DAN MENDUKUNG IMPLEMENTASI PATIENT SAFETY DI RUMAH SAKIT Fahmi Hakam
MEDICAL IMAGING
F. Dampak Penggunaan CDSS
Sebuah penelitian mengungkapkan adanya penghematan 30% biaya pengobatan dari penggunaan CDSS untuk peresepan obat (Lee et al. 2014). Namun demikian, membangun sebuah CDSS mampu menyedot biaya yang cukup signifikan dan membebani pengguna, seperti membeli lisensi perangkat lunak. Pertimbangan implementasi CDSS perlu menghitung unit biaya (unit cost) dari penggunaan CDSS tersebut (Youssef et al. 2015).
Banyak hasil penelitian terkait CDSS menunjukkan manfaat yang positif bagi pasien. Selain meningkatkan keselamatan (patient-safety), seperti penurunan sampai 50% medication error yang terjadi di rumah sakit (HOPE 2013). Secara tidak langsung penggunaan CDSS memperbaiki mutu dan standar pelayanan kesehatan oleh tenaga medis yang bersangkutan (Institute of Medicine 2012). Namun demikian, sisi lain CDSS membuat tenaga medis, terutama dokter kehilangan kontrol akan praktek klinis yang dia sendiri dilakukan. Dokter akan merasa terkontrol dan mungkin terintimidasi, terutama dengan fungsi peringatan (alert) yang berkali-kali muncul saat klinisi melakukan pelayanan medis (Main et al. 2010).
Gambar 3. Dampak CDSS Dalam Pemberian Tindakan Medis dan Pelayanan Kesehatan G. Penerimaan Oleh Klinisi dan Tantangan Dalam Implementasi CDSS
Penggunaan CDSS di beberapa tempat ternyata mampu meningkatkan mutu praktek klinis secara signifikan (Services Human & Investigator 2012). Sistem pengingat, alert, rencana penatalaksanaan pasien merupakan beberapa fungsi dari CDSS yang sudah membantu dalam meningkatkan mutu pelayanan medis atau setidaknya merubah perilaku tenaga medis dalam memberikan pelayanan kesehatan (Lee et al. 2014). Namun demikian, secara praktis masih sedikit tenaga medis yang memanfaatkan sistem ini dalam pelayanan medis di lapangan walaupun CDSS sudah diwacanakan sejak lama. Hal ini terkait dengan kurangnya penerimaan klinis terhadap sistem CDSS (Bakken et al. 2007). Dunia medis merupakan bidang yang dinamis. Perubahan yang terjadi bisa sangat cepat sehingga berdampak pada penggunaan standar pelayanan medis yang menjadi tulang punggung dari pengembangan CDSS (Jao & Hier 2010). Alur kerja bidang kesehatan juga sangat kompleks dan subjektif berdasarkan kasus-per-kasus. Hal ini menyebabkan pengembangan CDSS terbatas pada kasus-kasus tertentu yang memiliki prosedur medis yang relatif lebih konstan, seperti CDSS pada sistem peresepan dan CDSS pada interpretasi hasil echocardiograph (Sanchez et al. 2013). Untuk itu perlu dikembangkan lebih lanjut terhadap kasus-kasus lain atau guideline lain yang signifikan mampu mengurangi medical error.
Secara teknis, menggabungkan informasi kesehatan berikut temuan-temuan baru yang selalu berubah menjadikan CDSS harus terus dilakukan agar sistem tetap terupdate. Diperlukan kerjasama yang baik antara pengguna dan pengembang sistem (Jensen et al. 2015).
PEMBAHASAN
Kesalahan medis bisa terjadi dalam tahap diagnostic seperti kesalahan atau keterlambatan diagnose, tidak menerapkan pemeriksaan yang sesuai, menggunakan cara pemeriksaan yang sudah tidak dipakai atau tidak bertindak atas hasil pemeriksaan dan observasi. Sedangkan pada tahap pengobatan seperti kesalahan pada prosedur pengobatan, pelaksanaan terapi, metode penggunaan obat dan keterlambatan merespon hasil pemeriksaan asuhan yang tidak layak . Pemecahan masalah terkait medical errors memang tidak mudah, namun harus ada upaya nyata untuk meminimalisir terjadinya medical error dan mendukung pelaksanaan patient safety di rumah sakit (Jensen et al. 2015). Dalam penyelesaian masalah tersebut harus ada sumber data yang akan dijadikan sebagai sebuah informasi, yang kemudian informasi itu dirangkum kemudian dijadikan sebagai sarana untuk mengambil suatu keputusan.
Clinical Decision Support System (CDSS) merupakan suatu sistem elektronik, yang didesain untuk membantu klinisi secara langsung dalam mengambil keputusan klinik. Ada bebeapa komponen yang ada dalam Clinical Decision Support System (CDSS) yaitu Database, Knowledge base, instrumen, Mesin inferesial (inference engine) dan Antar muka (user inteface). Dampak penggunaan Clinical Decision Support System (CDSS) diantarnya ialah adanya penghematan 30% biaya pengobatan dari penggunaan CDSS untuk peresepan obat, meningkatkan keselamatan (patient-safety), seperti penurunan sampai 50% medication error yang terjadi di rumah sakit (Youssef et al. 2015). Sehingga sistem ini mulai diterapkan karena adanya dampak positif yang diberikan. Tantangan sistem ini adalah adanya Alur kerja bidang kesehatan juga sangat kompleks dan subjektif berdasarkan kasus sehingga dalam pengembangan CDSS, memerlukan kolaborasi antar steakholder di rumah sakit. Clinical Decision Support System harus memiliki kemampuan untuk digunakan dengan mudah, mengakses berbagai sumber, tipe dan format data untuk berbagai permasalahan, mengakses berbagai kemampuan analis dengan bebrapa saran dan panduan. Perlu adanya komitmen yang kuat dari organisasi dan seluruh steakholder di rumah sakit, untuk mengoptimalkan penggunaan CDSS dalam upaya mencegah terjadinya medicl error.
KESIMPULAN
1. Clinical Decision Support System (CDSS) merupakan suatu sistem elektronik yang didesain untuk membantu klinisi secara langsung dalam mengambil keputusan klinik.
2. Ada beberapa komponen yang ada dalam Clinical Decision Support System (CDSS) yaitu Database, Knowledge base, instrumen, Mesin inferesial (inference engine) dan Antar muka (user inteface) 3. Fungsi dari Clinical Decision Support System (CDSS) yaitu membantu dalam pengecekan alergi
obat pada pasien-pasien tertentu, Membantu dalam hal penentuan dosis obat pada pasien kondisi tertentu, membantu dalam pengecekan terjadinya duplikasi peresepan obat pada multiple prescription, memberikan peringatan adanya interaksi antar obat dan dapat memudahkan pengecekan interaksi obat dan juga kondisi fisiologis tubuh.
4. Dampak penggunaan Clinical Decision Support System (CDSS) diantarnya ialah adanya penghematan 30% biaya pengobatan dari penggunaan CDSS untuk peresepan obat, meningkatkan keselamatan (patient-safety), seperti penurunan sampai 50% medication error yang terjadi di rumah sakit. Sehingga sistem ini mulai diterapkan karena adanya dampak positif yang diberikan.
5. Tantangan sistem ini adalah adanya Alur kerja bidang kesehatan juga sangat kompleks dan subjektif berdasarkan setiap kasus, sehingga dalam pengembangan CDSS akan menjadi terbatas pada kasus- kasus tertentu saja, yang memiliki prosedur medis yang relatif lebih konstan, seperti CDSS pada sistem peresepan dan CDSS pada interpretasi hasil echocardiograph.
DAFTAR PUSTAKA
Aynes, R.B.R.H. & Aplan, B.O.K., 2001. Clinical Decision Support Systems for the Practice of Evidence- based Medicine. Journal of the American Medical Informatics Association, 8(6), pp.527–534.
Bakken, S. et al., 2007. Integrating evidence into clinical information systems for nursing decision support. International journal of medical informatics, 7, pp.413–420.
Bouamrane, M. & Mair, F.S., 2014. Implementation of an integrated preoperative care pathway and regional electronic clinical portal for preoperative assessment. , pp.1–19.
Bradburn, M. & Fox, J., 2004. A quantitative and qualitative evaluation of LISA , a decision support system for chemotherapy dosing in childhood Acute Lymphoblastic Leukaemia . STUDIES IN HEALTH TECHNOLOGY AND INFORMATICS, (November 2015).
Coiera, E., 2005. Guide to Health Informatics 2 nd Edition Chapter 25 - Clinical Decision Support Systems. In Clinical Decision Support Systems. pp. 1–12. Available at: http://www.coiera.com/aimd.htm.
Eklöf, M., Törner, M. & Pousette, A., 2014. Organizational and social-psychological conditions in healthcare and their importance for patient and staff safety . A critical incident study among doctors and nurses. Safety Science, 70, pp.211–221.
Eurobarometer, S., 2010. Patient safety and quality of healthcare Full report,
Grober, E.D. & Bohnen, J.M.A., 2005. Defining medical error. Canadian Medical Association, 48(1), pp.39–44. Hakam, F., 2015. Implementasi Patient Safety Di Rumah Sakit. POLTEKKES Permata Indonesia. Available
at: http://www.permataindonesia.ac.id/2015/implementasi-patient-safety-di-rumah-sakit.html [Accessed November 11, 2015].
HOPE, 2013. Patient safety in practice Patient safety in practice How to manage risks to patient safety and quality in European healthcare,
Institute of Medicine, 2012. Health IT and Patient Safety. In Washington: The National Academies Press. Jao, C.S. & Hier, D.B., 2010. Clinical Decision Support Systems : An Effective Pathway to Reduce Medical
Errors and Improve Patient Safety. In INTECH. INTECH.
Jensen, S., Kushniruk, A.W. & Nøhr, C., 2015. Clinical simulation : A method for development and evaluation of clinical information systems. JOURNAL OF BIOMEDICAL INFORMATICS, 54, pp.65–76. Available at: http://dx.doi.org/10.1016/j.jbi.2015.02.002.
Kementrian Kesehatan RI, 2005. Pedoman Audit Medis di Rumah Sakit, Indonesia.
Lee, J. et al., 2014. Impact of a clinical decision support system for high-alert medications on the prevention of. International Journal of Medical Informatics, 83(12), pp.929–940. Available at: http://dx.doi.org/10.1016/j. ijmedinf.2014.08.006.
Main, C. et al., 2010. CDSS in order communication for diagnostic , screening or monitoring test ordering Computerised decision support systems in order communication for diagnostic , screening or monitoring test ordering : systematic reviews of the effects and cost-effectivene, Southampton. Available at: http:// www.publicationethics.org/.
Parshutin, S. & Kirshners, A., 2013. Expert Systems with Applications Research on clinical decision support systems development for atrophic gastritis screening. Expert Systems With Applications, 40(15), pp.6041–6046. Available at: http://dx.doi.org/10.1016/j.eswa.2013.05.011.
Rajalakshmi, K. & Mohan, S.C., 2011. Decision Support System in Healthcare Industry. International Journal of Computer Applications, 26(9), pp.42–44.
Riga, M. et al., 2015. MERIS ( Medical Error Reporting Information System ) as an innovative patient safety intervention : A health policy perspective. Health policy, 119(4), pp.539–548. Available at: http://dx.doi. org/10.1016/j.healthpol.2014.12.006.
Rosse, F. Van et al., 2015. Language barriers and patient safety risks in hospital care. A mixed methods study. International Journal of Nursing Studies. Available at: http://dx.doi.org/10.1016/j.ijnurstu.2015.03.012. Sanchez, E. et al., 2013. Bridging challenges of clinical decision support systems with a semantic approach
. A case study on breast cancer. Pattern Recognition Letters, 34(14), pp.1758–1768. Available at: http:// dx.doi.org/10.1016/j.patrec.2013.04.003.
Services Human & Investigator, 2012. Designing for Patient Safety : Developing Methods to Integrate Patient Safety Concerns in the Design Process,
Sheikhtaheri, A. et al., 2012. A framework of a patient safety information system for Iranian hospitals : Lessons learned from Australia , England. International Journal of Medical Informatics, 82(5), pp.335–344. Available at: http://dx.doi.org/10.1016/j.ijmedinf.2012.06.002.
Shemeikka, T. et al., 2015. A health record integrated clinical decision support system to support prescriptions of pharmaceutical drugs in patients with reduced renal function : Design , development and proof of concept. International Journal of Medical Informatics, 84(6), pp.387–395. Available at: http://dx.doi. org/10.1016/j.ijmedinf.2015.02.005.
Sié, A., Nasiell, J. & Bastholm-rahmner, P., 2014. Guidelines for maternal and neonatal “ point of care ”: Needs of and attitudes towards a computerized clinical decision support system in rural Burkina Faso. International Journal of Medical Informatics, 83(6), pp.459–469. Available at: http://dx.doi.org/10.1016/j. ijmedinf.2014.01.013.
Wit, H.A.J.M. De et al., 2015. Evaluation of clinical rules in a standalone pharmacy based clinical decision support system for hospitalized and nursing home patients. International Journal of Medical Informatics, 84(6), pp.396–405. Available at: http://dx.doi.org/10.1016/j.ijmedinf.2015.02.004.
Youssef, A. et al., 2015. Contraindicated medications administered to inpatients with renal insufficiency in a Saudi Arabian hospital that has a computerized clinical decision support system. Journal of Taibah University Medical Sciences, (April), pp.1–7. Available at: http://dx.doi.org/10.1016/j.jtumed.2015.02.012.