مقالات

كيف يكون المريض شريكاً في الرعاية الصحية ؟

مع الاستخدام الواسع لشبكة الانترنت والانتشار الكبير للهواتف الذكية أصبح وصول المريض للمعلومة الطبية في أي وقت وفي أي مكان أمراًمتاحاً ومتيسراً ، وأصبحت مشاركته في العملية الصحية من خلال تطبيقات الصحة الإلكترونية هدفاً استراتيجياً من أهداف النموذج الجديد للرعاية الصحية . في هذا المقال نعرض بعض الأمثلة في كيفية زيادة فاعلية مشاركة المريض في العملية الصحية في بعض المستشفيات من خلال استخدام بعض تطبيقات تقنية المعلومات الصحية.

في البداية يجب توضيح ماذا نعني بمفهوم مشاركة المريض أو “Patient Engagement” ؟

مفهوم مشاركة المريض يقصد به السعي لتزويد المريض بالمعلومات الصحية اللازمة و الضرورية و الموثوقة عن حالته الصحية ليتمكن من مناقشة الفريق الطبي والمشاركة في اتخاذ القرار المناسب حيال الحالة ، وكذلك قيام المريض بالمشاركة في مراقبة المؤشرات الحيوية والتغيرات النفسية المرتبطة بحالته ،مع إمكانية التواصل المباشر و السريع والآمن مع الفريق الطبي حول أي تطورات هامة حدثت له.

أحد أهم الأمثلة على استخدام تقنية المعلومات الصحية في زيادة مشاركة المريض بشكل فعّال هو تطبيق المنصة المريض الإلكترونية ” Patient Portal ” ، حيث يمكن للمريض الوصول لجميع معلوماته الصحية والقيام بمهام متعددة مثل حجز المواعيد أو التواصل مع الفريق الطبي دون الحاجة لزيارة المستشفى .

 

منصة “MyLVHN ” مثلاً التابعة لمجموعة Lehig Vally Health Network الطبية – في ولاية بنسلفانيا الأمريكية – حصل على جائزة منظمة HIMSS للابداع كأفضل تطبيق لتقنية ونظم المعلومات الصحية لتحسين المخرجات الصحية لعام ٢٠١٧ م . المنصة سهلت على المرضى الوصول لمعلوماتهم الصحية بيسر وسهولة مع امكانية حجز المواعيد و تجديد الوصفات الطبية والاطلاع على نتائج الفحوصات الطبية ، كما أتاحت للمريض القيام بالزيارة الافتراضية للطبيب ” eVisit ” و الزيارة عن بعد، أيضاً يمكن للمريض إكمال نموذج ما قبل الزيارة الكترونياً قبل موعده بوقت كافي مما قلل وقت الانتظار في العيادة و زاد من نسبة حضور المواعيد. التطبيق سجل 100 ألف مريض (مستخدم) خلال السنة الأولى من الاطلاق ، ثم تضاعف العدد إلى ٢٠٠ ألف تقريباً في السنة التالية ، كما ساهم التطبيق بزيادة نسبة حجز المواعيد إلكترونياً من قبل المرضى خلال ٦ شهور الأولى من اطلاقة ، وأتاح للمرضى إمكانية حجز مواعيد جديدة في عيادات الرعاية الأولية بمدة قصوى لا تتجاوز أسبوعين مما زاد نسبة رضا المرضى إلى ٩١ ٪ خلال عام واحد من الإطلاق.

 

المثال الثاني لاستخدام تقنية المعلومات الصحية هو توظيف تقنية الواقع المعزز ” Virtual Reality ” في عملية دعم اتخاذ القرار و التثقيف الصحي . مستشفى جامعة ستانفورد مثلاً أطلق منصة خاصة لقسم الجراحة باسم ” Precision VR ” في ٢٠١٦ م بهدف إيصال معلومة دقيقة للمريض عن طبيعة التدخل الجراحي الذي يحتاجه – أو يحتاجه الأطفال أو أحد الأقارب – ومساعدتهم لاتخاذ القرار المناسب . المنصة تعتمد تقنية مشابهة لتقنية المحاكاة في تعليم الطيران مدمجة مع تقنية الرنين المغناطيسي ” MRI ” والتصوير الطبي الطبقي “CT Scanning ” لتمكين الطبيب من لمس وتحريك وقطع وإعادة الأعضاء والأنسجة والأعصاب والوقوف بقدميه بين الورم والوريد بغرض شرح التدخل الجراحي للمريض وتجاوز عقبة المصطلحات الطبية أو حاجز اللغة أو الرهبة من التدخل الجراحي . ( فيديو يوضح طريقة عمل التقنية في قسم جراحة المخ والأعصاب )

أما في مجال نشر الوعي والتثقيف الصحي فقد قام مستشفى  Cedars-Sinai في كاليفورنيا ( والمشارك مع آبل في نظام السجلات الصحية PHR الجديد ) باستخدام VR ضمن حملة توعوية عن خطورة الأكل غير الصحي في زيادة الإصابة بمرض ارتفاع ضغط الدم لمجموعة من كبار السن ، حيث يقوم الشخص بارتداء نظارة ذكية تأخذه في جولة افتراضية داخل المطبخ الذي يحتوي على أصناف متعددة من الأكل المشبع بالأملاح مع شرح مكوناته الغذائية وكمية الأملاح في كل وجبة ، ثم يختار الشخص الطعام الذي يود تناوله ليبدأ بعد ذلك في جولة افتراضية أخرى داخل جسم الإنسان ليتعرف على كيفية هضم هذه الأصناف من الطعام وكيف يتعامل الجسم مع الكمية الكبيرة من الأملاح.

هذه الأمثلة وغيرها كلها تعتبر مبادرات جادة في إشراك المريض في عملية الرعاية الصحية،سواء كانت هذه المشاركة بغرض التعليم أو التثقيف أو العلاج أو التأهيل أو تخفيف الألم أو إدارة الأمراض المزمنة أو السيطرة على الحالات النفسية أو الاضطرابات العقلية،ولكن يبقى السؤال قائماً هل استخدام هذه التطبيقات والتقنيات سوف ينعكس إيجاباً على صحة المريض وسلامته وجودة الرعاية الصحية على المدى القريب والبعيد ؟؟ نتمنى ذلك !!

نظام صرف الأدوية الإلكتروني ونظام دعم اتخاذ القرار الطبي ! [الجزء الأول]

Image result for electronic prescribing system

 

 

 

 

 

 

 

 

 

 

 من المتعارف عليه في قطاع الصحة أن كافة المنظمات الصحية تعتمد بشكل كلي على الممارس الصحي ليقوم باتخاذ القرارات العلاجية التي تقدم الرعاية الصحية المناسبة لكل حالة مرضية، لكن اتخاذ هذه القرارات يتطلب من الممارس الصحي أن يكون على دراية ومعرفة بكم هائل من البيانات والمعلومات العلاجية المتاحة داخل المراجع الطبية العديدة ، بالإضافة إلى المعلومات الصحية المتعلقة بالمريض نفسه والتي في أغلب الأحيان تكون مبعثرة بين صفحات السجلات الطبية الخاصة بالمريض ، وذلك يؤدي بالطبيب في كثير من الأحيان إلى اتخاذ قرار علاجي ظاهره صحيح على خلاف مضمونه لأن المعلومات المتوفرة لا ترسم الصورة بشكل كامل مما يؤدي إلى العديد من الأخطاء الطبية .  مثلا 20% من الأخطاء الطبية عبارة عن أعراض جانبية سلبية حدثت للمريض بشكل غير متوقع بعد تناول العلاج الموصوف له ، وهذه الأعراض الجانبية تؤثر سلبا على حالة المريض الصحية بالإضافة إلى المنظومة الصحية على وجه العموم.

هذه المعضلة لوحظت من قبل العديد من المؤسسات الصحية، حيث أنها تؤدي إلى تقليل مستوى جودة الرعاية الصحية المقدمة وإضاعة وقت وجهد الممارس الصحي في البحث عن المعلومات الصحية الكاملة وتصحيح الأخطاء الطبية ؛ بالإضافة إلى زيادة التكاليف العلاجية لمداواة الأعراض الجانبية الغير متوقعة. وتصحيح او المحافظة على كلا المنظورين في حالة تامة يعتبر لمعظم المنظمات الصحية نقطة ارتكاز أساسية لنجاح المؤسسة الصحية واستمراريتها، لذلك توجهت العديد من المؤسسات الصحية للبحث عن حلول تقنيّة تؤدي إلى التقليل من الأعراض الجانبية الغير متوقعة، زيادة جودة الخدمة  الصحية المقدمة، تحسين الأداء العام للممارس الصحي وتقليل الأضرار المادية المصاحبة للأخطاء الطبية والأعراض الجانبية الغير متوقعة

 من أهم الحلول الرقمية المستخدمة لدى العديد من المنظمات الصحية هو نظام صرف الأدوية الإلكتروني الذي يمتلك خاصية توفير نصائح ومعلومات هامة للممارس الصحي أثناء عملية صرف الدواء مما يساعد في اتخاذ القرار الصحيح.

بالإمكان تعريف نظام دعم القرارات الوصفية على أنه خاصية إلكترونية متكاملة مع نظام الوصفات الإلكتروني تعمل على تنبيه وتغيير القرارات الإكلينيكية للممارس الصحي من خلال مراجعة وفلترة المعلومات وأفضل الممارسات الصحية المتوفرة في قاعدة البيانات، كذلك الوقائع الصحية المتعلقة بالمرضى والمبادئ والقوانين للرعاية الصحية داخل المنظومة، ومن ثم يقوم البرنامج بتقديم الناتج إلى الممارس الصحي في الوقت المناسب ليتمكن من اتخاذ القرار الصحيح، مما يساهم في تحسين جودة القرارات السريرية ومخرجات العمل الإكلينيكي

 من الناحية النظرية وجود هذه الأنظمة داخل المنظمات الصحية مفيد جدًا وسوف يقدم لها العديد من الفرص لتحسين الخدمات الرعائية المقدمة والأداء العملي للممارسين الصحيين؛ بالإضافة الى تحسين وزيادة الدورة المالية داخل المنظومة. إلا أن العديد من الدراسات الحديثة أظهرت نتائج متضادة عن مدى فعالية نظام صرف الآلي ،نظام الوصفات الإلكتروني ونظام دعم القرارات الوصفية في تحسين جودة الخدمات الصحية المقدمة والتقليل من عدد الأخطاء الطبية، حيث أن بعض المؤسسات الصحية المطبقة لهذه الأنظمة داخل منشآتها قد واجهوا مشاكل من نوع جديد أدت إلى إزالة الفوائد المرجوة من النظام الإلكتروني المطبق داخل منظومتها ؛ وقد قام بعض الباحثون بتصنيفها تحت مسمى e-iatrogenesis والتي تعرف بأنها : الأضرار الصحية التي تمس المريض بسبب استخدام برامج وأنظمة المعلومات أثناء عملية تقديم الرعاية الصحية.

             

في الجزئية القادمة سوف أقوم بشرح المشاكل المترتبة عند تطبيق واستخدام نظام الوصفات الطبية الإلكتروني ونظام دعم القرارات الوصفية داخل المؤسسات الصحية ومن ثم توضيح كيفية تجاوزها وتطبيق النظام بأفضل وأحدث الطرق الممكنة لتتضح الصورة بشكل كامل.

 


المراجع

  1. Greenhalgh T, Wieringa S, Bengough T, Pidoux V, Grossen M, Panese F, et al. Is it time to drop the “knowledge translation” metaphor? A critical literature review. J R Soc Med [Internet]. 2011 Dec [cited 2017 Jan 12];104(12):501–9. Available from: http://journals.sagepub.com/doi/10.1258/jrsm.2011.110285
  2. Gellert GA, Ramirez R, Webster SL. Toward the Elimination of Paper Orders. Appl Clin Inform [Internet]. 2016 [cited 2016 Sep 24];7(1):33–42. Available from: http://www.schattauer.de/index.php?id=1214&doi=10.4338/ACI-2015-05-SOA-0065
  3. Samadbeik M, Ahmadi M, Hosseini Asanjan SM. A theoretical approach to electronic prescription system: lesson learned from literature review. Iran Red Crescent Med J [Internet]. 2013 Oct [cited 2016 Sep 9];15(10):e8436. Available from: http://www.pubmedcentral.nih.gov/articlerender.fcgi?artid=3950788&tool=pmcentrez&rendertype=abstract
  4. Riaz MK, Hashmi FK, Bukhari NI, Riaz M, Hussain K. Occurrence of medication errors and comparison of manual and computerized prescription systems in public sector hospitals in Lahore, Pakistan. PLoS One. 2014;9(8):1–7.
  5. Haque MU, Barik SMA, Bashar S, Islam R, Bashar S, Kumar A, et al. Errors, omissions and medication patterns of handwritten outpatient prescriptions in Bangladesh: A cross-sectional health survey. J Appl Pharm Sci [Internet]. 2016 [cited 2016 Sep 24];6(6):42–6. Available from: http://www.japsonline.com/admin/php/uploads/1892_pdf.pdf
  6. Abramson EL, Bates DW, Jenter C, Volk LA, Barron Y, Quaresimo J, et al. Ambulatory prescribing errors among community-based providers in two states. J Am Med Inform Assoc [Internet]. 2012 [cited 2016 Feb 24];19(4):644–8. Available from: http://www.ncbi.nlm.nih.gov/pubmed/22140209http://jamia.bmj.com/content/19/4/644%5Cnhttp://www.ncbi.nlm.nih.gov/pmc/articles/PMC3384098/pdf/amiajnl-2011-000345.pdf
  7. Bomba D, Land T. The feasibility of implementing an electronic prescribing decision support system: a case study of an Australian public hospital. Aust Heal Rev [Internet]. 2006;30(3):380–8. Available from: http://www.ncbi.nlm.nih.gov/pubmed/16879097
  8. Dixon-Woods M, Redwood S, Leslie M, Minion J, Martin GP, Coleman JJ. Improving quality and safety of care using technovigilance: An ethnographic case study of secondary use of data from an electronic prescribing and decision support system. Milbank Q [Internet]. 2013;91(3):424–54. Available from: http://www.ncbi.nlm.nih.gov/pubmed/24028694http://onlinelibrary.wiley.com/store/10.1111/1468-0009.12021/asset/milq12021.pdf?v=1&t=i4mq45q2&s=37a8957398b9a999725051a409f80ad2b1c205c5%5Cnhttp://www.ncbi.nlm.nih.gov/pmc/articles/PMC3790520/pdf/milq0091-0424.pd
  9. Kaushal R, Bates DW. Computerized physician order entry (CPOE) with clinical decision support systems (CDSSs) [Internet]. … Safer: a Critical Analysis of Patient Safety …. 2001. Available from: http://www.needleguides.net/ptsafety.pdf#page=68
  10. Samadbeik M, Ahmadi M. A Theoretical Approach to Electronic Prescription System: Lesson Learned from Literature Review. Iran Red Crescent [Internet]. 2013 [cited 2016 Dec 14]; Available from: http://www.ncbi.nlm.nih.gov/pmc/articles/PMC3950788/
  11. Amoore J, Ingram P. Quality improvement report_ Learning from adverse incidents involving medical devices. Nurs Stand [Internet]. 2002;17(29):41–6. Available from: http://www.ncbi.nlm.nih.gov/pubmed/12715578
  12. Nuckols TK, Smith-Spangler C, Morton SC, Asch SM, Patel VM, Anderson LJ, et al. The effectiveness of computerized order entry at reducing preventable adverse drug events and medication errors in hospital settings: a systematic review and meta-analysis. Syst Rev [Internet]. 2014;3(1):56. Available from: http://systematicreviewsjournal.biomedcentral.com/articles/10.1186/2046-4053-3-56
  13. Berger RG, Kichak JP. Computerized physician order entry: helpful or harmful? J Am Med Informatics Assoc [Internet]. 2004 [cited 2016 Sep 19];11:100–3. Available from: http://jamia.oxfordjournals.org/content/11/2/100.short
  14. Bates DW. Effect of Computerized Physician Order Entry and a Team Intervention on Prevention of Serious Medication Errors. JAMA [Internet]. 1998;280(15):1311. Available from: http://www.ncbi.nlm.nih.gov/pubmed/9794308%5Cnhttp://jama.jamanetwork.com/article.aspx?articleid=188074%5Cnhttp://jama.ama-assn.org/content/280/15/1311.short
  15. Gurwitz JH, Field TS, Rochon P, Judge J, Harrold LR, Bell CM, et al. Effect of computerized provider order entry with clinical decision support on adverse drug events in the long-term care setting. J Am Geriatr Soc. 2008;56(12):2225–33.
  16. Hemens BJ, Holbrook A, Tonkin M, Mackay JA, Weise-Kelly L, Navarro T, et al. Computerized clinical decision support systems for drug prescribing and management: a decision-maker-researcher partnership systematic review. Implement Sci [Internet]. 2011;6(1):89. Available from: http://www.pubmedcentral.nih.gov/articlerender.fcgi?artid=3179735&tool=pmcentrez&rendertype=abstract
  17. Miller RA, Waitman LR, Chen S, Rosenbloom ST. The anatomy of decision support during inpatient care provider order entry (CPOE): Empirical observations from a decade of CPOE experience at Vanderbilt. J Biomed Inform. 2005;38(6):469–85.
  18. Pearson S a., Moxey a., Robertson J, Hains I, Williamson M, Reeve J, et al. Do computerised clinical decision support systems for prescribing change practice? A systematic review of the literature (1990-2007). BMC Health Serv Res. 2009;9:154.
  19. Robertson J, Moxey AJ, Newby DA, Gillies MB, Williamson M, Pearson SA. Electronic information and clinical decision support for prescribing: State of play in Australian general practice. Fam Pract. 2011;28(1):93–101.
  20. Miller R, Gardner R. Clinical Decision Support and Electronic Prescribing Systems A Time for Responsible Thought and Action. J Am …. 2005;12(4):403–10.
  21. Coleman JJ, Nwulu U, Ferner RE. Decision support for sensible dosing in electronic prescribing systems. J Clin Pharm Ther. 2012;37(4):415–9.
  22. Roshanov PS, Fernandes N, Wilczynski JM, Hemens BJ, You JJ, Handler SM, et al. Features of effective computerised clinical decision support systems: meta-regression of 162 randomised trials. Bmj [Internet]. 2013;346(feb14_1):f657. Available from: http://www.bmj.com/content/346/bmj.f657%5Cnhttp://www.bmj.com/content/bmj/346/bmj.f657.full.pdf%5Cnhttp://www.ncbi.nlm.nih.gov/pubmed/23412440
  23. Radley DC, Wasserman MR, Olsho LE, Shoemaker SJ, Spranca MD, Bradshaw B. Reduction in medication errors in hospitals due to adoption of computerized provider order entry systems. J Am Med Informatics Assoc [Internet]. 2013;20(3):470–6. Available from: http://jamia.oxfordjournals.org/content/20/3/470.abstract
  24. Bayoumi I, Balas M Al, Handler SM, Dolovich L, Hutchison B, Holbrook A. The effectiveness of computerized drug-lab alerts: A systematic review and meta-analysis. Int J Med Inform [Internet]. 2014;83(6):406–15. Available from: http://dx.doi.org/10.1016/j.ijmedinf.2014.03.003
  25. McKibbon KA, Lokker C, Handler SM, Dolovich LR, Holbrook AM, O’Reilly D, et al. The effectiveness of integrated health information technologies across the phases of medication management: a systematic review of randomized controlled trials. J Am Med Inform Assoc [Internet]. 2012;19(1):22–30. Available from: http://www.pubmedcentral.nih.gov/articlerender.fcgi?artid=3240758&tool=pmcentrez&rendertype=abstract
  26. Ash JS, Sittig DF, Dykstra R, Campbell E, Guappone K. The unintended consequences of computerized provider order entry: Findings from a mixed methods exploration. Int J Med Inform. 2009;78(SUPPL. 1):69–76.
  27. Ash, J.S., Berg, M., Coiera E. Some Unintended Consequences of Information Technology in Health Care : The Nature of Patient Care Information System-related Errors. J Am Med Inf Assoc. 2004;11(2):104–12.
  28. Harrison M, Koppel R, Bar-Lev S. Unintended consequences of information technologies in healthcare – an interactive sociothecnical analysis. J Am Med Informatics Assoc. 2007;14:542–9.
  29. Sittig DF, Singh H. A new sociotechnical model for studying health information technology in complex adaptive healthcare systems. Qual Saf Health Care [Internet]. 2010;19 Suppl 3(Suppl 3):i68-74. Available from: http://www.ncbi.nlm.nih.gov/pubmed/20959322%5Cnhttp://www.pubmedcentral.nih.gov/articlerender.fcgi?artid=PMC3120130
  30. Séroussi B, Falcoff H, Sauquet D, Julien J, Bouaud J. Role of physicians’ reactance in e-iatrogenesis: a case study with ASTI guiding mode on the management of hypertension. AMIA Annu Symp Proc [Internet]. 2010;2010:737–41. Available from: http://www.pubmedcentral.nih.gov/articlerender.fcgi?artid=3041345&tool=pmcentrez&rendertype=abstract
  31. Beeler P, Bates D, Hug B. Clinical decision support systems. Swiss Med Wkly [Internet]. 2014;144(5):w14073. Available from: http://www.ncbi.nlm.nih.gov/pubmed/25668157%5Cnhttp://doi.emh.ch/smw.2014.14073