.
Digitālās veselības un veselības datu nozīme mūsdienīgas veselības aprūpes nodrošināšanā
Studiju kursa apraksts
Kursa apraksta statuss:Apstiprināts
Kursa apraksta versija:1.00
Kursa apraksta apstiprināšanas datums:04.03.2024 11:36:14
Par studiju kursu | |||||||||
Kursa kods: | ISK_231 | LKI līmenis: | Visiem līmeņiem | ||||||
Kredītpunkti: | 2.00 | ECTS: | 3.00 | ||||||
Zinātnes nozare: | Datorzinātne un informātika | Mērķauditorija: | Ārstniecība; Farmācija; Medicīnas pakalpojumi; Veselības vadība; Sabiedrības veselība | ||||||
Studiju kursa vadītājs | |||||||||
Kursa vadītājs: | Ieva Bikava | ||||||||
Studiju kursa īstenotājs | |||||||||
Struktūrvienība: | Iekšķīgo slimību katedra | ||||||||
Struktūrvienības vadītājs: | |||||||||
Kontaktinformācija: | Rīga, Hipokrāta iela 2, iskrsu[pnkts]lv, +371 67042338 | ||||||||
Studiju kursa plānojums | |||||||||
Pilns laiks - 1. semestris | |||||||||
Lekcijas (skaits) | 3 | Lekciju ilgums (akadēmiskās stundas) | 2 | Kopā lekciju kontaktstundas | 6 | ||||
Nodarbības (skaits) | 4 | Nodarbību ilgums (akadēmiskās stundas) | 2 | Kopā nodarbību kontaktstundas | 8 | ||||
Kopā kontaktstundas | 14 | ||||||||
Pilns laiks - 2. semestris | |||||||||
Lekcijas (skaits) | 3 | Lekciju ilgums (akadēmiskās stundas) | 2 | Kopā lekciju kontaktstundas | 6 | ||||
Nodarbības (skaits) | 4 | Nodarbību ilgums (akadēmiskās stundas) | 2 | Kopā nodarbību kontaktstundas | 8 | ||||
Kopā kontaktstundas | 14 | ||||||||
Studiju kursa apraksts | |||||||||
Priekšzināšanas: | Nav nepieciešamas. | ||||||||
Mērķis: | Sniegt ieskatu digitālās veselības rīku plašajā klāstā, veicināt izpratni par veselības datu nozīmi, mūsdienīgas veselības aprūpes nodrošināšanā un plānošanā, raksturot biežāk izmantotos datu kodēšanas un datu apmaiņas standartus, analizēt biežāk izmantotās informācijas sistēmas un dažādus reģistrus veselības jomā. | ||||||||
Tēmu saraksts (pilna laika studijas) | |||||||||
Nr. | Tēma | Īstenošanas forma | Skaits | Norises vieta | |||||
1 | Veselības datu nozīme mūsdienu veselības aprūpē. | Lekcijas | 1.00 | auditorija | |||||
Nodarbības | 1.00 | auditorija | |||||||
2 | Digitālās veselības raksturojums. | Lekcijas | 1.00 | auditorija | |||||
Nodarbības | 1.00 | auditorija | |||||||
3 | Veselības datu sistēmas un datu kopīgošana - EMR/EHR/PHR. | Lekcijas | 1.00 | auditorija | |||||
Nodarbības | 1.00 | auditorija | |||||||
4 | Pirmās daļas noslēguma seminārs | Nodarbības | 1.00 | auditorija | |||||
5 | Biežāk izmantotie datu kodēšanas un apmaiņas standarti - ICD-10/11; LOINC; ORPHA; NOMESCO; SNOMED-CT; HL7 CDA/FHIR. | Lekcijas | 1.00 | auditorija | |||||
Nodarbības | 1.00 | auditorija | |||||||
6 | Veselības dati dažādos reģistros - epidemioloģiski/ statistiskie, slimību, klīniskie, pacientu reģistri. | Lekcijas | 1.00 | auditorija | |||||
Nodarbības | 1.00 | auditorija | |||||||
7 | Digitālās veselības ieguvumi un izaicinājumi - datu drošība un privātums, datu sekundārā izmantošana, inovāciju attīstība. | Lekcijas | 1.00 | auditorija | |||||
Nodarbības | 1.00 | auditorija | |||||||
8 | Otrās daļas noslēguma seminārs | Nodarbības | 1.00 | auditorija | |||||
Vērtēšana | |||||||||
Patstāvīgais darbs: | - E-studijās ievietoto materiālu apguve (videolekcijas, raksti, publikācijas, datu bāzes). - Pārbaudes uzdevumu izpilde un iesniegšana. Lai izvērtētu studiju kursa kvalitāti kopumā, studentam jāaizpilda studiju kursa novērtēšanas anketa Studējošo portālā. | ||||||||
Vērtēšanas kritēriji: | - Studiju kursa vērtējumu veido summārais vērtējums par katras tēmas apguvi (maksimāli 1 balle par katru tēmu, summāri - 6 balles). - Teorētisko zināšanu eksāmens - testa veidā (maksimāli 3 balles.) - Studenta līdzdalība studiju procesā - aktīva dalība diskusijās (maksimāli 1 balle, kopumā par visu studiju kursu). | ||||||||
Gala pārbaudījums (pilna laika studijas): | Eksāmens | ||||||||
Gala pārbaudījums (nepilna laika studijas): | |||||||||
Studiju rezultāti | |||||||||
Zināšanas: | - Raksturot veselības datu nozīmi mūsdienīgas veselības aprūpēs īstenošanā un plānošanā; - Aprakstīt, klasificēt un apspriest dažādus digitālās veselības rīkus, raksturot to pielietojumu dažādos veselības jomas procesos; - Identificēt un klasificēt veselības jomā biežāk izmantotās informācijas sistēmas, reģistrus, skaidrot to mērķus un uzdevumus; - Atpazīt, nosaukt, un sniegt pārskatu par digitālās veselības jomā biežāk izmantotajiem datu kodēšanas un apmaiņas standartiem; - Skaidrot izaicinājumus, kas saistīti ar digitālās veselības rīku datu drošību, privātumu, sekundāro datu izmantošanu un invoāciju attīstību. | ||||||||
Prasmes: | - Analizēt un pētīt, diskutēt un debatēt par dažādiem digitālās veselības rīkiem un to pielietošanas iespējam, uzlabojot veselības aprūpes procesus; - Atšķirt dažādu informācijas sistēmu un reģistru funkcionalitāti, izskaidrot būtiskās atšķirības un katra risinājuma piemērotību noteiktiem uzdevumiem; - Klasificēt dažādus digitālā veselībā izmantojamos standartus, diskutēt par to izmantošanu noteiktā risinājumā; - Izvērtēt ar digitālo veselību saistītos datu drošības un privātuma izaicinājumus, identificēt un pamatot izvēlētos risku mazināšanas pasākumus. | ||||||||
Kompetences: | - Ieteikt kā uzlabot veselības aprūpes procesus un veicināt pakalpojumu pieejamību, ieviešot jaunus digitālās veselības rīkus un pieejas, kā arī uzlabojot vai radot jaunas informācijas sistēmas un reģistrus; - Izpētīt, analizēt un novērtēt ar izmaiņām saistītos izaicinājumus, kas saistīti gan ar datu drošību un privātumu, gan izmaiņām esošajos procesos un praksē; - Izvērtēt, skaidrot un pamatot ar izmaiņām saistītos izmantojamos semantiskos un tehniskos standartus, lai nodrošinātu sadarbspēju ar citām sistēmām. | ||||||||
Bibliogrāfija | |||||||||
Nr. | Atsauce | ||||||||
Obligātā literatūra | |||||||||
1 | Pacientu tiesību likums | ||||||||
2 | Ārstniecības likums | ||||||||
3 | Fizisko personu datu apstrādes likums | ||||||||
4 | Fizisko personu datu aizsardzības regula | ||||||||
5 | Butcher C., Hussain, W. Digital healthcare: the future. July, 2022. DOI: https://doi.org/10.7861/fhj.2022-0046 | ||||||||
6 | Sarwal D, Gupta V. (2023). Personal Health Record. NCBI Bookshelf. StatPearls Publishing. | ||||||||
7 | SOAP notes in Medical Record: Subjective, Objective, Assessment, Plan. ZeeMedicalBilling. | ||||||||
8 | Honavar SG. (2020). Electronic Medical Records - The good, the bad and the ugly. | ||||||||
9 | Evans RS. (2016). Electronic Health Records: Then, Now and in the Future. | ||||||||
10 | Baashar Y., et all. (2020). Customer relationship management systems (CRMS) in the healthcare environment: A systematic literature review. https://doi.org/10.1016/j.csi.2020.103442 | ||||||||
11 | Agency for Healthcare Research and Quality. Registries for Evaluating Patient Outcomes: A User’s Guide. (2020). 4th Edition. | ||||||||
12 | Eiropas komisija. Eiropas sadarbspējas satvars – Īstenošanas stratēģija. (2017). | ||||||||
13 | SNOMED CT Starter Guide. | ||||||||
Papildu literatūra | |||||||||
1 | Digitālās veselības stratēģija līdz 2029.gadam. Informatīvais ziņojums | ||||||||
2 | Delshad, S., Dontaraju, V. S., & Chengat, V. (2021). Artificial Intelligence-based application provides accurate medical triage advice when compared to consensus decisions of healthcare providers. Cureus. https://doi.org/10.7759/cureus.16956 | ||||||||
3 | Kourtis, L. C., Regele, O. B., Wright, J. M., & Jones, G. B. (2019). Digital biomarkers for alzheimer’s disease: The mobile/wearable devices opportunity. Npj Digital Medicine, 2(1). https://doi.org/10.1038/s41746-019-0084-2 | ||||||||
4 | MacIntyre, C. Raina, Lim, S., & Quigley, A. (2022). Preventing the next pandemic: Use of artificial intelligence for epidemic monitoring and Alerts. Cell Reports Medicine, 3(12), 100867. https://doi.org/10.1016/j.xcrm.2022.100867 | ||||||||
5 | Maples-Keller, J. L., Bunnell, B. E., Kim, S.-J., & Rothbaum, B. O. (2017). The use of virtual reality technology in the treatment of anxiety and other psychiatric disorders. Harvard Review of Psychiatry, 25(3), 103–113. https://doi.org/10.1097/hrp.0000000000000138 | ||||||||
6 | Molinaro, N., Schena, E., Silvestri, S., Bonotti, F., et all. (2022). Contactless vital signs monitoring from videos recorded with Digital Cameras: An overview. Frontiers in Physiology, 13. https://doi.org/10.3389/fphys.2022.801709 | ||||||||
7 | Rodrigues, J. J., De Rezende Segundo, D. B., Junqueira, et all. (2018). Enabling technologies for the internet of health things. IEEE Access, 6, 13129–13141. https://doi.org/10.1109/access.2017.2789329 | ||||||||
8 | Wright A, Sitting DF, McGowan J, et all. J Am Med Inform Assoc. DOI: 10.1136/amiajnl-2014-002776 | ||||||||
9 | Smak Gregoor, A. M., Sangers, T. E., Bakker, L. J., Hollestein, L., Uyl – de Groot, C. A., Nijsten, T., & Wakkee, M. (2023). An artificial intelligence based app for skin cancer detection evaluated in a population based setting. Npj Digital Medicine, 6(1). https://doi.org/10.1038/s41746-023-00831-w | ||||||||
10 | Bringing science to medicine: an interview with Larry Weed, inventor of the problem-oriented medical record. (2014). | ||||||||
11 | Donald C.J. et all. The Regenstrief Medical Record System: a quarter century experience. (1999). doi: 10.1016/s1386-5056(99)00009-x. | ||||||||
12 | Laugesen K, et all. (2021). Nordic Health Registry-Based Research: A Review of Health Care Systems and Key Registries. | ||||||||
13 | Using LOINC with SNOMED CT. |