A review of clinical decision support systems applicable to precision oncology

Bc. Michaela Hanajíková

Bachelor's thesis

Abstract:

Úvod do problematiky: Bolo dokázané, že systémy pre podporu klinického rozhodovania (CDSS), hlavne v onkológií, zlepšujú výsledky pacientov a znižujú ceny liečby. Aj napriek výrazným pokrokom v posledných dekádach sa však stále málo používajú v klinickej praxi. Okrem toho, žiaden z najpoužívanejších komerčných systémov nepodporuje náležitú integráciu dát ani aktívne zapájanie pacientov v rozhodovacom procese, pričom oba koncepty sú podstatné, hlavne v medicínskych špecializáciách, kde liečba často zahŕňa závažné dlhodobé vedľajšie účinky. Cieľ: Previesť systematický prehľad článkov a počas neho identifikovať existujúce CDSS, ktoré sú aplikovateľné na oblasť personalizovanej onkológie a porovnať ich vlastnosti so systémovými požiadavkami a očakávaniami stanovenými klinickým onkológom, ako sú napríklad úroveň, po ktorú odzrkadľujú jednotlivé biologické profily pacienta, alebo pacientove preferencie s ohľadom na jeho životný štýl. Metódy: Štúdie, opisujúce vhodné CDSS boli zvolené prostredníctvom systematického prehľadu článkov podľa stanovených inštrukcií. Predtým boli požiadavky na CDSS zhromaždené formou polo-štrukturovaného rozhovoru s praktizujúcim klinickým onkológom a boli získané a zaznamenané pomocou stanovenej stratégie s vhodnými šablónami vzhľadom na multidisciplinárny charakter CDSS. Výsledky: Publikácií na danú tému bolo v PubMed databáze nájdených celkovo 871. Manuálnym overovaním anotacií sa vyčlenilo 124 článkov, a ich celé znenie sa ďalej posudzovalo s cieľom zistiť, či publikácie spĺňajú podmienky pre zaradenie do prehľadu. Do prehľadu bolo zahrnutých celkovo päťdesiat štúdií a identifikovalo sa spolu dvanásť systémov pre podporu klinického rozhodovania. Identifikované CDSS boli zhrnuté a následne boli výsledky prehľadu porovnané so získanými požiadavkami. Sedem z dvanástich systémov poskytujú poradenstvo pre širokú škálu onkologických ochorení. Zvyšné systémy navrhujú odporúčania na liečbu iba vybraných typov rakoviny (dva na liečbu rakoviny prsníka, dva na rakovinu prostaty a jeden na rakovinu konečníka). Ďalej bolo vymedzených šesť požiadaviek na uchovávanie informácií a štyri funkčné požiadavky na CDSS. Záver: Napriek tomu, že žiaden zo CDSS nespĺňa všetky požiadavky stanovené doménovým expertom, väčšina identifikovaných systémov zahŕňa časť očakávanej funkcionality a snaží sa priblížiť sa k skutočne personalizovanému prístupu v onkológií. Systémy pre podporu klinického rozhodovania sú však neustále vyvíjané alebo zlepšované, preto by mohli navrhované požiadavky predstavovať dobrý východiskový bod pre vývojárov. Okrem toho sa ukazuje, že metóda participatívneho dizajnu systémov so zapojením onkológov a iných expertov v zdravotníctve, je nevyhnutná pre vytvorenie úspešných, použiteľných a vhodných CDSS.

Abstract:

Background: It has been demonstrated that clinical decision support systems (CDSSs), especially those used in oncology, improve patient outcomes and lower healthcare costs. Nevertheless, despite substantial advancements over the past few decades, CDSSs are often underutilized in routine clinical practice. Furthermore, none of the top commercial oncology CDSSs support active patient participation in treatment decision-making or functional data integration despite both being crucial in a clinical specialty that uses treatments with significant long-term effects on patients. Objective: To conduct a systematic review to find existing CDSSs applicable to precision oncology and compare their capabilities with the system requirements and expectations set by a clinical oncologist, such as the degree of reflecting individual patient biological profiles and their lifestyle preferences. Methods: Studies describing eligible CDSS were selected via a systematic review following established guidelines. Earlier, the CDSS requirements were collected using a direct approach in the form of a semi-structured interview with a practicing clinical oncologist and reported using a requirement elicitation and reporting strategy with suitable templates regarding the multidisciplinary nature of CDSS development. Results: Altogether, the PubMed search yielded 871 articles. Their abstracts were manually screened with 124 full-text articles assessed for eligibility. A total of fifty papers were included in the review, and a total of twelve CDSSs were identified. Additionally, the identified CDSSs were summarized, and subsequently, the results from the requirement elicitation and the review were synthesized. Seven out of the twelve systems provide decision support for a wide range of oncological conditions. The rest propose treatment recommendations only for a selected type of cancer (two for breast cancer, two for prostate cancer, and one for rectal cancer). Additionally, six information storage requirements and four functional requirements are defined. Conclusions: Despite none of the CDSS fitting all the requirements set by a domain expert, most of the identified systems incorporate a portion of the expected functionality and seem to represent an effort towards a true precision-medicine approach in oncology. Nevertheless, CDSSs are continuously being developed or improved, and the proposed requirements could illustrate a good starting point for developers. Moreover, a participatory design method with the involvement of real-life oncologists and other medical professionals is crucial for creating successful, usable, and appropriate CDSSs.

Keywords

cancer, precision oncology, artificial intelligence, tumor boards, clinical decision support systems, systematic review, system requirements

Language used: English

Date on which the thesis was submitted / produced: 15. 12. 2022

Thesis defence

• Date of defence: 1. 2. 2023
• Supervisor: doc. Mgr. Bc. Vít Nováček, PhD
• Reader: MUDr. Mgr. Martin Rusinko

Masaryk University

Faculty of Informatics

Bachelor programme / field:
Informatics / Informatics