ISO Quality Metrics for Detailed Clinical Models Diego Boscá Grupo de Informática Biomédica, Instituto ITACA, Universitat Politècnica de València

Preguntas ¿El uso de estándares nos garantiza la interoperabilidad semántica? ¿Qué son los Modelos Clínicos Detallados? (Detailed Clinical Models o DCM) ¿De que trata la norma ISO 18864? ¿A quién va dirigida? ¿Para qué podemos usar métricas de calidad? ¿Qué estándares me permiten cumplir con estas métricas? 2

3 Problemática ¿Tenemos interoperabilidad semántica en los sistemas actuales?

Problemática Interoperabilidad Semántica: – “Dos sistemas serán semánticamente interoperables si la información circula entre ellos sin que el significado original se vea alterado y cada uno de ellos entiende por sí mismo lo que el otro le envía y puede actuar en consecuencia de manera automática” 1. ¿Cómo comunicamos el significado original y nos aseguramos de que entendemos lo que nos envían? – Modelos Clínicos Detallados 4 1 “Manual práctico de interoperabilidad semántica para entornos sanitarios basada en arquetipos”

Detailed Clinical Models ¿Qué es un DCM? – Un modelo de información de un conjunto discreto de conocimiento clínico documentable – Usable en diversos contextos – Incluye: El conocimiento clínico disponible que de validez al DCM. La especificación de elementos y atributos de datos, incluyendo los posibles valores y los tipos de los atributos. Un modelo estructural. – Ejemplos de formalismos de DCM: Templates HL7, Arquetipos, Intermountain CEM, FHIR profiles, etc. – Ejemplos de instancias de DCM: Signos vitales, presión sanguínea, medicación prescrita, diagnostico clínico, cuestionario, etc. ¿Cómo sabemos que estamos definiendo unos buenos DCMs? 5

ISO 18864: Métricas de calidad para los Modelos Clínicos Detallados De reciente creación, actualmente en desarrollo. Su objetivo es el de definir un conjunto de métricas de calidad objetivas, fiables y reproducibles para los Modelos Clínicos Detallados. Especifica las métricas necesarias y suficientes para evaluar Modelos Clínicos Detallados, repositorios de DCM, formalismos de DCM. Surge con la idea de generalizar y unificar los requisitos y metodologías que se han desarrollado para los diferentes estándares. Métricas cuantitativas (e.g. si algo existe o no) y cualitativas (e.g. si está correctamente usado) Por el momento ya hay definidas cerca de 60 métricas diferentes 6

¿A quién va dirigida? La audiencia objetivo de esta norma son: – Desarrolladores de Modelos Clínicos Detallados, usuarios clínicos y evaluadores de calidad de DCM. – Clínicos y profesionales IT de instituciones sanitarias. – Personal técnico en la industria de las tecnologías sanitarias. – Expertos implicados en el desarrollo de estándares. – Líderes en tecnologías sanitarias a nivel nacional y regional, incluyendo organismos de certificación. 7

¿Qué nos aporta? Usar métricas de calidad nos aporta objetividad y confianza: – Intercambio de contenido clínico. – Realizar consultas y análisis sobre el contenido clínico. – Ayuda a la toma de decisiones. – Introducción de nueva información clínica. – Almacenamiento de información clínica en sistemas de Historia Clínica Electrónica. – Visualización de contenido clínico. – Validación y testeo de instancias para organizaciones pequeñas, medianas y grandes. 8

Tipos de métricas A grandes rasgos, podemos dividir las métricas en siete tipos: – Características generales: ¿Sabemos la versión del DCM?¿Su propósito, descripción, autores, ciclo de vida, etc.? ¿Quién mantiene el DCM?¿Se pueden sugerir cambios?¿Existen criterios de búsqueda definidos sobre el DCM? – Tipos de datos: ¿Es adecuado el tipo de datos?¿Sus valores posibles y rangos han sido correctamente definidos? – Arquitectura interna: ¿Está definido en una sintaxis formal?¿Nos permite especializaciones y extensiones? – Uso de terminologías: ¿Usa una terminología estándar para el enlace terminológico?¿Usa una terminología estándar para representar unidades clínicas? – Características de adaptabilidad: ¿Podemos redefinir tipos, atributos, restricciones, etc.? – Características de entradas de datos: ¿Cada entrada de datos tiene un nombre único?¿Está correctamente descrita e identificada? – Estado de validación: ¿En qué estado se encuentra el DCM?¿Está certificado por alguna organización? 9

Escenario de aplicación 10 Informe de Alta

¿Qué estándares cumplen con estas métricas? Para asegurar la escalabilidad y flexibilidad de los DCM, los sistemas en los que se implementan deben cumplir: – Poder añadir elementos y atributos al DCM sin necesidad de cambiar el modelo subyacente o esquema de base de datos. – Usar un formalismo o sintaxis existente para representar el modelo. – Poder definir relaciones entre el DCM y sistemas terminológicos. Principios generales de buen modelado: – Adopción de terminologías estándares. – Representar los DCM en lenguajes estándares de modelado. – Que los DCM sean aprobados y compartidos por una comunidad de expertos clínicos. – Definir módulos de decisión que referencien a los modelos. – Permitir diferentes tipos de modelos que representen los mismos datos clínicos. Los estándares de HCE que nos permitan cumplir con los requisitos y seguir los principios de buen modelado serán los que más fácilmente cumplan con las métricas de calidad. 11

Conclusiones El desarrollo y despliegue de DCMs tiene un gran potencial para mejorar la seguridad y calidad del cuidado clínico. A partir de la formalización y normalización de entradas de datos clínicos de un modo compartible, los DCM pueden soportar el correcto almacenamiento de HCE, lógica de decisión basada en la evidencia, carga de mensajes y formularios estructurados de entrada de datos. Las métricas de calidad permiten a los usuarios finales poder juzgar DCM de modo cuantitativo y cualitativo y a los modeladores y administradores formas de asegurar que los DCM funcionan como es debido y como medio para mejorar su modelado. Norma todavía en desarrollo: Participa en su definición! 12

Gracias por su atención 13 Diego Boscá Tomás Grupo de Informática Biomédica (IBIME) Instituto ITACA, Universitat Politècnica de Valencia, Spain

14 ? ? ? Imagen original de Rosenfeld Media ¿Cómo aseguramos que estamos hablando de lo mismo? De esta pregunta surgió CIMI

CIMI Clinical Information Modeling Initiative – Los principales actores se sientan en la misma mesa y se ponen de acuerdo en cómo compartir conceptos. HL7, openEHR, IHTSDO, EN13606, Intermountain, CDISC, NHS, Clinica Mayo, Veterans Health Administration, NEHTA… Uso ADL 1.5 y UML con un perfil específico (Archetype Modeling Language, AML) Propone un modelo de referencia común del que poder traducir a los diferentes estándares. 15