflichtigen nach einem neuen Ver-fahren. Durch die Reorganisation wurde unter anderemder Kernprozess der Rekrutierung, die medizinische Un-tersuchungundTauglichkeitsbestimmung, standardisiert,ISO-zertifiziert und mittels einer adaptierten Klinikinfor-mationssystem-(KIS-)Lösung umgesetzt. Neben den übli-chen Umsystemen (Röntgen, EKG, Spirometrie, Labor,Scandaten) bestehen in diesemUmfeld jedochdiversewei-tere Schnittstellen zu militärischen Verwaltungssystemen(Personaldaten, militärische Funktions-, Einteilungs- undEinsatzdaten).In sechs Rekrutierungszentren werden jährlich knapp40000 Primärbeurteilungen sowie rund 4000 Revisions-beurteilungen vorgenommen, formal Spitaleintrittenbzw. -wiedereintritten entsprechend. Jedes Zentrum ver-fügt über ein autonomes, bis auf sprachspezifische Unter-schiede identisch konfiguriertes KIS. Die Daten werdennach erfolgten Beurteilungen in einem weiteren, zentra-

len KIS und Dokumentenmanagementsystem (DMS) ar-chiviert und aufbereitet.Durch die dezentrale Organisation der Rekrutierung wieauch der militärmedizinischen Grundversorgung derTruppen müssen die elektronischen Sanitätsakten jeder-zeit sowie unter Wahrung der einschlägigen Datenschutz-richtlinien verfügbar sein.Durch das Milizsystem der Armee ergeben sich erwar-tungsgemäss nebst den Accounts für Angestellte eine hoheAnzahl temporär berechtigte Funktionsinhaber.Aufgrund des Einsatzes des KIS ausserhalb des primärenEinsatzgebiets ergibt sich sowohl im KIS selbst als auch inder Interaktion mit den Umsystemen eine Vielzahl von in-dividuell erstellten Schnittstellen. Diese werden durch diehohe Anzahl Fälle zudem kontinuierlich in grossem Aus-mass belastet.

Zielsetzungen

In diesem Artikel soll eine «etwas andere» KIS-Anwen-dung vorgestellt werden. Die vorliegende Lösung kann alsBeispiel einer Systemadaption in einer heterogenen undkomplexen Datenumgebung verstanden werden. Die um-gesetzten Konzepte zur Generierung, Transferierung, In-tegration, Aktualisierung und Validierung militärmedizi-nischer Daten werden beschrieben und in bezug auf ihreZuverlässigkeit und Komplexität bewertet.


In den sechs Rekrutierungszentren besteht eine praktischidentische Infrastruktur mit einem eigenen KIS-Server,der mit verschiedenen Umsystemen im bidirektionalenAustausch steht. Es werden Personaldaten von Stellungs-pflichtigen sowie organisatorische Daten zum Ablaufder Rekrutierung aus militärischen Administrationssyste-men übernommen. Nach erfolgter Tauglichkeitsbeurtei-lung werden der Entscheid sowie allfällige militärrelevan-te Merkmale des Stellungspflichtigen (z.B. Sehschärfe) andieselben Systeme exportiert.

Elektronisches SanitätsdossierKomplexe Datenströme und ihre Umsetzung im militärmedizinischen Umfeld

AdrianTrapp-Chiappini


Korrespondenz:Dr. med. AdrianTrapp-ChiappiniChefarzt Rekrutierungszentrum 2Spitalstrasse 20CH-3454 [email protected]


46

Die bei der ausführlichen computergestützten psychologi-schen Testreihe («CAT») gewonnenen aufbereiteten Datenwerden in aggregierter Form im KIS ausgewiesen. Nebstder marktüblichen Integration von gängigen Umsystemen(EKG, LUFU, Röntgen) werden auch die Resultate derSportprüfung mittels einer Lösung mit Handhelds ins KISübertragen.Dieser Vorgang geschieht indirekt, indemdieWorkstation,die zur SynchronisationderHandheldsdient, einemit demHauptsystem abgeglichene Stammdatenbank enthält. So-mit werden über dieseWorkstation die Personalien und zuabsolvierenden Sportprüfungen auf die Handhelds gela-den, dort in einer Tabelle abgelegt, in die dann auch dieSportresultate mittels einer eigens generierten Maske ein-getragenwerden. BeimRe-Dockingwerden nun die Sport-resultate zuerst in die Stammdatenbank der Workstationgeschrieben und von dort mittels manuell auszulösendenSynchronisationsvorgangs in die Stammdatenbank desRekrutierungszentrums übertragen. Von da aus werdensie in definierten Abständen oder manuell ausgelöst in dieKIS-Datenbank übernommen.

Neue gescannte Dokumente werden unmittelbar dem KISzur Verfügung gestellt, ältere über einen Altdatenimportaus dem zentralen KIS/DMS.Natürlich besteht ein wesentlicher Anteil der erhobenenDaten aus der direkten Eingabe in KIS-Clients. Ohne dieim Prozess definierten Pflichtdaten kann ein Fall nicht ab-geschlossen werden.Bei Bedarf können externe spezialärztliche Konsilien auchfür Zusatzuntersuchungen angefordert werden. Röntgen-bilder können über eine VPN-Verbindung durch einen Ra-diologen in einem Universitätsspital telekonsiliarisch be-urteilt werden, EKG undweitere Dokumente über gängigeÜbertragungsmethoden (verschlüsselte Mail, Fax).Die Stellungspflichtigenwerden indem ihremWohnort zu-geordneten Rekrutierungszentrum beurteilt. Der militäri-sche Einsatz kann irgendwo in der Schweiz oder in aus-gesuchten Fällen sogar im Ausland stattfinden. Damitdem betreuenden Truppenarzt das medizinische Dossierdes Soldaten zur Verfügung steht, wurde eine zentrale

KIS/DMS-Lösung geschaffen. Dabei steht ein browserge-stützter Zugang zum DMS den vorwiegend temporärenFunktionsträgern zur Verfügung. Der Vorteil dabei ist es,dass nebst den gängigen Authentifizierungsmassnahmenauf irgendeinem Rechner im geschützten militärischenNetzwerk auch ohne KIS-Installation auf die medizini-schen Daten der Soldaten zugegriffen werden kann.Die durch eines derKIS strukturiert erhobenenDatenwer-den imzentralenKISgespeichertundalsReportsdemDMSauf Abruf zur Verfügung gestellt. Weniger strukturierteDaten (Scans, EKG, Röntgen) werden im DMS archiviertundkönnendort oder in einemKISabgerufenwerden.Bei-de Systeme (KIS und DMS) sind eng miteinander verlinkt,so dass sowohl das KIS als auch das DMS als Applikationfür jeweils vollständige Datensätze benutzt werden kann.In den einzelnen Rekrutierungszentren erfolgt lediglich ei-ne temporäre Datenhaltung. Über eine geschützte Verbin-dung werden die Daten von den Rekrutierungszentren indie zentrale KIS/DMS-Datenbank exportiert. Umgekehrtwerden vor der Durchführung eines Rekrutierungswo-chenzyklus die zentral archivierten Vordaten über dieselbeVerbindung selektiv an die einzelnen Zentren übermittelt.Dabei kommen verschiedene Technologien und Konzeptezur Anwendung. So geschieht die Aktualisierung der Per-sonalien (z.B. Wohnortwechsel) periodisch automatischdurch bestehende Services des KIS bzw. des DMS. Dabeimüssen lediglich die entsprechenden Logfiles bzw. tem-porären Verzeichnisse periodisch überprüft werden, beidenen nicht zuzuordnende Datensätze gekennzeichnetoder abgelegt werden.Andere Prozesse, z.B. der Import der Daten aus der Re-krutierung, müssen nach der Freigabe im Rekrutierungs-zentrum manuell initialisiert und anschliessend validiertwerden. Entsprechend dem Rekrutierungsrhythmus ge-schieht dieser Vorgang für jedes Zentrummindestens wö-chentlich. Dabei kommen vorgegebene automatisiertePlausibilisierungsalgorithmen zur Anwendung (wie z.B.die Überprüfung auf ausgefüllten Pflichtfeldern des KIS)sowie manuelle Stichproben.Ein erheblicherAnteil der benutzten Schnittstellen steht inden verwendeten Produkten zu Verfügung und muss le-diglich entsprechend parametriert werden. Aufgrund derHeterogenität der Umgebung gibt es zudem eine grosseAnzahl proprietärer Schnittstellen, die eigens für die hierbeschriebenen Anwendungen geschaffen wurden. Dabei,wie auch bei den zuvor beschriebenen generischenSchnittstellen, können Services der Serverbetriebssyste-me verwendet werden (z.B. «Windows Services»), des KISbzw. DMS (z.B. «Sharepoint Timer Jobs», «Phoenix Con-nect») oder aber eigens programmierte Programmabläu-fe («batches», «Konsolenapplikationen»).Die verwendeten Datenformate sind möglichst den Stan-dards entsprechend (z.B. XML, HL7), z.T. jedoch auchproprietäre, aber formdefinierte Textfiles. Die Ablage ge-schieht mehrheitlich in SQL-Datenbanken, wo nicht adap-tierte Systeme zur Anwendung gelangen, die auf anderenDatenbanksystemen basieren.Die Kommunikation zwischen zentralemKIS und DMS ge-schiehtmehrstufig, d.h.mit einer dazwischengeschaltetenpersistenten, strukturierten Ablage («Repository») und


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


47

verschiedenen Prozessen, die auf diese Ablage schreibenoder Nachrichten aus der Ablage verarbeiten.Die Struktur der Ablage wird mittels zweier, den beidenDatenflussrichtungen (DMS 3 KIS bzw. KIS 3 DMS) ent-sprechenden Verzeichnisbäume realisiert.Nachrichten im XML-Format, mit oder ohne Attachment,werden verarbeitet, im zugehörigen Repository-Verzeich-nis abgelegt und von dort aus weiterverarbeitet. Im Re-gelfall wird die Nachricht in ein Success-Verzeichnisverschoben bzw. aus dem Repository gelöscht. Beim Fehl-schlagen eines der Unterprozesse wird die Nachricht aneinError-Verzeichnisweitergeleitet. BeideFällewerden inentsprechenden Logfiles protokolliert.Das DMS selbst bietet eine Oberfläche zur Kontrolle dieserProzesse.Massnahmen zum Datenschutz werden auf allen Stufenvon der Projektdurchführung bis zur Ausserbetriebnahmegemäss den einschlägigen gesetzlichen, standesüblichenund verwaltungsinternen Vorgaben durchgeführt.Die ganze Architektur der Systeme befindet sich in einemmehrstufig gegen aussen abgesicherten Intranet. Diezur Anwendung gelangenden Policies sind – für das mili-tärische Umfeld nicht unerwartet – relativ strikt undaufwendig. Die systematische Sammlung von (nichtmedi-zinischen) Personendaten in den militärischen Verwal-tungssystemen muss bereits als «besonders schützens-wert» taxiert werden, womit sich praktisch die gesamteIT-Infrastruktur der Rekrutierung in einem geschütztenBereich befindet, was diesbezüglich für Schnittstellen ei-ne gewisse Vereinfachung bedeutet.Bei Überwindung von Zonengrenzen für Import oder Ex-port von Daten werden gängige VPN-Technologien einge-setzt. Der beschriebene Zugriff von Truppenärzten auf dasDMS kann nur nach entsprechender Authentifizierung in-nerhalb des Intranets über eine verschlüsselte (https-)Ver-bindungerfolgen.DurchdieAuthentifizierungwirdzudemder Zugriff für den entsprechenden Funktionsträger aufein Subset an Datensätzen beschränkt, das in Relation zudessen Aufgabe und Verantwortung steht (z.B. Beschrän-kung auf bestimmte Jahrgänge).

Resultate

Die Infrastruktur der Rekrutierungszentren besteht in-zwischen seit rund fünf Jahren und hat sich grundsätzlichsehr bewährt. Eine hohe Effizienz und Ausfallsicherheitkennzeichnen die ortsgebundenen Abläufe. Die bidirek-tionale Interaktion des KIS mit den individuell entwickel-ten oder ebenfalls dem militärischen Zweck adaptiertenmarktüblichen Umsystemen geschieht im Regelfall pro-blemlos.Die zentrale KIS/DMS-Lösung ist seit rund einem Jahr inBetrieb und hat vor allem bei Revisionsbeurteilungen(«Wiedereintritten») durch die vereinfachte und zuverläs-sige Verfügbarkeit von Altdaten eine Verbesserung dieserProzesse gebracht. Durch das Webinterface des DMS istdie Informationsversorgung der Truppenärzte zeitgerechtund in der Handhabung vereinfacht worden.

Diskussion

Die hohe Fallzahl in den Rekrutierungszentren wirdgrundsätzlich von den Systemen gut absorbiert, bietet je-doch bei kurzfristigen Bedürfnissen gelegentlich Proble-me. So entspricht der Beginn eines Rekrutierungszyklusbis zu 180 Eintritten pro Tag und muss mit entsprechen-dem zeitlichem Vorlauf bearbeitet werden. Bei unerwar-teten Anforderungen (z.B. Aufnahme nichtangemeldeterPersonen) bestehen bei einzelnen Schnittstellen Perfor-manceprobleme (verzögertes «Abarbeiten»). Funktions-störungen eines Teilsystems können sich durch die ge-genseitigen Abhängigkeiten auf das Gesamtsystem über-tragen.Durch die homogene Struktur der sechs Installationen inden jeweiligen Zentren ist einerseits eine Bündelung derAufgaben und Verantwortlichkeiten möglich, anderseitsführen bei beschränkten Ressourcen im Falle von Updatesund Changes gelegentlich Zustände verschiedener Versio-nen der Produktivsysteme zu Problemen im Datenfluss.Die Fehlersuche gestaltet sich grundsätzlich durch diegrosse Anzahl, den hohen Grad an Anpassung und Neu-entwicklung von Teilsystemen sowie der damit verbunde-nen Vielfalt interner und externer Dienstleister undSchlüsselpersonen als schwierig. Jedoch auch die «tradi-tionellen» Umsysteme wie EKG, Röntgen und Labor bie-ten gelegentlich Interventionsbedarf mit ähnlichem Hin-tergrund und verstärken den Eindruck, dass bereits ein«Routinebetrieb» eines KIS eine Vielzahl an technischenund personellen Schnittstellen bietet. Die Abhängigkeitvon Lieferanten undderenVerfügbarkeit stellt hierwie an-dernorts ein zentrales Element der ausserordentlichenSystemperformance dar.Das Einhalten von vorgeschriebenen Prozessen und Poli-cies gestaltet sich in einem Milizsystem mit naturgemässhöchster Personalfluktuation als aufwendig. Die Anforde-rung an ein System, namentlich an das KIS, ist demnacheine möglichst intuitive und gesteuerte Benutzerführung.Die vorliegenden Lösungen funktionieren diesbezüglichsehr gut, wenn auch ein Generationenwechsel der Userdieser Entwicklung entgegenkommt. Der hohe Schulungs-


Abbildung 2Systemübersicht zentrales KIS/DMS.


48

aufwand zur Bedienung der Systeme, auch zur Qualitäts-sicherung, bleibt jedoch eine organisatorische Heraus-forderung. Die Tatsache, dass sich in diesem Umfeld me-dizinische undmilitärischeDatenschutznormenaddieren,stellt zusätzliche Anforderungen technischer und organi-satorischer Art.Problematisch gestaltet sich deswegen auch der Umgangmit Spezialfällen, wenn z.B. aus medizinischen Gründenvomvorgeschriebenen Prozess abgewichenwerdenmuss.Durch entsprechende Rechtevergabe muss es einemSuperuser jeweils möglich sein, in Ausnahmefällen vorge-gebene Richtlinien zu übersteuern. Dabei wird jedoch diebereits aufwendige Datenpflege weiter erhöht.Durch Maximierung der Mobilität wie auch aus strategi-schen Gründen ist der Anteil Scandaten immer noch ver-hältnismässig hoch und generiert eine aufwendige Daten-pflege.Der Import der medizinischen Daten in die zentraleKIS/DMS-Infrastruktur stellt den Kernprozess der aktuel-len Systemarchitektur dar. Zwar ist dieser Schritt ge-genüber einer hypothetischen zentralisierten «server-based»-Struktur additiv und deshalb auch prinzipiellfehlergefährdet, andererseits können die Daten dabeinochmals überprüft werden.Der grosse Vorteil der vorliegenden Trennung der zentra-len Datenhaltung und mehrheitlich peripheren Datenge-nerierung liegt darin, dass die zentrale KIS/DMS-Lösungdeutlichweniger Schnittstellen zu den beschriebenenUm-systemen braucht.

Letztlich war nicht dieser Vorteil für die Wahl der Archi-tektur ausschlaggebend, sondern ganz simpel eine histo-rische Abfolge der Implementierung der KIS zuerst peri-pher im Rahmen der gesamten Reorganisation derRekrutierung und erst in deren Folge zentral. Dort wurdendabei zudem verschiedene Systeme der zentralen Daten-archivierung abgelöst.Die gesamte informatorische, militärmedizinische Infra-struktur unterliegt einer dauernden Weiterentwicklungund Erweiterung. Durch die Vielzahl zusammenhängen-der Teilsysteme müssen bei Updates auch oft die Schnitt-stellen revidiert und aktualisiert werden. Zudemmuss derGrad der Digitalisierungweiter erhöht und die AnzahlMe-dienbrüche weiter vermindert werden. Neben dem per-manenten Kostendruckwirkt der Einfluss übergeordneterStellen der öffentlichen Verwaltung oft verlangsamend.Ausschreibungen müssen gemäss WTO erfolgen, die Eva-luation von Betriebssystemen, Hard- und Software liegenausserhalb des Einflussbereichs der Projektverantwortli-chen.Zusammenfassend kann festgehalten werden, dass daselektronische Sanitätsdossier weitgehend – trotz kom-plexem Umfeld – dem aktuellen Stand der Technologieentspricht. Weiteres Engagement ist notwendig, um res-sourcengerecht eine hohe Qualität der Verarbeitung, Ver-breitung und Archivierung militärmedizinischer Daten zuerreichen und zu halten.



49

Summary

Transferring the concept of “plug and play” (PnP) to in-formation systems (IS) architecture in hospitals has twoessential implications. From a technical perspective, PnPrequires self-contained software systems or componentswith clearly defined interfaces. From a business perspec-tive, PnP requires logically grouped IS services integrat-ing coherent functionality to support particular processactivities. Such enterprise services contribute to struc-tured management of IS functionality (instead of softwareproducts) and render possible IS architecture manage-ment taking into account business (i.e. medical, nursingand administrative) requirements, fostering IT/businessalignment. This article presents a reference model of en-terprise services which can be applied to model IS archi-tecture and enables coverage and value analysis.

Einleitung

Überträgt man das Konzept «Plug and Play» (PnP) auf dieInformationssystem-(IS-)Architektur in Spitälern, so hatdies zwei grundsätzliche Implikationen: Technisch bedarfPnP der Fähigkeit, in sich abgeschlossene Softwaresyste-me oder -komponenten mit klar definierten Schnittstellenvorzuhalten, fachlich bedarf PnP der Verfügbarkeit vonlogisch gruppierten IS-Dienstleistungen, die fachlich zu-sammenhängende Funktionalitäten zur Unterstützungbestimmter Prozessaktivitäten gruppieren. Solche fachli-chen Services leisten einen Beitrag zum strukturiertenManagement von IS-Funktionalitäten (nicht Softwarepro-dukten) und der Entwicklung von IS-Architekturen unterBerücksichtigung fachlicher Einflussfaktoren (IT/businessalignment). Dieser Artikel präsentiert in Form einesReferenzmodells die ersten Resultate einer Analyse vonfachlichen Services in Spitälern, die als Grundlage zur Mo-dellierung von IS-Architekturen dienen und eine Abde-ckungs- und Nutzenanalyse ermöglichen.

«Plug and Play» ist im Spital eine fachlicheund technische Fragestellung

Der Begriff «Plug and Play» (PnP), wie er ursprünglich mitder Einführung des Betriebssystems Windows 95 durchMicrosoft geprägt wurde, versprach die Möglichkeit, neueGeräte an einen Computer anzuschliessen und diese ohneaufwendige Installation oder Konfiguration nutzen zu kön-

nen – einstecken und loslegen. Überträgt man diesesKonzept auf die Informationssystem-IS-Architektur inSpitälern, so hat PnP zwei grundsätzliche Implikationen:technisch und fachlich. Technisch bedarf PnP der Fähig-keit, in sich abgeschlossene Softwaresysteme oder Infor-mationstechnologie-(IT-)Komponenten mit klar definier-ten Schnittstellen vorzuhalten, um diese speditiv und ohnegrossen Aufwand integrieren zu können, also Interopera-bilität zu ermöglichen. Technisches PnP wird heutzutagetypischerweise mit Web-Service-Technologien und ser-viceorientierten (Software-)Architekturen assoziiert. Einefachliche Adaption von PnP, im Sinne von auswählen,einstecken und nutzen, bedarf der Verfügbarkeit von fach-lichen Services in Form von logisch gruppierten IS-Dienst-leistungen, die fachlich zusammenhängende Funktionali-täten zur Unterstützung bestimmter Prozessaktivitätengruppieren und es ermöglichen, dem Nutzer individuali-sierte und integrierte IS-Unterstützung zu liefern. DiesesKonzept der fachlichen Services etabliert sich momentanim Rahmen von Unternehmensarchitekturansätzen (en-terprise architecture).Dieser Beitrag fokussiert auf den fachlichen Aspekt vonPnP der IS in Spitälern. Im Kern dieses Artikels steht einReferenzmodell von fachlichen Services, das auf einerfunktionalen Zergliederung der durch IS unterstützbarenFunktionen eines Spitals basiert. Es soll die im folgendenbeschriebenen aktuellen Herausforderungen von CIOsadressieren, in dem es eine Grundlage für die strukturier-te Dokumentation bildet und das Design der IS-Architek-tur ermöglicht, aber auch Potentiale schafft, um IS-ge-stützte Organisationsentwicklung zu forcieren.

Unternehmensarchitektur im Kontext organi-satorischerVeränderungsmassnahmen

Das im folgenden präsentierte Konzept von fachlichenServices zielt darauf ab, einen Beitrag zum strukturiertenManagement von IS-Funktionalitäten (nicht Softwarepro-dukten) und der Entwicklung von IS-Architekturen unter

Fachliche Services als Mittel zur Entwicklungvon Unternehmensarchitekturen in SpitälernRené Fitterer


Korrespondenz:René FittererInstitut fürWirtschaftsinformatikUniversität St. GallenMüller-Friedberg-Strasse 8CH-9000 St. [email protected]


50

Berücksichtigung fachlicher Einflussfaktoren (IT/businessalignment) zu leisten. Die Unternehmensarchitektur bildethierfür einen Bezugsrahmen, der die verschiedenen Ge-staltungsebenen der Organisation adressiert. Unterneh-mensarchitektur ist definiert als «eine strukturierte undaufeinander abgestimmte Sammlung von Plänen für dieGestaltung der IT-Landschaft eines Unternehmens, die inverschiedenen Detaillierungen und Sichten, ausgerichtetauf spezielle Interessengruppen, unterschiedliche Aspek-te von IT-Systemen und deren Einbettung in dasGeschäft […] darstellen» [1]. Eine Veränderung der Un-ternehmensarchitektur bedarf, wie jede andere organisa-torische Veränderungsmassnahme, eines organisations-internen oder extern verursachten Anlasses [2]. Aktuelleexterne Massnahmen, wie die DRG-Einführung, dieSchweizer E-Health-Strategie oder Qualitätsbenchmarksder Spitäler (H+-Qualité, BAG-Qualitätsindikatoren für dieSchweizer Akutspitäler) stärken den Bedarf an IS-Unter-stützung. Die Dimensionen der internen Veränderungs-treiber mit einem Fokus auf IT-Business Alignment sind inAbbildung 1 dargestellt.Wenngleich «IT follows business» heutzutage ein in vielenIndustrien akzeptiertes IS-Designparadigma ist und auchals primäres Designprinzip für IS in Spitälern betrachtetwerden kann, so können Veränderungen auch aufgrundvon fachlich ausgerichteten «Push»-Massnahmen ausge-löst werden. Das im folgenden vorgestellte Konzept vonfachlichen Services soll einen Beitrag zu diesem Treiberfür Veränderungen und der entsprechenden IS-Unterstüt-zung leisten.

VeränderteAnforderungen an die Informa-tionssysteme und fachliche DekompositionalsArchitekturprinzip

Das Kompetenzzentrum Health Network Engineering (CCHNE) der Universität St. Gallen veranstaltet regelmässigWorkshops, die eine neutrale Plattform zum Austauschzwischen Wissenschaft, Akteuren des Gesundheitswesens

(primär Spitäler) sowie Software- und Lösungsanbieternschaffen. Während des 8. Workshops im Januar 2009wurden zum Thema «Unternehmenswert von IT» im Rah-men einer moderierten Diskussion, an der zehn Spital-CIOs teilnahmen, die heutigen Ansprüche an die IT alsUnterstützungsorganisation des Spitals erfasst. Auf Basiseiner Klassifikation der Unterstützungsdimensionen derIT, die fünf essentielle Dimensionen unterscheidet – Kom-munikationsunterstützung, Verarbeitungsunterstützung,Dokumentationsunterstützung, Organisationsunterstüt-zung (Prozesse usw.) und Entscheidungsunterstützung [5]–, konnten aktuelle und anstehende Ansprüche identifi-ziert werden, die von hoher fachlicher Relevanz sind undprimär den Dimensionen Organisationsunterstützung undEntscheidungsunterstützung zugeordnet werden können.Seitens der Organisationsunterstützung wird der stei-gende Anspruch nach Prozessunterstützung und -opti-mierung gesehen. Dabei sollen vermehrt die Kernpro-zesse, beispielsweise durch Unterstützung klinischer Be-handlungspfade, Auftragsmanagement u.a., adressiertwerden und neben Effizienz und Qualität auch in bezugauf die Benchmarks eine Transparenzsteigerung realisiertwerden. Im Bereich der Entscheidungsunterstützung sinddie Ansprüche zweigeteilt. Einerseits besteht der Bedarf,klinische Dokumentation und andere Informations- undWissensbasen stärker in den klinischen Entscheidungs-prozess zu integrieren. Anderseits besteht, sehr wahr-scheinlich durch die DRG-Einführung, verstärkter Bedarffür Unternehmenssteuerungssysteme. Diese Ansprüchemachen deutlich, dass den Spital-CIOs heute und in Zu-kunft verstärkt Informationslogistik- [6] und Unterneh-mensarchitekturaufgaben verantwortet werden.Aufgrund der Heterogenität bestehender IS-Landschaf-ten und der Vielschichtigkeit der Stakeholder eines Spi-tals kann die Unternehmensarchitektur von Spitälernals komplexes System erachtet werden. Diese Herausfor-derung adressierend, ermöglicht eine funktionale De-komposition/Zergliederung die Identifikation diskreterFunktionalitäten eines Spitals und erlaubt somit dieGruppierung der diversen Fähigkeiten und Aktivitäteneines Spitals in Gruppen von maximaler Homogenität. ImRahmen der Gebäudearchitektur von Spitälern definiertbeispielsweise die DIN 13080 [7] auf Basis einer funktio-nalen Zergliederung eine Taxonomie nach Funktions-bereichen, Funktionsstellen und Teilstellen (z.B. «Unter-suchung und Behandlung», «Aufnahme und Notfallver-sorgung», «medizinische Aufnahme»). Die Taxonomieermöglicht somit eine Gliederung der Grundflächen nachspitalspezifischen Funktionen mit dem Ziel, bestmöglicheArbeitsumgebungen für die Abläufe und Aktivitäten derjeweiligen, die Funktion erfüllenden Spitalmitarbeiter zuschaffen. Auf Basis der DIN 13080 wurde ein erster Ent-wurf einer entsprechenden Taxonomie der fachlichenIS-Funktionalitäten eines Spitals erarbeitet. Die Metho-dik und das Ergebnis werden in den folgenden zwei Ab-schnitten beschrieben.


IT-Prozesse &Systeme

IT-Strategie &Management

Unternehmens-Strategie undProjektmanagement

Interne undübergreifendeBehandlungspfade undGeschäftsprozesse

Strategie

Prozesse

Fach

Push Pull

Push

ExternerAnreiz

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


51

Fachliche Services – Bindeglied zwischenGeschäftsarchitektur und IS-Architektur

Mit dem Ziel der Entwicklung von IS unter Berücksichti-gung fachlicher Einflussfaktoren unterscheidet die Un-ternehmensarchitektur zwischen zwei grundsätzlichenArchitekturebenen, der Geschäftsarchitektur und der IS-Architektur, die mittels verschiedenen Analyse- und Mo-dellierungsschichten integriert werden [8]. Das Konzepteiner «Alignment-Ebene» realisiert hierbei ein Mappingzwischen Geschäftsarchitektur und IS-Architektur auf derBasis eines serviceorientierten Ansatzes zur Gestaltung«komplexer Anwendungssystemlandschaften» [4]. Analogzu den Funktionsbereichen, Funktionsstellen und Teilstel-len der DIN 13080 strukturiert die Alignment-Ebene diedurch IS unterstützbaren Aktivitäten der Organisationhierarchisch nach Domänen, Applikationen und fachli-chen Services. Als feingranularste Einheit repräsentierenfachliche Services Funktionsbündel, die aufgrund der ge-meinsamen Unterstützung von Geschäftsprozessen (fach-liche Prozessservices), der gemeinsamen Bewirtschaftungvon Informationsobjekten (fachliche Querschnittsservices)oder gemeinsamer Wiederverwendung von Funktionalitä-ten (kanalorientierte fachliche Services) zusammenhän-gen [9]. In Anbetracht der hohen funktionalen Spezialisie-rung der Spitalmitarbeiter und der Fokussierung auf dieWiederverwendbarkeit von IS-Funktionalitäten (fachli-ches PnP) erscheinen kanalorientierte fachliche Servicesals besonders nützlich. Diese fachlichen Services gruppie-

ren somit IS-Funktionalitäten entsprechend der Aktivitä-ten und Funktionen der Berufsgruppen eines Spitals undermöglichen aus fachlicher Sicht ein PnP, da, anstelle vonSoftwareprodukten, aufgaben- und rollengerechte IS-Lei-stungen angeboten und entwickelt werden. Der folgendeAbschnitt präsentiert die ersten Resultate einer Analysevon fachlichen Services, die als Grundlage zur Modellie-rung von IS-Architekturen dienen und eine Identifikationder Entwicklungspotentiale ermöglichen.

Referenzmodell fachlicher Services

Um eine vergleichbare Dokumentation von IS-Architektu-ren in Spitälern zu ermöglichen, wurde ein Referenzmo-dell kanalorientierter fachlicher Services entwickelt, mitdem Fokus auf mittelgrosse öffentliche Spitäler, d.h. pri-mär Versorgungsniveau 2–3 gemäss Krankenhaustypolo-gie [10]. Das in Abbildung 2 dargestellte Modell basiert aufeiner Analyse der IS-Landschaft in fünf kantonalen Spitä-lern und der aktuell verfügbaren Softwareprodukte fürSpitäler.Wenngleich das Modell einen ersten Entwurf darstellt undnoch nicht als vollständig betrachtet werden kann, zeigt esdennoch die grundsätzliche funktionale Struktur der IS-Architektur für Spitäler auf. Das Referenzmodell unter-stützt somit die Bebauungsplanung und Abdeckungs-analyse von IS-Architekturen aus Sicht der fachlichenFunktionen. Im Rahmen eines Benchmarkings der Lei-stungen von IT-Abteilungen (Infrastruktur, Applikationen,Services) in 19 Schweizer Spitälern wird das Modell zur«Kodierung» der Softwareprodukte der jeweiligen Spitä-ler verwendet und ermöglicht somit eine vergleichendeAbdeckungs- und Nutzenanalyse der IS-Architekturen. ImZugedieserAnwendungwird dasModell stetig geprüft undes werden gegebenenfalls Applikationen oder fachlicheServices hinzugefügt.

Diskussion und Ausblick

PnP von IS in Spitälern ist mehr als nur eine technischeFragestellung. Ebenso wie die serviceorientierte Architek-tur nicht nur auf technische Web-Service-Fragestellungenbeschränkt sein darf, sollten fachliche Herausforderungenbesonders im Fokus der anstehenden IS-Investitionen zurSteigerung von Prozessorientierung und Vernetzungsfä-higkeit stehen. Das Prinzip der Strukturierung der IS-Ar-chitekturen anhand von kanalorientierten fachlichen Ser-vices ermöglicht eine Bewertung der Ist-Situation undkann Veränderungsanreize schaffen. Bestehende Ansätzezum Architekturmanagement [11, 12] liefern einen not-wendigenBezugsrahmenund bietenAnleitung fürdiewei-tere Umsetzung im Rahmen von Projekten zur Integration,Veränderung oder Einführung von IS. Der Ansatz leistetsomit einen ersten Beitrag zur besseren Adressierung derAnspruchsgruppen klinischer IS im Rahmen von Verän-derungsprojekten. Dennoch müssen neben den fachlichenAspekten auch besonders soziale Aspekte im Rahmen ei-nes integrierten Change-Managements (Widerstand ein-


© 2008 IWI-HSG , CC Health Network Engineering René Fitterer Folie �#�

Bed and allocationplanning

Untersuchung, Behandlung und Pflege

Administration

Versorgung undEntsorgung

Administration

Management

Informationsmanagement

Materialwirtschaft

Supply Chain Management

Anlagenbewirtschaftung

Behandlungs- und Ressourcenplanung Medizinische Verwaltung

Behandlung Dokumentation

Therapie- undKonsultationsplanung

Pflegeplanung OP-Management

Entscheidungs-unterstützung

Auftrags- undProzessmanagement

Laborinformations-management

Bildarchivierungs- undinformationssystem

MedizinischeKommunikation

Spezial-/Fachbereichs-anwendung

Diagnose-dokumentation

Medikations-dokumentation

Behandlungsprozess-dokumentation

Pflege-dokumentation

Ergebnis-dokumentation

Labor-dokumentation

Leistungserfassung

Patientenverwaltung Personalplanung

ReportingPlanung undSteuerung

Anlagen- undRessourcenverwaltung Projektmanagement

AbrechnungFinanzbuchhaltung,Rechnungswesen

Personalwirtschaft Beziehungs-management

Content ManagementWorkflowmanagement

Documenten-management Archivierung

Planung

Lagerwirtschaft HausinterneLogistik

Sourcing(strat. Beschaffung)

Procurement(operat. Beschaffung) Vertragsmanagement

Anlagenwartung Lebenszyklus-management

Abbildung 2Referenzmodell fachlicher Services für öffentliche Spitäler mittlerer Grösse.


52

zelner Berufsgruppen, unterschiedliche Zielsysteme, Arzt-Patienten-Verhältnis usw.) adressiert werden [13].Darüber hinaus kann die Betrachtung von fachlichen Ser-vices einen Beitrag leisten zu einer der grundsätzlichenProblematiken des technischen PnP: der Abwägung desAufwandes für die Schaffung von Schnittstellen zwischenIS-Funktionalitäten bzw. Softwareprodukten (z.B. mittelsWeb-Services) und deren Nutzungshäufigkeit, im Sinneder Amortisation. So erscheint aufgrund der grossen Ho-mogenität der innerhalb fachlicher Services gruppiertenIT-Funktionen eine Schaffung von PnP-Schnittstellen we-niger sinnvoll, da diese ohnehin meist im Paket genutztwerden, d.h. ganz oder gar nicht. In bezug auf die spezia-lisierten Aufgaben der Nutzer und deren Zusammenhangim Rahmen von Prozessen repräsentieren die fachlichenServices jedoch essentielle Bausteine, die mittels PnP eineindividualisierbare und integrierte IS-Unterstützung er-möglichen sollten.

DanksagungDer Autor dankt den Mitgliedern der von BEG & PartnersAG 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 Unternehmens-führung und Organisation, Band 2, 4. Auflage, Schäffer-Poeschel, Stutt-gart 2004, S. 1088–101.

3 Henderson JC, Venkatraman N. Strategic alignment: Leveraging infor-mation technology for transforming organizations, in: IBM SystemsJournal. 1993;32(Nr. 1):4–16.

4 Aier S, Winter R. Virtuelle Entkopplung von fachlichen und IT-Struktu-ren für das IT/Business Alignment – Grundlagen, Architekturgestaltungund Umsetzung am Beispiel der Domänenbildung, in: Wirtschaftsin-formatik. 2009;51(Nr. 2):175–91.

5 Haas P. Medizinische Informationssysteme und Elektronische Kran-kenakten, Springer, Berlin et al. 2005.

6 Dinter B, Winter R. (Ed.), Integrierte Informationslogistik, Springer,Berlin et al. 2008.

7 Normenausschuss Rettungsdienst und Krankenhaus (Ed.), DIN13080:1999-10 – Gliederung des Krankenhauses in Funktionsbereicheund Funktionsstellen, DIN Deutsches Institut für Normung e. V., Berlin2003.

8 Winter R, Fischer R. Essential Layers, Artifacts, and Dependencies ofEnterprise Architecture, in: Journal of Enterprise Architecture. 2007;3(Nr. 2):7–18.

9 Schelp J, Winter R. Entwurf von Anwendungssystemen und Entwurfvon Enterprise Services – Ähnlichkeiten und Unterschiede, in: Wirt-schaftsinformatik. 2008;50(Nr. 1):6–15.

10 Bundesamt für Statistik der Schweiz, Statistik der stationären Betriebedes Gesundheitswesens Krankenhaustypologie, Version 5.2, Bundes-amt 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 Architec-ture Framework, The Open Group, 2009.

13 Herzlinger RE. Why Innovation in Health Care Is So Hard, in: HarvardBusiness Review, 2006; 58–66.



53

Summary

The Health On the Net Foundation (HON) is a pioneer inhealth promotion through the Internet. Its latest survey ofphysicians’ habits in terms of use of the Internet in thepatient-physician relationship will help to develop toolsfor physicians in promoting adapted, trustworthy andquality websites. The survey was circulated to the physi-cians of Geneva (Switzerland) from 25 August to 26 Sep-tember 2008. Their replies were analysed according towhether they answered via the Internet or regular post.The physicians evinced great interest in recommendinghealth websites, although the habit is not widespread.Three out of four physicians with an Internet connectionexpressed willingness to select trustworthy medical andhealth websites for their patients through a web tool. 70%also opted for a printed version of selected websites by atrustworthy organisation such as HON.

Introduction

La Fondation Health On the Net (HON) est l’organisationde référence en matière de promotion et de mise à dispo-sition d’information de santé fiable et de qualité sur Inter-net. Avec l’avènement des technologies de l’information eten particulier celles d’Internet, beaucoup de patients sontdevenus des «e-patients». Ils peuvent avoir plus facilementaccès à leurs informations médicales et ils peuvent surtoutavoir accès à de l’information de santé sur Internet. L’e-patient n’est pas seulement un «consommateur santé»mais c’est également devenu un acteur de santé puisquequ’en plus de lire, il peut également gérer et personnaliserson compte santé (Google Health ou MaSantéRomandeparmi beaucoup d’autres), il peut interagir avec d’autrese-patients, il peut créer du contenu sur Internet, ou encoreinfluencer le contenu d’autres e-patients. L’utilisation d’In-ternet dans le domaine de la santé est aujourd’hui une réa-lité puisque 74% des Nord-Américains ont accès à Inter-net [1] et que près des trois quart d’entre eux ont déjàconsulté Internet pour de l’information médicale [2]. L’e-patient fait face à de nouvelles compétences mais égale-ment à de nouveaux défis. Une très récente étude [3] faitétat de la «cyberchondrie» chez de nombreux e-patients.La cyberchondrie est une augmentation de l’inquiétudeaprès avoir consulté Internet pour un thème de santé.Consulter Internet influence le comportement du patientet sa relation avec le médecin. La Fondation HON œuvre àrelever les nouveaux défis d’Internet et en promeut unemeilleure utilisation. C’est dans ce contexte et dans le butde connaître les habitudes et la volonté des médecins d’uti-liser Internet dans le cadre de leur relation avec leurs pa-

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

Matériel et méthodes

L’enquête a été effectuée auprès des médecins membresde l’Association des Médecins du canton de Genève (AMG)entre le 25 août et le 26 septembre 2008. L’enquête a étédiffusée de manière électronique (courriel) et par courrierpostal auprès des médecins n’ayant pas communiqué leurcourriel à l’AMG. Ces derniers ont répondu par courrier,contrairement au premier groupe qui a répondu par uneinterface Web. Le questionnaire était composé de cinqquestions auxquelles le médecin pouvait répondre par ouiou 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 sé-

lectionner des sites de qualité et de confiance classés parsujets pour les conseiller à vos patients?

4 Si oui, quels types de sites aimeriez-vous pouvoirconseiller?Choix entre: Associations de patients, Informations mé-dicales/de santé générales, Informations médicales/desanté précises/spécialisées, Organisations profession-nelles, Compagnie d’assurance maladie, Groupes phar-maceutiques, 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 contenantdes adresses de sites sélectionnés spécifiques à cer-taines maladies?

Résultats et discussion

1751 médecins ont reçu un e-mail de l’Association des Mé-decins du canton de Genève leur demandant de participer

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


Correspondance:Célia BoyerFondation Health On the Net81, boulevard de la CluseCH-1205 Genè[email protected]


54

à cette étude. 207 réponses ont été recueillies dont 146 viale questionnaire en ligne et 61 envoyées par courrier pos-tal (fig. 1–8)

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

des réponses différentes. Les médecins du groupe courrieront à 69% un accès à Internet dans leur cabinet tandis queceux du groupe Web sont connectés à 97%. Ce pourcen-tage montre néanmoins une forte pénétration d’Internetdans l’environnement de la consultation au cabinet.

Recommander des sitesWeb aux patientsLes médecins recommandent des sites Web à 46% enmoyenne (fig. 2). Comme pour le premier constat, ce ré-sultat est à prendre au conditionnel. A titre de comparai-son, une enquête via le Web menée par la Fondation HONauprès des professionnels de santé européens [1] montreque 66% d’entre eux recommandent des sites Web à leurspatients. Cette étude portait principalement sur les Bri-tanniques et les Américains, les médecins spécialisés, lesinfirmiers et les généralistes.Il semble que les médecins qui ont un accès Internet et quil’utilisent régulièrement l’intègrent dans le cadre de leurrelation médecin-patient. Une constatation semblable aété faite pour les patients dans une étude [5] sur l’utilisa-tion d’Internet. Cette étude montre que ceux qui utilisentrégulièrement Internet l’utilisent également plus fréquem-ment dans le contexte de leur santé. Les utilisateurs régu-liers ont également jugé l’Internet comme une source d’in-formation plus importante que ceux qui ne l’utilisent pasrégulièrement. Un autre critère important qui influence laconsultation d’information de santé sur Internet est l’étatde santé du patient. Une enquête de Pew Internet & Ame-rican Life Project [2] a montré que les internautes dont lasanté était en jeu sont proportionnellement plus nombreuxà consulter Internet et que cette recherche a influencé lecours de leurs traitements plus souvent que les autres In-ternautes

Recommander des sitesWeb avec un outil InternetA la question: les médecins utiliseraient-ils un outil Inter-net permettant de sélectionner des sites de qualité et deconfiance classés par sujet pour les conseiller à leurs pa-tients, les deux groupes se distinguent en répondant fa-vorablement par 36% (fig. 3) pour le groupe courrier et78% (fig. 4) pour le groupe Web. Ces résultats montrentque ceux qui ont un accès Internet à leur cabinet, et quiutilisent plus régulièrement le Web sont ceux qui recom-mandent le plus des sites Web. En comparant, au sein dugroupe courrier, les médecins qui recommandent des sitesavec ceux qui utiliseraient un outil Internet pour recom-mander des sites Web (36%, fig. 3), on remarque que legroupe courrier reste très peu sensible à l’idée d’un outilInternet. Quant au groupe Web, il est beaucoup plus ré-ceptif à cette proposition puisque plus de la moitié des mé-decins recommandent des sites Web mais que 78% (fig. 4)d’entre eux sont favorables à l’idée d’utiliser un outil In-ternet.

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


Figure 1Question 1, réponses courrier etWeb.


Figure 3Question 3, réponses courrier.

Figure 4Question 3, réponsesWeb.


55

plus fréquemment choisis sont les sites d’information gé-nérale ou spécialisée (fig. 8). Cela correspond aux habi-tudes des Internautes qui consultent le plus souvent Inter-net pour simplement s’informer sur la santé en général [5].Les raisons invoquées pour consulter Internet sont le plussouvent dans le contexte d’une consultation. Les «e-pa-tients» consultent Internet presqu’autant avant qu’aprèsune consultation. Ils questionnent également Internet poursavoir s’ils vont consulter leur médecin ou pas.Les deuxièmes types de sites à recommander par les mé-decins genevois sont les «associations de patients» et les«conseils pour le quotidien». Cela montre le souci des mé-decins de voir leurs patients trouver du soutien et des res-sources 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 inha-bituel, les professionnels de santé ont encore peu d’in-fluence sur les habitudes des Internautes. Moins de 10%des Internautes ont pris connaissance d’un site de santépar leurs professionnels de santé. Les médias usuels (ra-dio, TV, presse) sont aujourd’hui ceux qui font le plus sou-vent connaître les sites Web [7].

Recommander des sitesWeb avec des «fiches»La question 5 suggère d’utiliser des «fiches» déjà impri-mées contenant des adresses de sites sélectionnés spéci-fiques à certaines maladies. Les deux groupes sont moinsfavorables à cette idée puisque 21% (fig. 5) du groupe cour-rier 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 del’outil Web (66%, moyenne résultats fig. 3 et 4).Par contre, si on prend les médecins ayant répondu posi-tivement 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 sitesWeb soit bien perçue, le format et la personnalisation duservice reste un critère important. Il est possible que lesmédecins veuillent garder le choix des sites qu’ils recom-mandent à leurs patients.

Les réserves des médecins sur l’utilisation d’InternetCette enquête montre l’intérêt que peuvent porter les mé-decins pour l’utilisation et la consultation de sites Webdans le cadre de la relation médecin-patient. Cela dit, 33%des répondants (moyenne résultats fig. 3 et 4) ont, quant àeux, montré des réticences en s’exprimant défavorable-ment vis-à-vis d’un outil Web permettant de sélectionnerdes sites Web à recommander à leurs patients. Si le faitd’avoir un accès Internet au cabinet et d’utiliser le Web demanière régulière influence très probablement ces avis, ilfaut néanmoins considérer d’autres raisons. Dans une en-quête menée par la Fondation HON [6], les patients et lesprofessionnels de santé ont identifié des risques liés au faitqu’un patient consulte un site Internet. Cette enquête mon-tre que les patients sont plus confiants dans l’utilisationd’Internet que le sont les médecins. 67% des patients sontd’avis que consulter de l’information médicale sur Inter-net augmente l’adhérence thérapeutique, tandis que 42%des professionnels de santé pensent le contraire. Un pa-tient sur deux pense que consulter Internet l’encourage àcontester l’autorité du médecin. Les professionnels desanté, sont, quant à eux, 60% à partager cet avis. Le risquequ’un patient fasse recours à l’automédication, au senslarge, est partagé semblablement par les deux groupes:69% des patients et 67% des professionnels de santé. Lerisque qu’Internet remplace une consultation médicale aété également étudié dans une enquête de l’Inserm [7]. Se-lon cette enquête, 44% des internautes affirment ne jamaisavoir consulté Internet en remplacement d’une consulta-tion médicale, tandis que plus de 16% d’entre eux affir-ment le faire assez souvent ou très souvent. Si remplacerune consultation médicale par une consultation d’Internetn’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 égale-ment exprimé la crainte que consulter Internet puisse di-minuer la confiance d’un patient en son médecin. Cetteidée est partagée par 42% des professionnels de santé tan-dis que 55% des patients pensent le contraire [6].


Figure 5Question 5, réponses courrier.

Figure 6Question 5, réponsesWeb.



56

Les avantages de l’utilisation d’InternetMalgré ces craintes, les patients, comme les professionnelsévaluent de manière positive leurs expériences de l’utili-sation d’Internet dans la relation médecin-patient. Unetrès large majorité dans les deux groupes (patients et pro-fessionnels) pense qu’Internet améliore les connaissancesdu patient, la communication, la qualité de la consultation,l’adhérence thérapeutique ainsi que le partenariat entre lepatient et son médecin (fig. 9) [6].Si les médecins sont favorables à l’idée de recommanderdes sites Internet à leurs patients, ces derniers sont de-mandeurs de ce genre de service puisque 90% des patientspensent que leurs médecins devraient leur recommanderdes sources d’information de confiance sur Internet [6].

Limitations

Cette enquête prospective laisse uniquement supposer del’accueil que réservent les médecins genevois à l’utilisationd’Internet avec leurs patients. L’échantillon de 207 (sur1751) médecins ayant répondu n’est pas représentatif del’ensemble des médecins genevois. Il faut considérer plu-sieurs biais comme l’intérêt des médecins porté à cethème, l’environnement de travail ou encore les particula-rités de leurs patients.

Conclusion

Les professionnels de santé expriment leurs craintes vis-à-visde l’utilisationd’Internetmais enmêmetemps ilspar-tagent les bénéfices d’Internet dans leur relation avec leurspatients. Notre enquête montre que pour de nombreux mé-decins genevois, Internet fait déjà partie de leur environ-nement de travail et qu’ils souhaitent mieux intégrer cetteressource. En préférant un outil où ils sélectionnent eux-mêmes les sites, contrairement à un support papier avecdes sites présélectionnés, les médecins soulignent l’im-portance d’adapter l’information à chaque patient.C’est dans ce contexte et en partenariat avec l’AMG, lesmédecins et les professionnels de santé, que la FondationHON souhaite développer un outil adapté et promouvoirune saine et intelligente utilisation d’Internet.La Fondation HON remercie l’AMG pour sa précieuse col-laboration ainsi que les médecins ayant participé à cetteétude.

Références

1 Internet World Stats, http://www.internetworldstats.com/stats2.htm.2 S. Fox Pew Internet & American Life Project: The Engaged E-patient Pop-

ulation 2008, http://www.pewinternet.org/pdfs/PIP_Health_Aug08.pdf3 White R, Horvitz E. Microsoft Research: Cyberchondria: Studies of the Es-

calation of Medical Concerns in Web Search 2008, ftp://ftp.research.mi-crosoft.com/pub/tr/TR-2008-178.pdf

4 Health On the Net Foundation. Healthcare professionals’ experience ofthe medical Net Survey May-July 2000 http://www.hon.ch/Survey/Re-sPoll/HP_Europe.html

5 Andreassen H, et al. European citizens’ use of E-health services: A studyof seven countries. BMC Public Health. 2007;7:53.

6 Health On the Net Foundation. Analysis of 9th HON Survey of Health andMedical Internet Users 2004–2005 http://www.hon.ch/Survey/Sur-vey2005/res.html#Ancre1

7 Renahy E, et al. Enquête web sur les habitudes de recherche d’informa-tions liées à la santé sur Internet. Inserm, 2007 http://www.inserm.fr/fr/questionsdesante/rapports/att00003484/enquete_whist_2007.pdf


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



57

Summary

The expansion of biomedical knowledge, falling comput-ing costs and the spread of IT facilities have resulted inan escalation of biomedical electronic data. However, dueto the inadequacy of specialised tools, these data arerarely integrated and analysed. This paper presents a pilotsystem which is to be used in the European FP7 DebugITproject to integrate biomedical data from several health-care centres across Europe. The system aims to solvecomplex problems arising, firstly, from the technical andsemantic heterogeneity intrinsic to these kinds of datasource, and, secondly, from the unreliability of the dis-tributed system.

Introduction

The last ten years have been marked by the greatest in-crease in biomedical data in human history [1]. Thanks tothe availability of lower-cost computing and with a con-comitant expansion in computing power and facilitiesthese data can be accessed and processed on a very largescale. Biomedical databases cover a growing share of in-formation, ranging from clinical findings to genetic struc-tures, including social, behavioural, societal, and environ-mental data.However, secondaryusageof this informationto further improve the quality and safety of patient care ismodest.The task of developing a system that provides access in-teroperability and homogeneity across countries, datasources and data types presents many challenges. The in-tegration system must cope with: lack of technical inter-operability, including different hardware platforms, oper-ating systems, database management systems, accessprotocols, transport formats, and programming languages[2]; lack of semantic interoperability within the differentdata sources [3];management of heterogeneous data qual-ity, especially with respect to statistical analysis sensitiveto heteroscedasticity [4]; and finally, security, privacy, andconfidentiality across regions and countries, breaches ofwhich can lead to unacceptable and unforeseen risks forthe patient’s and citizen’s right to privacy [5–7].To handle the issues aforementioned, different integrationsystemshavebeenproposed 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 beused to build interoperability between heterogeneous da-ta stores in a network of hospitals in the DebugIT (Detect-ing and Eliminating Bacteria Using Information Technol-ogy) project [21]. In the next section the DebugIT ClinicalData Repository architecture is depicted. In section 3, is-sues concerning integration are discussed. Finally, con-cluding remarks are presented in section 4.

The DebugIT Clinical Data Repository

The DebugIT project will use clinical and operational in-formation from existing clinical information systems (CIS)located in several hospitals across Europe, with a view toadvancing the healthcare battle against bacteria throughthe use of information technology. Access to these distrib-uted and heterogeneous data will be gained through a vir-tualised, fully integrated clinical data repository (CDR).TheDebugIT project requires a unique homogeneous viewof the data sources featuring transparent access. Due toethical and privacy issues, centralising the raw data in apermanent store is not a plausible solution. The datasources must be accessed through SPARQL and the resultspresented in the RDF format. To meet these requirementsthe system architecture depicted in figure 1 is composedof three main components: wrappers, local CDRs and acentral virtual CDR – a federated database instance.Wrappers are responsible for the ETL – extract, transformand load – process. They extract the data from the local

Integration of biomedical data usingfederated databasesDouglasTeodoroa, Emilie Paschea, RolfWipflia, Julien Gobeilla,c, Rémy Choquetb, Christel Danielb, PatrickRucha,c, Christian Lovisaa SIM, University of Geneva and University Hospitals of Geneva, Geneva, Switzerlandb INSERM, Université Paris Descartes, Paris, Francec HEG, University of Applied Science, Geneva, Switzerland


Correspondence:DouglasTeodoroUniversity Hospitals of Geneva4, rue Gabrielle-Perret-GentilCH-1211 [email protected]


58

CIS, perform amodel transformation from the CIS into theDebugIT model, and then load the data into the local CDR.With the data already stored, they still have two tasks toperform: normalise the content using ontologies – NEWTforbacteria,WHO-ATC fordrugs, SNOMEDCT for cultures,Time.OWL for time attributes, among others; convert thedata from the local CDR “input model”, an EAV/CR model,to the local CDR “interface model”, which provides a cus-tomised physical schema. The tasks performed by thewrappers are described in the UML diagram presented infigure 2.The Talend1 suite is used in the wrappers’ development. Itprovides a semi-automatic source representation andready-to-use models for several source types, including

RDMS, delimited files, and XML files among others. Addi-tionally, it provides the means to semi-automatically mapthe CIS content to the DebugITmodel, using a friendly GUIinterface.Local CDRs are MySQL database instances that store De-bugIT data extracted from the CIS. They are set up insidethe demilitarised zone (DMZ) of each data provider, beingthe interface between the data provider and thewhole sys-tem. The data stored in the local CDRs may be validatedand annotated if needed. They are based on DBMS for rea-sons 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 queryinterface. The EAV/CR schema provides a robust layer be-tween the CIS and the CDR, avoiding changes on both sideswhen one of them needs to be modified. Furthermore, itsolves the problem of devising a model capable of hostingall theDebugITdata coming fromseveral different centres.The customised schema is the local CDRexternal interface.It is populated with the normalised data previously storedin the EAV/CR schema. It is used to solve problems withthe query performance and expressiveness found in theEAV/CR model.Local CDRs are used to perform the following tasks: 1) nor-malise the content of the CDR; 2) build the data catalogueand information model; 3) draft the DebugIT core ontol-ogy; 4) apply data mining methods and 5) draft endpointuse cases. They also reduce the load on the production sys-tems and will be of great help when dealing with privacyissues, by allowing sensitive data to be encrypted and re-stricting access according to the user’s role.The core of the system is a MySQL federated database in-stance. It links all the data sources to create a global viewon top of them. It thereby enables the DebugIT data to be


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

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

1 www.talend.com


59

accessed through a single query point but without storingany data centrally. The CDR and the local CDRs arewrappedaswebdata services usingD2R2 to provideSPAR-QL endpoints.The systemuses a global schemaand thus adopts the tight-ly coupled integration approach [2]. Global schema is theeasiest way and the key component for the semantic in-teroperability when ready-to-use operational ontology isnot present. With the common schema designed it is pos-sible to accommodate all the data pertinent to the projectand their relations.The CDR architecture has characteristics of both datawarehousing and view integration approaches. Datatransformation and common schema are typical of datawarehousing, while the nonexistence of central storage isthe main characteristic of view integration. Thus, the CDRpresents the upside and downside of those approaches.The upside is high performance (data warehousing) andno data exposure (view integration). The downside is thecost of datamodel updates (datawarehousing and view in-tegration) and data synchronisation (data warehousing).

Discussion

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

the entire sourcedatasets. From theanalytical side, knowl-edge of the existence, physical location, accessmechanismor schema of the underlying local databases will not be re-quired.To have a flexible system, the content of the local databas-es must be autonomously and locally maintainable. Theseschemas change quickly on average, i.e. two or three timesper year. The databases are designed and maintained tomeet local needs and changes are made independently ofthe integrated structure.Further, it is interesting to have an automatic or semi-au-tomatic source representation. It would foster the integra-tion of new sources and have a very important bearing forsystems in which the source sites have frequent schemaupdates.The design of DebugITCDRattempts to follow the conceptsmentioned above. Table 1 illustrates some comparative as-pects of relevant integration systems found in the litera-ture in the last two decades against the DebugIT CDR.

Conclusion

In this paper the pilot architecture for the CDR to be usedin the DebugIT project has been described. It constitutes asimple data integration model via the use of the MySQL-federated engine to integrate distributed data and Talendand ontologies for homogenising models and data types.In spite of this, it is necessary to evaluate whether the fa-cilities provided by the federated approach areworthwhile


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

Table 1Comparison of data integration systems.

System Year Approach Usage Query Downside Upsidetransparency interface

HEMSYS 1987 View Yes HEMSYS Does not handle Update via globalintegration query transactions schema

language

SRS 1993 Link No Query form / Source specified Easy to use andintegration API-keyword by user performance

based

TSIMMIS 1994 View Yes LOREL Not a full integration Facilitate developmentintegration system of mediator

TAMBIS 1996 View Yes Concept Unable to specify Usage transparencyintegration navigation source. Inflexible Easy to query

schema change

VOTES 2005 View Yes SQL Based in a unique key Information securityintegration identification across

all data sources

caGrid 2005 View Yes Query API Performance Processing ofintegration workflows

@neurIST 2007 View Yes SPARQL Schema Information securityintegration maintenance

BioDWH 2007 Data Yes Query API Integrates only RDB Data synchronizationwarehousing sources

DebugIT 2009 Mixed Yes SPARQL/SQL Data synchronisation Robustness andCDR approach response time


60

in performance and ease of implementation when com-pared to the rigidness of the single conceptual model andthe high load on the wrappers that they bring.The next step towards the implementation of the integra-tion system is to finalise semantic interoperability and totackle the privacy issue with creative solutions.

AcknowledgementsThis research has been supported by the EU-IST-FP7 De-bugIT 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 Dis-tributed, Heterogeneous and Autonomous Databases. ACM ComputingSurveys 1990;22:183–236.

3 Karasavvas KA, Baldock R, Burger A. Bioinformatics integration andagent technology. J Biomed Inform. 2004;37:205–19.

4 MattesWB, et al. Database Development in Toxicogenomics: Issues andEfforts. Environ Health Perspect 2004;112:495–505.

5 Sinnott RO. Stell AJ, Ajayi O. Supporting grid-based clinical trials inScotland. Health Informatics Journal 2008;14:79–93.

6 Saltz J, et al. caGrid: design and implementation of the core architec-ture of the cancer biomedical informatics grid. BIOINFORMATICS2006;22:1910–6.

7 IavindrasanaJ, et al.Designof aDecentralizedReusableResearchData-base Architecture to Support Data Acquisition in Large Research Proj-ects. Stud Health Technol Inform. 2007;129:325–9.

8 Ritter O, Kocab P, Senger M,Wolf D, Suhai S. Prototype Implementationof 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 warehousetoolkit. BMC Bioinformatics. 2006;7:170.

11 Töpel T, Kormeier B, Klassen A, Hofestädt R. BioDWH: A Data Ware-house Kit for Life Science Data Integration. J Integrative Bioinformat-ics. 2008;5:93.

12 Pillai SV, Gudipati R, Lilien L. Design issues and an architecture for aheterogenousmultidatabase system.Proceedingsof the15thACMCom-puter Science Conference (1987).

13 Molina H.G, et al. The TSIMMIS Approach to Mediation: Data Modelsand Languages. J Intelligent Inform Systems. 1997;8:117–32.

14 Davidson SB, Overton C, Tannen V,Wong L. BioKleisli: A Digital Libraryfor Biomedical Researchers. Int J Digit Libraries. 1997;1:36–53.

15 Goble CA, et al. Transparent access to multiple bioinformatics infor-mation sources. IBM Systems Journal. 2001;40:532–51.

16 Arens Y, Knoblock CA, Hsu C. Query Processing in the SIMS Informa-tionMediator. Advanced Planning Technology, Austin Tate, AAAI Press,Menlo Park, CA (1996).

17 Preece AD, et al. The KRAFT Architecture for Knowledge Fusion andTransformation. Proceedings of the 19th SGES Int. Conf. onKnowledge-based Systems and Applied Artificial Intelligence (1999).

18 Etzold T, Argos P. SRS – an indexing and retrieval tool for flat file datalibraries. Computer Applications In The Biosciences 1993;9:49–57.

19 Schuler GD, et al. Entrez: Molecular biology database and retrieval sys-tem. Comp. Methods For Macromolecular Sequence Analysis1996;266:141–62.

20 Kersey P, Bower L, Morris L, et al. Integr8 and Genome Reviews: inte-grated 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 withantibiotics through multimedia data mining of heterogeneous clinicaldata. Stud Health Tech Inform. 2008;136:641–6.



61

Summary

OObbjjeeccttiivveess:: Decision makers and healthcare professionalsalways face major issues when the need arises to plan anIT investment. This paper reviews the different techniquesused in quantifying the return on investment (ROI) inhealthcare sector information technologies (IT).MMeetthhooddss:: Papers for this study were obtained directlyfrom their authors or downloaded via the University ofGeneva and the INSERM bibliographic portals. The choicewas based on Medline results and specific readings in se-lected journals from both the medical and economic fields.We list the most common methods that are available tocompute the return on IT investment in the general busi-ness and healthcare sectors. The focus is on macroeco-nomic and microeconomic studies using techniques whichmay yield disruptive results for IT ROI impact evaluationin hospitals.RReessuullttss:: Accounting and financial methods do not revealthe global IT investment influence in the hospital setting,although they provide interesting data on specific IT proj-ects. Econometric techniques tend to assess the positiveimpact of healthcare IT (HIT) on hospital productivity andproduction. The positive impact seems to be augmented inhospitals whose IT investments and integration levels arethe highest.CCoonncclluussiioonnss:: The identification of specific IT benefits re-mains questionable in 21st century hospitals, knowingtheir intermingling with people and processes. Macroeco-nomic analysis could provide a new set of tools to com-pute IT ROI in healthcare. All types of investment (inputs)and all returns (outputs) can be taken into account by toolsprecisely measuring the impact of IT investments,breakeven points and possible threshold levels. These re-sults could lead to higher levels of IT governance in hos-pitals.

Introduction

Depuis le début des années 70, les technologies de l’infor-mation et de la communication (TIC) en santé ont acquisune importance stratégique et économique croissante, enparticulier après la publication d’études mettant en évi-dence leur rôle possible dans l’amélioration de la qualitédes soins et la réduction des erreurs médicales [1]. AuXXIe siècle, les systèmes d’information hospitaliers (SIH)sont devenus si intriqués dans le quotidien des soignantsqu’il est presque devenu impossible de prendre une déci-

sion sans en tenir compte [2]. Mais même si tous les ac-teurs s’accordent sur leur importance, ils représentent ce-pendant des lignes budgétaires importantes qui n’ont pasencore prouvé indiscutablement leur profitabilité, ce quiprovoque toujours de nombreux débats lorsqu’il s’agit dejustifier les dépenses correspondantes. Sur cette base, destaxonomies de méthodes d’évaluation ont vu le jour et denombreuses études ont été publiées dans les revues éco-nomiques et managériales [3]. Malheureusement trop peuconcernent le secteur médical et en particulier les béné-fices que l’ont pourrait attendre des TIC. L’évaluation desbénéfices indirects (qualité et continuité des soins, satis-faction des utilisateurs, optimisation des processus desoins, etc.) du déploiement d’un SIH (aide à la prescrip-tion, 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]. Peud’études visent à évaluer les bénéfices directs du déploie-ment des SIH, et presqu’aucune étude n’a envisagé ces bé-néfices globalement dans un esprit de stratégie de typeportfolio [6]. En outre, les résultats contradictoires de cer-tains travaux amènent régulièrement les décideurs du mi-lieu hospitalier à faire des choix basés seulement sur lesprévisions des bénéfices indirects possibles/potentiels etpeuvent laisser penser que la notion même de bénéficesassociés aux TIC serait un oxymore. Cet article se focalisesur les approches évaluant le retour sur investissement(RSI) qui ont été publiées en vue de quantifier les bénéficesdirects des SIH. Il passe en revue différentes approches etméthodes disponibles pour aider à la décision en matièred’investissements en TIC à l’hôpital.

Bénéfices des SIH

Les bénéfices des systèmes d’information hospitaliers sontde trois catégories: cliniques, organisationnels et finan-ciers [7]. Dans ces trois catégories, ils peuvent être tangi-bles (faciles à identifier) ou intangibles (plus difficiles àmesurer). Tous ces bénéfices sont à prendre en considé-ration lorsque l’objectif est de déterminer la plus-value

Retour sur l’investissement des systèmesd’information hospitaliers, nouvelles approchesRodolphe Meyer


Correspondance:Dr Rodolphe Meyer, MDHôpitaux Universitaires de Genève, Service d’Informatique MédicaleRue Micheli-du-Crest 24CH-1211 Genève [email protected]


62

d’un SIH. Les bénéfices financiers tombent généralementdans une de ces catégories: réduction des coûts, amélio-ration de la productivité (qui se traduit en augmentationdes revenus) et amélioration de la compétitivité (qui setraduit en génération de revenus). Pour les comptabiliser,on utilise couramment le retour sur investissement (RSIou ROI en anglais) qui est le rapport de la somme d’ar-gent gagné ou perdu lors d’un investissement sur lasomme d’argent investie. La somme d’argent gagnée ouperdue est communément dénommée résultat net ougain/perte ou encore profit/perte. On se référera à l’ar-gent investi avec les termes capital ou actif. Le RSI peutreprésenter le retour sur un investissement passé, encours ou futur, mais il est calculé généralement sur unebase annuelle calendaire ou fiscale. Il s’exprime habituel-lement en pourcentage afin de permettre une meilleurevision du gain proportionnel.

Evaluer le RSI desTIC avec des méthodesfinancières et comptables

Il existe de nombreux modèles financiers pour calculer leRSI 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’inves-tissement. L’ACB correspond au quotient des bénéfices to-taux apportés par un projet spécifique sur la somme desinvestissements mis en œuvre pour le réaliser. Un rapportsupérieur à 1 indique un RSI positif. Mais aussi simple quece calcul paraisse, les données nécessaires à sa réalisationsont loin d’être faciles à réunir.Une étude récente utilisant l’ACB a été commanditée parla commission européenne (direction générale de l’infor-mation de la société et des médias, Bruxelles) [8]. Dix siteseuropéens avec des implémentations TIC très variées(dossier patient électronique local ou national, aide à laprescription, aide à la décision clinique, dispatching logis-tique …) ont été évalués au niveau de l’impact des TIC dansleurs bénéfices. Les coûts et les bénéfices (ramenés à leurvaleur eneuros) prennent enconsidération tous les acteursdu milieu hospitalier (citoyens, professionnels, tierspayeurs, débiteurs, prestataires externes, etc.). Les résul-tats obtenus semblent montrer que les sites ont obtenus unimpact positif, à la fois des déploiements effectués et del’utilisation de leurs SIH, sur des périodes parfois trèscourtes (moins d’une année).Une autre étude intéressante utilisant le RCA a été réaliséeen 2006 aux Etats-Unis [9]. LeBrighamandWomen’s Hos-pital de Boston (centre universitaire de 720 lits d’adultes)a voulu évaluer le rapport coût–bénéfices de son systèmed’aide à la prescription. Entre 1993 et 2002, ce site a dé-pensé 11,8 millions de dollars pour développer, déployeret maintenir son SIH. Sur ces dix années, le système leuraurait permis d’économiser 28,5 millions de dollars. Lesplus grandes économies auraient été réalisées sur l’adap-tation des doses liées à la fonction rénale, sur l’optimisa-tion du temps de travail des infirmières, sur l’aide à la pres-cription de médicaments spécifiques et la prévention deseffets indésirables. Ces investissements substantiels ont

toutefois mis six années pour atteindre leur seuil de ren-tabilité et les bénéfices mesurés ont été obtenus par ana-lyse de la littérature et non par mesure directe.

L’insuffisance des méthodes comptableset économiques

De par leur nature intrinsèque (financière/économique),les méthodes précédentes ne prennent pas en compte lesaspects les moins tangibles de l’impact des TIC. L’amélio-ration de la satisfaction des utilisateurs (professionnels etpatients) est l’exemple typique. L’impact potentiel sauteaux yeux de tous, mais reste complexe à traduire finan-cièrement. Ces techniques ont aussi tendance à sous-esti-mer certains aspects du capital TIC. L’exemple le plus évi-dent est représenté par les nombreux éléments du parcinformatique de l’hôpital qui ont dépassé leur délai habi-tuel d’amortissement de cinq ans et qui sont toujours enactivité bien que non valorisés. Cette approche aura ten-dance à biaiser les études qui prennent en compte la pro-duction liée aux investissements TIC puisqu’une partie dela production analysée sera le fruit d’actifs invisibles surun plan comptable. Par ailleurs, l’acuité des modèles decalcul de RSI se dégrade en proportion de leur complexité.Il existe au moins 15 modèles d’analyse RSI que les déci-deurspeuventutiliserpour lesTIC.Cela est finalementpro-blématique, car plus la méthode est compliquée plus elleest chronophage; cela se faisant bien sûr au détriment dutemps passé sur le projet global. Isoler un projet informa-tique hospitalier pour essayer d’en mesurer la valeur ajou-tée n’est pas toujours pertinent. Ou, comme Steve Ulfederl’amentionnédans les colonnesdeComputerworld, «l’idéequ’il existe des projets TIC doit être abandonnée. Il n’existeque des projets visant à améliorer les processus commer-ciaux, à développer de nouveaux produits ou services, àaméliorer la prise en charge des utilisateurs ou à amélio-rer les performances». En outre, tous les outils financierset comptables, lorsqu’ils sont utilisés pour évaluer un in-vestissement futur, ont une tendance nette à freiner les vel-léités d’innovation. Ils détournent les ressources disponi-bles des investissements dont la rentabilité ne se situe pasdans un horizon immédiat [6].

L’approche économétrique pour évaluer le RSI

L’économétrie est une branche des mathématiques quis’est développée afin d’appliquer des techniques de calculsstatistiques aux principes de l’économie moderne. La miseen application des méthodes économétriques au niveaud’une entreprise (microéconomie) est possible. Dans ce ca-dre, la mesure de l’efficacité du capital que l’on nomme RSIse fera grâce à l’utilisation des fonctions de coût ou de pro-duction [7]. Utilisées depuis la fin des années 80 dans l’in-dustrie pour évaluer l’intérêt des TIC, les fonctions de pro-duction ont démontré leur pertinence dans l’analyse de lacontribution des systèmes d’information [10]. Si on sou-haite les appliquer à l’hôpital, les modèles économétriquesdoivent être adaptés pour intégrer les spécificités du do-



63

maine de la santé. Leur emploi fait ressortir des problé-matiques classiques quant aux mesures de la production,de l’efficience et de la productivité [11]. Mais il reste es-sentiel d’être capable d’estimer les bénéfices des TIC dansle domaine médical.La première approche économétrique des TIC en santéa été effectuée par les écoles de commerce de trois univer-sités américaines en 2000 (Texas Tech University Collegeof Business; the University of Illinois at Chicago Collegeof Business, the University of Arizona Karl Eller School ofManagement). Nirup Menon et coll. ont analysé l’impactdes TIC en santé en utilisant des données hospitalières al-lant de 1976 à 1994 [12]. Les données de l’étude (1130 ob-servations) furent obtenues du département de la santé del’Etat de Washington et excluaient les structures très spé-cialisées (psychiatrie, rééducation, etc.). Les auteurs ontutilisé pour leurs calculs une technique de frontière sto-chastique. Etant donné que cette approche suppose quetous les processus de production soient, par nature, inef-ficaces, les paramètres de leur modèle ont capturé les inef-ficacités des processus de production au niveau de l’hôpi-tal de façon réaliste. Les résultats obtenus avec cetteméthode indiquent que les TIC contribuent positivement àla production de services (output) dans le secteur de lasanté des Etats-Unis. Le travail TIC et le travail médical ontaffiché une influence positive sur la production ainsi qu’unimpact positif sur la moyenne des recettes marginales.Toutefois, il apparaît que le capital médical semble être né-gativement associé à la production au cours de cette pé-riode, ce qui pourrait s’expliquer par une volonté de conte-nir les coûts en favorisant les soins ambulatoires audétriment des hospitalisations.En 2003, Ko et Osei-Bryson ont exploré l’impact sur la pro-ductivité des TIC dans le secteur de la santé en utilisant desrégressions de type regression spline (RS) avec une ap-proche fondée sur une fonction de production «translog»permettant la possibilité d’étudier les interactions entre lesvariables prédictives (capital non TIC, travail non TIC, ca-pital TIC) [13]. Ils ont utilisé les mêmes données que Me-non et Lee [12]. Le recours à des régressions par directionsrévélatrices leur a permis de comprendre la relation com-plexe entre les investissements dans les TIC et la produc-tivitédans le secteurde la santé. Les résultatsde cette étudesuggèrent que chaque variable d’entrée a une interactionavec d’autres variables d’entrée. Les résultats suggèrentégalement que, sous certaines conditions, les investisse-ments en capital TIC ont un impact positif sur la producti-vité, et que cet impact n’est pas uniforme, mais est condi-tionné par le montant investi dans le capital TIC et lesinvestissements dans le capital non TIC. Ainsi, l’identifi-cation d’un niveau optimal de l’investissement danschaque variable, pourrait conduire à l’accroissement de laproductivité au niveau de l’hôpital.Sur ces bases, nous avons procédé, en 2006, à une analyseéconométrique sur les données de 17 hôpitaux parisiensparmi les 38 hôpitaux de l’Assistance Publique Hôpitauxde Paris (AP-HP) [7]. L’étude avait plusieurs objectifs:– démontrer qu’une fonction de production économé-

trique classique était adaptable à des hôpitaux français;

– calculer et analyser la part de chaque variable d’entréedans l’explication des productions des hôpitaux;

– mesurer et d’évaluer l’impact des investissements TICsur la production;

– et enfin comparer la part des TIC dans les résultats de laproduction sur deux groupes d’hôpitaux séparés sur labase du niveau d’intégration de leur système d’infor-mation hospitalier (SIH).

Les hôpitaux ont été sélectionnés en fonction de leur taille(plus de 350 lits) et de leur activité (soins aigus et courtsséjours). Les données utilisées dans cette étude vont de1998 à 2005. Les 17 hôpitaux ont été divisés en deuxgroupes selon leur niveau d’intégration TIC. Le groupe 1est composé de onze hôpitaux ayant principalement unsystème d’information ancillaire (administratif et de ges-tion, laboratoire, radiologie, pharmacie). Le groupe 2 estcomposé de six hôpitaux qui ont installé ou ont commencéà installer des SIH intégrés au cours de la période d’étude.En utilisant une fonction de Cobb-Douglas, les liens entrela production et trois différents inputs (capital, quantité detravail, technologies de l’information) ont été évalués ensupposant leur élasticité de substitution constante. Les ré-sultats ont montré qu’il est pertinent d’utiliser l’analyseéconométrique dans des hôpitaux publics en France. Enoutre, avecunepartde travail dans leshôpitaux supérieureà ce qui est généralement admis dans les secteurs indus-triels et de services en France, les éléments apportés parla fonction de production de Cobb-Douglas ont soulignél’importance du facteur humain dans l’explication des ré-sultats de production de l’hôpital. Les résultats semblentégalement confirmer l’impact positif des technologies del’information sur la production de l’hôpital au cours d’unepériode de huit années de suivi. Si l’on compare les deuxgroupes, le calcul tend à révéler que la part des TIC expli-quant la production observée est environ 1,7 fois plus im-portante dans les structures ayant un niveau plus élevéd’intégration. Cette tendance augmente au fil du temps.En 2007, PricewaterhouseCoopers (PwC) et des cher-cheurs à la Wharton School de l’Université de Pennsylva-nie ontpubliéuneanalysemacroéconomiquemajeurepor-tant sur les coûts et la qualité des hôpitaux des Etats-Unis[14]. Le double objectif était de confirmer les relations en-tre les investissements TIC et d’autres mesures de perfor-mance de l’hôpital à l’aide de statistiques avancées et detechniques économétriques. Ils ont voulu aussi établir side telles relations pouvaient soutenir l’affirmation que lesinvestissements TIC faits par les hôpitaux améliorent ef-fectivement leur performance organisationnelle. Ils ont re-cueilli les données de près de 6000 hôpitaux des Etats-Unissur une période allant de 1999 à 2004. Après l’exclusiondes hôpitaux psychiatriques, des hospices, des petits hô-pitaux (<50 lits), des structures de réadaptation et de soinschroniques, ils se sont retrouvés avec près de 2000 éta-blissements. L’échantillon a été divisé en deux parties: hô-pitaux à but lucratif et à but non lucratif. Pour analyser en-suite l’énorme base de données résultante, ils ont utilisédes outils économétriques standards et des techniques sta-tistiques avancées. Cela a donné naissance à une fonctionde coût, plutôt qu’une fonction de production utilisée dans



64

d’autres études. Les résultats montrent que des niveauxélevés d’investissement TIC sont corrélés avec une opti-misation des coûts et des performances comptables bienque, parfois légèrement, cette amélioration semble aug-menter au fil du temps. Les investissements dans les hô-pitaux de soins aigus sont associées à une réduction desdépenses de fonctionnement, mais seulement après queles hôpitaux aient atteint un certain niveau d’investisse-ment. En d’autres termes, les premières étapes d’acquisi-tion des technologies de l’information sont très coûteusesjusqu’à ce qu’une «masse critique» soit atteinte; à ce stadela relation devient neutre sur une période de temps varia-ble, pour finalement devenir positive. Un autre résultat in-téressant est qu’il y a un décalage naturel entre la mise enœuvre de la technologie et la réalisation des bénéfices. Desréductions de coûts se sont produites dans la même annéeque l’acquisitiondesTIC,mais généralement, il a falludeuxans pour atteindre le seuil de rentabilité. Aucun autre ef-fet de l’introduction du décalage n’a été observé. Les hô-pitaux à but non lucratif semblent parvenir à plus petiteréduction des coûts lorsqu’ils implémentent des TIC queles hôpitaux à but lucratif et atteignent leur seuil de renta-bilité à des niveaux plus élevés de capital TIC investi. Leshôpitaux ayant des niveaux plus élevés d’investissementsen TIC ont tendance à avoir un taux de mortalité inférieur(risque ajusté en fonction du case mix). L’effet est indé-pendant des coûts par lit. Le taux de mortalité ne repré-sente certainement pas le «gold standard» du niveau dequalité, mais comme N. Beard, l’a déclaré: «le taux de mor-talité est accepté comme faisant partie d’un ensemble sta-ble de mesures qui forment un indicateur raisonnable dela qualité des soins», de sorte que la constatation que lesinvestissements TIC pourraient correspondre à un plus fai-ble taux de mortalité est une indication prometteuse del’amélioration possible de la qualité globale.

Discussion et conclusion

Bien que la littérature comprenne des résultats encoura-geants, plus de recherche est nécessaire pour comprendrela relation entre investissements TIC et résultats financiersd’un point de vue macroéconomique. Tout d’abord, desétudes devront préciser la durée de la période de décalageexistant entre la première année de l’investissement et leseuil de rentabilité. Selon notre expérience, il faut environdeux à trois ans pour déployer un système d’informationhospitalier et encore plus de temps (un ou deux ans) pourqu’il puisse prétendre avoir atteint ses objectifs d’aligne-ment. Les futures études économétriques devraient inté-grer ce décalage temporel dans leurs calculs. L’identifica-tion correcte des hôpitaux est également un point àdévelopper. Les études ne peuvent plus se permettred’agréger des centres hospitaliers à but lucratif et à butnon lucratif. A l’intérieur de chacun de ces deux groupes,il est également important de déterminer quelles catégo-ries de structure poursuivent les mêmes objectifs de soins.Les meilleurs résultats de mesure de rentabilité de projetsTIC calculés dans des institutions étrangères envisagéesindividuellement ne peuvent pas fournir le niveau suffisant

de confiance nécessaire aux investisseurs pour souscrirelocalement à un projet TIC ambitieux. Des cohortes bienconstruites seront indispensables. Sur cette base, l’exten-sion des études, principalement faites aux Etats-Unis ac-tuellement, devrait être faite dans d’autres pays concernéspar le même niveau de TIC afin de fournir des données quiprennent en considération les spécificités des différentssystèmes de santé nationaux. Les technologies de l’infor-mation sont un mélange composite de matériels, de logi-ciels, de connaissances, de niveau d’intégration, d’appuiopérationnel et d’infrastructures. Trop d’études analysentl’impact d’un projet TIC unique sur une période où il a étédémontré que le véritable retour sur investissement nepeut se mesurer qu’en envisageant le projet d’un point devue global (type portolio) [6,14]. Ce faisant, ces hôpitauxinvestissent beaucoup de temps et d’efforts dans des pro-cessus de mesure pour tenter de suivre les rendements deleurs investissements. Certains commencent maintenant às’interroger sur la valeur d’un tel effort. Dans de nombreuxcas, les technologies de l’information sont si inextricable-ment liées avec les processus et les personnels que l’iden-tification des bénéfices d’une technologie spécifique nerendra compte que des bénéfices marginaux [1]. En outre,les méthodologies financières utilisées par les experts nese sont pas encore révélées posséder une grande précisionet un grand nombre de ces méthodes renferme des ap-proximations inhérentes et des postulats économiques quisoulèvent parfois plus de questions que de réponses [7]. Unautre argument en faveur de la nécessité d’utiliser des ou-tils macroéconomiques réside dans le fait que, lorsque l’onutilise des outils financiers, les experts comparent toujoursles investissements potentiels aux situations possibles sion ne faisait rien (aucun investissement). C’est une erreurcommune que l’on peut qualifier de méprise entropique.En effet, le fait de ne pas investir ne garantit aucunementque le système considéré reste tel qu’il est au moment dela prise de décision. Rien n’est moins sûr. Lorsque l’oncompare un scénario «go» avec un scénario «no go», il fau-drait calculer l’augmentation de l’entropie de la situation«no go» pour avoir une vraie vision de l’écart entre lesdeux. Et pour aller encore plus loin, la situation d’un hô-pital pourrait être pire qu’avant, après avoir fait un inves-tissement, mais meilleure que celle qu’il aurait connu s’iln’avait rien fait [15]. Garder cette dimension à l’esprit lorsdes discussions sur la pertinence de tel ou tel investisse-ment, pourrait faire économiser du temps et de l’argent,et aussi faire percevoir que les choix ne peuvent se faireuniquement sur des critères de rentabilité positive comp-table [14].Dans les économies avancées, les TIC sont une source pro-metteuse de croissance de la productivité, mais elles n’au-ront que peu de contribution directe sur la performanceglobale d’un hôpital si elles ne sont pas combinées avec desinvestissements complémentaires dans le capital humain,les pratiques de travail, et certaines restructurations or-ganisationnelles [16]. L’évaluation de l’impact des TICdans les hôpitaux doit franchir une étape et prendre encompte la totalité des «inputs» avec la globalité des «out-puts», quelle que soit la source de chacun d’eux. Lesvariables contextuelles sont des facteurs importants à



65

considérer dans la détermination de l’impact des investis-sements TIC sur la performance organisationnelle, maispeuvent rester très difficile à quantifier financièrement, al-térant potentiellement toutes les analyses qui cherchentl’exhaustivité. Seule une analyse du niveau de celle de l’ali-gnement stratégique peut être pertinente dans les casconcrets, surtout depuis que nous avons identifié que lesanalyses quantitatives basées sur la fonction de produc-tion possèdent le niveau de rigueur nécessaire [17]. Dansun contexte général d’incitations aux économies et à la du-rabilité, on peut dire que le monde de la santé se déplaceprogressivement de la médecine factuelle à la médecinefructueuse (ou du moins rentable à l’aide de preuves derapport coût-efficacité élevé). L’analyse économétrique necherche pas à devenir une «théorie unifiée» de l’analysedes TIC mais les outils économétriques donneront des ren-seignements utiles pour relever le niveau de la gouver-nance des TIC dans les hôpitaux.

Références

1 Kohn LT, Corrigan JM, Donaldson MS. To Err Is Human: Building a SaferHealthSystem. [ed.] Institute of Medicine. Washington DC: NationalAcademy Press; 1999.

2 Arlotto P, Oakes J. Return on investment: maximizing the value ofhealthcare information technology. Chicago: HIMMS; 2003.

3 Van der Loo RP, Van Gennip EMSJ, Baker AR. Evaluation of automatedinformation systems in health care: an approach to classifying evalua-tive studies. Comput Methods Programs Biomed. 1995;48(1):45–52.

4 Brennan A, Chick S, Davies R. A taxonomy of model structures for eco-nomic evaluation of health technologies. Health Econ. 2006;15:1295–310.

5 Menachemi N, Brooks RG. Exploring the return on investment associ-ated with health information technologies. Florida State University Col-lege of Medecine: Center for Patient Safety; 2005.

6 Meyer R, Degoulet P. Assessing the Capital Efficiency of Healthcare In-formation Technologies Investments: An Econometric Perspective.IMIA Yearbook. 2008;3:114–27.

7 Meyer R, Degoulet P, Omnes L. Impact of Health Care Information Tech-nology on Hospital Productivity Growth: a Survey in 17 Acute Univer-sity Hospitals. Medinfo. 2007;12(1):203–7.

8 Stroetmann KA, Jones T, Dobrev A, Stroetmann VN. eHealth is worthit: the economic benefits of implemented eHealth solutions at ten Eu-ropean sites. Luxembourg: Office for Official Publication of the Euro-pean Communities; 2006.

9 Kaushal R, Jha AK, Franz C, Glaser J, Shetty KD. Return on investmentfor a computerized physician order entry system. J Am Med Inform As-soc. 2006;13(3):365–7.

10 Hitt LM, Brynjolfsson E. Productivity, business profitability, and con-sumer surplus: three different measures of information technology val-ue. MIS Quarterly. 1996;20(2):121–42.

11 Greene W. Econometric Analysis. Upper Saddle river, New Jersey: Pear-son Education Inc; 2003.

12 Menon N, Lee B, Eldenburg L. Productivity of Information Systems inthe Healthcare Industry. Information Systems Research. 2000;11(1):83–92.

13 Osei-Brison KM, Ko M. Exploring the relationship between informationtechnology investments and firm performance using regression splinesanalysis. Information & management. 2004;42:1–13.

14 Beard N, Elo K, Hitt LM, Housman MG, Mansfield G. Information tech-nology and hospital performance: An econometric analysis of costs andquality. [En ligne novembre 2008] PricewaterhouseCoopers:http://www.pwc.com/healthcare, 2007.

15 Menachemi N, Burkhardt J, Shewchuk R, Burke D, Brooks RG. Hospi-tal Information Technology and Positive Financial Performance: A Dif-ferent 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 produc-

tion functionswith input-oriented technical efficiency. Journal ofEcono-metrics. 2006;133:71–96.


66Swiss Medical Informatics 2009; no 67

Europe/World

MIE 200922nd International Congress of theEuropean Federation for Medical InformaticsAugust 29 – September 2, 2009Sarajevo, Bosnia and Herzegovinahttp://www.mie2009.org/

54. gmds-Jahrestagung7.–10. September 2009, Essenhttp://www.gmds.de

AMIAAnnual SymposiumNovember 14–18, 2009, San Franciscowww.amia.org

Events

Switzerland

2. GS1-Forum Effizienz im GesundheitswesenSeptember 8, 2009, Inselspital Bernhttp://www.gs1.ch/eig (german)www.gs1.ch/eds (french)

eHealthcare.chSeptember 23 and 24, 2009GZI-Seminarhotel, Nottwilhttp://www.ehealthcare.ch

Impressum

Herausgeber / Editeur

SGMI, Schweizerische Gesellschaftfür Medizinische InformatikSGMI-Geschäftsstelle:Im Lehn, CH-3116 Kirchdorf BETel. 031 781 64 46E-Mail: [email protected]

Vorstand der SGMI /Comité de la SSIM

Christian Lovis, Präsident, présidentAntoine Geissbuhler, Alain Junger,Christian Hay, Felix Heer, Marc Oertle,Eusebio Passaretti, JudithWagner,PascalWalliser

Redaktion / Rédaction

Christian Lovis, Marc Oertle

Redaktionsadresse / Adresse de rédaction

Marc Oertle MD, MScLeitender Arzt Medizin & Medizin-InformatikKrankenhausstrasse 12Spital STS [email protected]

Autorenrichtlinien / Directives pour les auteurs

http://www.sgmi-ssim.ch

Verlag / Editions

Schwabe AGSteinentorstrasse 13, CH-4010 BaselBetreuung imVerlag:Dr. med. Natalie MartyTel. 061 467 85 55 / Fax 061 467 85 56E-Mail: [email protected]

Druck undVersand / Impression et distribution

Druckerei Schwabe AGFarnsburgerstrasse 8, CH-4132 MuttenzTel. 061 467 85 85 / Fax 061 467 85 86E-Mail: [email protected]

Inserate / Régie des annonces

Schwabe AGAriane FurrerAssistentin InserateregieFarnsburgerstrasse 8, CH-4132 MuttenzTel. 061 467 85 88 / Fax 061 467 85 56E-Mail: [email protected]

Abonnemente / Abonnements

Schwabe AG, VerlagsauslieferungFarnsburgerstrasse 8, CH-4132 MuttenzTel. 061 467 85 75 / Fax 061 467 85 76E-Mail: [email protected]

Abonnementspreis / Prix d’abonnement

CHF 40.– (zuzüglich Porto / port en plus)Einzelnummer / Exemplaire uniqueCHF 15.– (zuzüglich Porto / port en plus)

ISSN 1660-0436

erscheint 3mal jährlichparaît 3 fois par an

NächsteAusgabeProzessmanagementNovember 2009

Prochaine éditionGestion de processusnovembre 2009

smi 67 swiss medical informatics - w2d.sgmi-ssim.chw2d.sgmi-ssim.ch/pdf/smi-67.pdf ·...

Documents