Ηλεκτρονικός Ομοιοπαθητικός ιατρικός φάκελλος

Ο ΗΛΕΚΤΡΟΝΙΚΟΣ ΙΑΤΡΙΚΟΣ ΦΑΚΕΛΛΟΣ ΣΤΗΝ ΟΜΟΙΟΠΑΘΗΤΙΚΗ ΚΛΙΝΙΚΗ ΕΡΕΥΝΑ

Τα τελευταία χρόνια έχει αναπτυχθεί ο κλάδος της λεγόμενης «ιατρικής πληροφορικής» που φιλοδοξεί να εμπλουτίσει την κλινική πράξη και την κλινική έρευνα με εργαλεία που τις διευκολύνουν. Ένα τέτοιο εργαλείο είναι ο ηλεκτρονικός ιατρικός φάκελλος.

Τα χαρακτηριστικά ενός συστήματος ηλεκτρονικού ιατρικού φακέλλου είναι η αξιοπιστία, η επαρκής βοήθεια κατά τη χρήση, η απαίτηση μικρού χρόνου για την εισαγωγή των στοιχείων, να είναι εύκολο στην εκμάθηση και βεβαίως να προσαρμόζεται στις ατομικές ανάγκες του χρήστη. Ένα από τα κυριότερα διλήμματα στο σχεδιασμό ενός τέτοιου συστήματος αφορά στην εισαγωγή των στοιχείων και συγκεκριμένα εάν αυτή θα γίνεται με περιγραφικό ή κατευθυνόμενο τρόπο. Μέχρι σήμερα το ομοιοπαθητικό ιστορικό γράφεται με περιγραφικό τρόπο και μάλιστα όσο περισσότερο γλαφυρή είναι η περιγραφή τόσο καλύτερο θεωρείται το ιστορικό επειδή ακριβώς αποδίδει τις αποχρώσεις των συμπτωμάτων. Αντίθετα, ο κατευθυνόμενος τρόπος προϋποθέτει κωδικοποίηση των συμπτωμάτων από ένα adhoc λεξιλόγιο από το οποίο ο χρήστης πρέπει να επιλέξει το κατάλληλο.

Στην περίπτωση του κατευθυνόμενου τρόπου η κωδικοποίηση μείώνει το χρόνο εισαγωγής των στοιχείων και αυξάνει δραματικά την απόδοση επεξεργασίας των δεδομένων. Ακριβώς λόγω του περιγραφικού τρόπου λήψης του ομοιοπαθητικού ιστορικού δεν έχει υπάρξει μέχρι σήμερα δυνατότητα σοβαρής αναδρομικής κλινικής έρευνας στην ομοιοπαθητική που θα προκύπτει από την οργάνωση μιας βάσης δεδομένων. Φαίνεται ότι η ανάγκη για μια επιτυχημένη συνταγογράφηση (που βασίζεται στις αποχρώσεις των συμπτωμάτων) υπερισχύει της ανάγκης για κλινική έρευνα και της επένδυσης στο μακροπρόθεσμο όφελος που αυτή αποδίδει στην κλινική πράξη.

Ένα μοντέλο ηλεκτρονικού ομοιοπαθητικού ιατρικού φακέλλου θα πρέπει να έχει δύο διαστάσεις. Τη διάσταση του χρόνου και τη διάσταση των συμπτωμάτων. Θα πρέπει να είναι σε θέση να περιγράψει την συνάντηση (χρονική στιγμή, τόπος, πρόσωπα), το συμβάν, το επεισόδιο (σύνολο από συμβάντα που κατέληξαν με συγκεκριμένο τρόπο) και την καρριέρα υγείας (σύνολο από επεισόδια) του ατόμου. Εννοείται ότι θα μπορεί να περιλάβει και δεδομένα που σχετίζονται με τον ασθενή όπως προσωπικά χαρακτηριστικά, μόνιμα χαρακτηριστικά κλπ.

Τα συμπτώματα είναι Α) Γενικά (αναφέρονται σ’ ολόκληρο τον οργανισμό) Β) Ειδικά. Αυτά για να περιγραφούν απαιτούν προσδιοριστές (πχ απόχρεμψη πράσινη) και τροποποιητές (πχ καλύτερα με το κρύο). Άλλα είδη ειδικών συμπτωμάτων είναι τα τοπογραφικά τα οποία αναφέρονται σε συγκεκριμένα ανατομικά σημεία (πχ βράγχος φωνής) και τα μη τοπογραφικά (πχ τρόμος) που απαιτούν τουλάχιστον ανατομικούς προσδιοριστές για να περιγραφούν.

Είναι δυνατόν στα πλαίσια ενός τέτοιου συστήματος να συγκροτηθεί μια βάση δεδομένων που θα περιλαμβάνει τις περιπτώσεις που αποδεδειγμένα πάνε καλά σύμφωνα με τα κριτήρια της κλασσικής Ομοιοπαθητικής. Προϋπόθεση, όπως τονίσθηκε, είναι η εγγραφή των συμπτωμάτων με κατευθυνόμενο, κωδικοποιημένο τρόπο.

Ένας τέτοιος ηλεκτρονικός ομοιοπαθητικός ιατρικός φάκελλος, χωρίς να απαιτεί την κατάργηση των περιγραφικών ιστορικών, θα είναι σε θέση να οργανώσει για πρώτη φορά την μεμονωμένη και την συλλογική κλινική εμπειρία εμπλουτίζοντας αφάνταστα την Materia Medica και κάθετα (ανακαλώντας τα συμπτώματα που θεράπευσε ένα συγκεκριμένο φάρμακο) αλλά και οριζόντια (ανακαλώντας την συχνότητα που απαντάται ένα σύμπτωμα στα διάφορα φάρμακα). Ο εμπλουτισμός της Materia Medica για πρώτη φορά με ποσοτικά στοιχεία θα εισάγει την θεωρία της λήψης αποφάσεων στη διαδικασία επιλογής του φαρμάκου με τρόπο ορθολογικό και παράλληλα με την «ενορατική» μεθοδολογία που ήδη χρησιμοποιούμε.

Αυτά τα ποσοτικά στοιχεία θα είναι ουσιαστικά συχνότητες. Συχνότητες φαρμάκων στο σύνολο του πληθυσμού, συχνότητες συμπτωμάτων που απαντώνται σε συγκεκριμένα φάρμακα, συχνότητες συμπτωμάτων στο σύνολο του πληθυσμού. Χρησιμοποιώντας τις προηγούμενες συχνότητες μπορούμε να εφαρμόσουμε το θεώρημα του Bayes προκειμένου να εκτιμήσουμε την πιθανότητα για ένα φάρμακο με δεδομένη την παρουσία ενός συμπτώματος ως εξής:

p(Φ/Σ)= p(Φ)xp(Σ/Φ) / p(Σ)

όπου p(Φ) η συχνότητα του φαρμάκου στον πληθυσμό, p(Σ/Φ) η συχνότητα του συμπτώματος στο συγκεκριμένο φάρμακο, p(Σ) η συχνότητα του συμπτώματος στο σύνολο του πληθυσμού. Η χρήση του θεωρήματος του Bayes έχει νόημα μόνον στα πλαίσια του συγκεκριμένου πληθυσμού στον οποίο αναφέρεται η βάση δεδομένων και δεν έχει οικουμενική αξία, δεδομένου ότι διαφορετικοί πληθυσμοί έχουν διαφορετικές συχνότητες φαρμάκων αλλά και τείνουν να εκδηλώνουν τα φάρμακα με άλλη συμπτωματολογία.