Beslutsst¨odsystemf¨ormunslemhinnef¨or¨andringar KungligaTekniskaH¨ogskolan

Kungliga Tekniska H¨

ogskolan

Skolan f¨

or datavetenskap och kommunikation

Examensarbete inom teknisk fysik, grundniv˚

a (SA104X)

Beslutsst¨

odsystem f¨

or

munslemhinnef¨

or¨

andringar

Studenter p˚

a KTH:

Louise Wahlberg,

louwah@kth.se

Terese Timander,

tereset@kth.se

Handledare p˚

a KTH:

Hedvig Kjellstr¨

om,

hedvig@csc.kth.se

Studenter p˚

a Karolinska

Institutet:

Malin Westin

Sofia Wadell

Leimd¨

orfer

Handledare p˚

a Karolinska

Institutet:

Karin Garming Legert

Sammanfattning

This thesis has been carried out in collaboration with two students at the Department of Dental Medicine at Karolinska Institutet in Stockholm, Sweden. The aim of this project was to construct a computerized decision support system to facilitate diagnosis of changes in the Oral Mucosa using information collected by the above mentioned students.

A program which poses specific questions to the user was constructed with the Java programming language. Depending on how these questions were answered, one or more possible diagnoses were presented by the pro-gram. In order to conclude whether or not this program was of any use in terms of time savings, a series of tests were run and timed both when using the program and when not. The results were then analyzed with statistical methods.

Det h¨ar kandidatexamensarbetet har genomf¨orts i samarbete med tv˚a studenter p˚a tandl¨akarprogrammet p˚a Karolinska Institutet i Stockholm. Syftet var att utifr˚an information som samlats in av dessa studenter kon-struera ett datoriserat beslutsst¨odsystem som f¨orenklar diagnosticering av munslemhinnef¨or¨andringar.

Inneh˚

all

1 Inledning 3 2 Bakgrund 3 2.1 Beslutsst¨odsystem . . . 3 2.1.1 Beslutstr¨ad . . . 4 2.2 Programkonstruktion . . . 5 2.2.1 Databasalternativ . . . 5 2.2.2 Java . . . 6 2.2.3 MVC . . . 6 2.3 Statistiska metoder . . . 7 2.3.1 Hypotespr¨ovning . . . 7 2.3.2 Stickprov i par . . . 7 2.3.3 t-f¨ordelning . . . 7 3 Problemst¨allning 8 4 Utf¨orande 8 5 Resultat 10 5.1 Kvantitativa reslutat . . . 10 5.2 Kvalitativa resultat . . . 11

6 Sammanfattning och analys 12 6.1 Analys . . . 13

1

Inledning

Hos en patient med f¨or¨andring i munslemhinnan h¨ander det att man beh¨over ta s˚a kallade biopsier f¨or att avg¨ora vilket typ av f¨or¨andring det r¨or sig om. Vissa s˚adana biopsier b¨or tas i frisk v¨avnad, andra i sjuk. S˚aledes inneb¨ar detta komplikationer vid diagnostisering om en s˚adan biopsi skulle f¨orsv˚ara f¨or fram-tagandet av en annan. ¨Aven i fall d˚a eventuella komplikationer inte ¨ar en faktor s˚a inneb¨ar fler utf¨orda biopsier h¨ogre kostnader f¨or patienten. Det tar dessutom l¨angre tid att ta fram en diagnos om man f¨orst beh¨over skicka ett prov p˚a un-ders¨okning f¨or att uppt¨acka att ett annat prov var n¨odv¨andigt . L¨angre tid ¨ar en faktor av stor vikt i exempelvis cancerfall i slemhinnan som b¨or behandlas fortast m¨ojligt. Ibland ¨ar det d¨arf¨or n¨odv¨andigt att kalla in expertkunskaper inom omr˚adet f¨or att avg¨ora vilka m¨ojliga diagnoser det kan r¨ora sig om och s˚aledes p˚a vilken v¨avnad biopsin borde utf¨oras. M˚anga g˚anger sker detta i fall som ¨ar s˚a pass vanliga att sagda experter svarar p˚a dylika fr˚agor relativt of-ta under en korof-tare tidperiod. Detof-ta fr¨amst d˚a allm¨antandl¨akare ofta saknar specialistkunskaper inom just omr˚adet munslemhinnef¨or¨andringar.

Ett system som ger allm¨antandl¨akare tillg˚ang till s˚adan expertkunskap utan att beh¨ova kontakta en specialist skulle allts˚a kunna spara in mycket tid f¨or alla inblandade, n˚agot som ¨ar av vikt inte minst f¨or patienten. Genom att digitalisera och strukturera s˚adan information kan det konstrueras ett verktyg som kan anv¨andas vid diagnostisering n¨ar det saknas specifika kunskaper kring en viss f¨or¨andring. Ett datorprogram ¨ar l¨att att uppdatera med ny information om olika f¨or¨andringar och ¨aven l¨att att distribuera mellan olika anv¨andare.

Detta kandidatexamensarbete har som m˚al att utveckla ett beslutsst¨odsystem f¨or att effektivisera odontologisk diagnostik. Den f¨ardiga produkten riktar sig till allm¨antandl¨akare utan specialistkunskaper inom munslemhinnef¨or¨andringar som trots detta p˚atr¨affar s˚adana i sin yrkesroll. Arbetet har utf¨orts i samarbete med tv˚a tandl¨akarstudenter vid Karolinska Institutet i Stockholm. Deras upp-gift var att samla in den odontologiska expertis som skulle utg¨ora programmets databas, samt strukturera fr˚agor och diagnoser s˚a att de f¨orh¨oll sig optimalt till varandra utifr˚an denna sagda expertis. Det l˚ag p˚a studenterna fr˚an KTH att ta detta tr¨ad av fr˚agor och diagnoser och bygga upp l¨amplig programvara till det. Rapporten kommer att presentera det utf¨orda arbetet enligt f¨oljande struk-tur:

Inledningsvis presenteras f¨or l¨asaren teoretisk bakgrund till de omr˚aden och metoder som kommer diskuteras vidare i rapporten. D¨arefter formuleras konkret den problemst¨allning vilken arbetet behandlat. Med det gjort ges en utf¨orlig presentation kring metoden med vilken projektet utf¨orts, samt p˚a vilket s¨att resultat tagits fram och analyserats. D¨arefter presenteras sj¨alva resultaten. Sist i rapporten ges l¨asaren en sammanfattning och tillika analys av arbetet och dess resultat.

2

Bakgrund

2.1

Beslutsst¨

odsystem

f¨oretag, milit¨aren och inom medicin.

Arnott och Pervan [9] identifierar de tre st¨orsta underkategorierna av be-slutsst¨odsystem. Personliga system anv¨ands f¨or att ge individer st¨od i att ta be-slut i en uppgift. Datalagerhanteringssystem (data warehousing”) tar hand om och strukturerar stora m¨angder data. System f¨or business intelligence anv¨ander sig av information fr˚an datalager f¨or att g¨ora analyser och utv¨ardera den en-ligt f¨ordefinerade modeller. Andra exempel p˚a beslutsst¨odsystem ¨ar system som anv¨ands f¨or att underl¨atta och effektivisera arbete inom grupper samt system som anv¨ander metoder f¨or artificiell intelligens och applicerar dem p˚a beslutsst¨od.

Beslutsst¨odsystem b¨orjade utvecklas under 1970-talet [9] som system som anv¨andes lokalt p˚a en dator [6]. F¨oretag b¨orjade sedan att koppla ihop sm˚a lokala n¨atverk som flera anv¨andare tillsammans kunde arbeta ¨over. Dessa blev sedan successivt st¨orre och st¨orre och i och med internets int˚ag finns det idag i goda m¨ojligheter att anv¨anda olika system oavsett var man ¨ar.

Det finns m˚anga olika faktorer som p˚averkar hur framg˚angsrika beslutsst¨ od-system blir. Viktigast ¨ar tillf¨orlitligheten i informationen som systemet ger men ¨

aven saker som hur l¨att systemet ¨ar att anv¨anda och komma ˚at ¨ar viktiga. Utseende d¨aremot ¨ar mindre viktigt. [8]

F¨or medicinska beslutsst¨odsystem s˚a ¨ar det positivt om anv¨andaren p˚aminns om att anv¨anda dem, till exempel genom att de ¨ar integrerade i journalsystem eller ger p˚aminnelser till anv¨andaren.[4], [5] System som ¨overhuvudtaget inte anv¨ands eller d¨ar anv¨andaren inte litar p˚a systemet och informationen d˚a inte anv¨ands har d˚alig effekt p˚a diagnosticeringen av patienter [4]

2.1.1 Beslutstr¨ad

Ett beslutsst¨odsystem av typen som presenteras ovan kan byggas p˚a ett s˚a kallat beslutstr¨ad . Ett beslutstr¨ad ¨ar en struktur f¨or att klassificera data, ex-empelvis som i figur 1. Genom att ordna fr˚agor p˚a olika s¨att, beroende p˚a hur tidigare fr˚agor besvarats, g˚ar det allts˚a att best¨amma vilken slutgiltig klassi-fikation som ska n˚as. Beslutstr¨ad ¨ar ofta l¨attare att f¨orst˚a ¨an andra maski-ninl¨arningsstrukturer eftersom de generellt kan delas upp i en serie l¨attf¨orst˚adda fr˚agor och d¨armed vara l¨attilg¨angliga ¨aven f¨or en lekman inom omr˚adet. [11]

Beslutstr¨ad kan konstrueras manuellt av en eller flera m¨anniskor och kallas d˚a expertsystem. Man st¨aller upp ett tr¨ad utifr˚an expertis och anv¨ander tr¨adet f¨or att analysera sina data. Att hitta experter som vill och kan dela med sig av sina kunskaper kan dock ofta vara sv˚art.[12]

N¨ar man har stora m¨angder data att analysera, exempelvis i ett datalager, s˚a ¨ar ett ofta anv¨ant angreppss¨att att l˚ata en algoritm skapa ett beslutstr¨ad utifr˚an ett mindre tr¨aningsdataset. Beslutstr¨adet kan sedan anv¨andas p˚a annan data f¨or att f¨oruts¨aga egenskaper hos det nya datasetet. [12]

En algoritm som st¨aller upp beslutstr¨ad utifr˚an tr¨aningsdata g˚ar i princip ut p˚a att man delar upp sitt dataset i tv˚a kategorier enligt ett visst kriterium. Sedan delas varje set i sin tur i tv˚a enligt ett nytt kriterium och s˚a forts¨atter processen rekursivt.

Figur 1: Exempel p˚a ett beslutstr¨ad som avg¨or utfall utifr˚an ett v¨arde p och ett villkor q.

Om beslutstr¨adet anpassas f¨or v¨al till tr¨aningsdatan s˚a kommer tr¨adet bli stort och sv˚arhanterat. F¨or att undvika att beslutstr¨adet ¨overanpassas till tr¨ anings-datan, och d¨arf¨or inte g˚ar att anv¨anda p˚a annan data, m˚aste man begr¨ansa hur komplext tr¨adet till˚ats att bli.[11] Den rekursiva konstruktionen av tr¨adet stan-nar n¨ar man kommit till en punkt d¨ar den kvarvarande datan exempelvis inte l¨angre g˚ar att dela enligt ett bra kriterium, ¨ar f¨or liten f¨or att delas vidare eller man har n˚att den maximalt till˚atna h¨ojden p˚a tr¨adet. [12] Ett alternativ till att stanna algoritmen vid ett visst kriterium ¨ar att f¨orst skapa ett ¨overanpassat tr¨ad som man sedan besk¨ar f¨or att uppn˚a lagom storlek i tr¨adet.

2.2

Programkonstruktion

2.2.1 Databasalternativ

XML ¨ar ett m¨arkspr˚ak avsett f¨or textdokument. Data skrivs in i XML som textstr¨angar som omges av textm¨arkningar (taggar) som beskriver datan. Ba-senheten i XML f¨or m¨akningar och data kallas f¨or ett element. Vidare anger specifikation f¨or XML f¨oljande definition f¨or den exakta syntax denna m¨arkning m˚aste f¨olja: hur olika element begr¨ansas av taggar, hur en s˚adan tagg ser ut, vad som ¨ar att r¨akna som acceptabla namn p˚a olika element, var man placerar olika attribut och s˚a vidare. XML som spr˚ak har inte ett f¨orbest¨amt antal taggar. Dessutom f¨oruts¨atts dess element fungera f¨or alla anv¨andare och omr˚aden oav-sett tidpunkt. Eventuella f¨ors¨ok att begr¨ansa antalet taggar ¨ar s˚aledes d¨omt att misslyckas. Ist¨allet m¨ojligg¨or XML f¨or anv¨andare att sj¨alva skapa de element de beh¨over n¨arhelst de beh¨over dem, programmet kan allts˚a anpassas och utvidgas f¨or att m¨ota en m¨angd olika behov. Ett XML-dokument ¨ar konstruerat som ett tr¨ad uppbyggt av noder, vissa av dessa noder kan vidare inneh˚alla en eller flera ytterligare noder. Det finns alltid exakt en rotnod, vilket allts˚a inneh˚aller alla andra noder i tr¨adstrukturen. [10]

2.2.2 Java

Java ¨ar ett objektorienterat programmeringsspr˚ak. F¨or den som programmerar inneb¨ar detta att huvudfokus ligger p˚a sj¨alva datan i programmet och de meto-der som manipulerar denna, ist¨allet f¨or att enbart t¨anka i termer av procedurer. I ett objektorienterat system inneb¨ar en klass en samlig data med tillh¨orande metoder som verkar p˚a denna data. Tillsammans beskriver data och metoder tillst˚and och beteende hos ett s˚a kallat objekt. Klasser ordnas hierarkiskt, n˚agot som inneb¨ar att en subklass kan ¨arva ett beteende av tillh¨orande superklass. Java i sig sj¨alv innefattar en stor m¨angd klasser f¨ardiga att anv¨anda vid programme-ring. Dessa ¨ar organiserade i s˚a kallade paket, eller packages.

Java ¨ar ett tolkat spr˚ak, vilket inneb¨ar att kompilatorn genererar byte-kod till JVM (Java Viritual Machine) ist¨allet f¨or maskinkod. F¨or att faktiskt k¨ora ett Javaprogram kr¨avs att Javatolken exekverar den kompilerade bytekoden. D˚a Javakod ¨ar oberoende av vilken plattform som anv¨ands f˚ar att program kodade i Java kan k¨oras fr˚an vilken plattform som helst d¨ar JVM kan implementeras.

En av de mer p˚atagliga f¨ordelana med ett program skrivet i Java ¨ar att dess oberoende av plattform g¨or att ett s˚adant program kan k¨oras fr˚an s˚av¨al PC som MAC och LINUX. Ytterligare en skillnad mellan Java och C samt C++ ¨

ar att Java ¨ar f¨orenklat. Detta i syfte att skapa ett spr˚ak vilket gick fort att l¨ara in fr˚an grunden. Flertalet verktyg som finns i C och C++ har allts˚a tagits bort i detta syfte. I huvudsak g¨aller detta s˚adana som antingen s¨allan anv¨ander eller som f¨ororsakade d˚aliga l¨osningar. Den fr¨amsta skillnaden kan dock s¨agas vara det faktum att programmeringsspr˚aket Java de facto inte anv¨ander sig av pekare, vilket ¨ar den aspekt av programmering i C eller C++ d¨ar risken f¨or uppkomst av buggar ¨ar som st¨orst. Avsaknad av pekare kompenseras av det faktum att Java automatiskt hanterar allt g¨allande referering och dereferering ˚at programmeraren. Dessutom har Java inbyggd ”skr¨aphantering” vilket g¨or att

man inte beh¨over oroa sig f¨or problem med minneshanteringen.[7]

2.2.3 MVC

Designm¨onstret Model View Controller, eller MVC, hanterar in- och utdata separat i tre olika specialiserade objekttyper. Modelobjektet har till syfte att svara p˚a f¨orfr˚agan om vilket tillst˚and systemet befinner sig i, n˚agot den ofta h¨amtar in fr˚an viewobjektet, samt sk¨oter data och beteende hos applikationen. View hanterar den del av den grafiska eller textm¨assiga delen av utdatan som ¨ar synlig f¨or anv¨andare. Controller tolkar kommandon som anv¨andaren matar in via musklick eller tryck p˚a tangentbordet. Vidare talar den om f¨or view och/eller modelobjektet hur det ska reagera p˚a detta inkommande kommando . [3]

indata utan att f¨or den sakens skull kr¨ava f¨or¨andringar i hur data presenteras f¨or anv¨andaren rent visuellt. MvC kapslar in svarsmekanismen hos ett control-lerobjekt. Det finns en klasshirarki hos controllern som g¨or det l¨at att skapa en ny controller, som ¨ar en variant av en redan existerande s˚adan. Ett vieobjekt anv¨ander sig av en subklass hos Controllerobjektet f¨or att implementera en viss specifik responsstrategi. F¨or att ¨andra denna strategi p˚a n˚agot s¨att kan detta g¨oras enkelt genom att ¨andra Controllerobjektet till en annan Controller. [3]

2.3

Statistiska metoder

2.3.1 Hypotespr¨ovning

F¨or att medtoden hypotespr¨ovning skall kunna anv¨andas kr¨avs dels att det g¨allande stickprovet ¨ar slumpm¨assigt draget, dels att samma stickprov ¨ar att betrakta som normalf¨ordelad. Pr¨ovningen i sig sker sedan enligt f¨oljande modell; f¨orst formuleras den hypotes som skall unders¨okas och en l¨amplig signifikansniv˚a best¨ams (det vill s¨aga med hur h¨og procentuell sannolikhet testet ska anses giltigt). Med detta gjort ber¨aknas en testvariabel som sedan j¨amf¨ors med ett tabellv¨arde. I detta fall ¨ar det endast v¨art att n¨amna ber¨akning av tabellv¨arde enligt s˚a kallad t-f¨ordelning, vilket n¨amns nedan. Antag att den hypotes som ska testas ¨ar H0: z = z0.

Den n¨amnda testvariabeln ber¨aknas d˚a enligt formeln T = (¯x − z0)/(s/

√ n) d¨ar T ¨ar t-f¨ordelad med n − 1 frihetsgrader.

Variabeln s i formeln ovan betecknar stickprovets standardavvikelse och ber¨aknas enligt [sannstatboken] Hypotesen f¨orkastas om den ber¨aknade testva-riabeln T har ett v¨arde h¨ogre ¨an det tabellv¨arde som kan avl¨asas f¨or t-f¨ordelning vid n − 1 frihetsgrader. [2]

Vidare ska h¨ar tas h¨ansyn till f¨or hur stor procentuell s¨akerhet hypotesen ska unders¨okas, till vilket beteckningen α inf¨ors. Olika s¨akerhetsgrader l¨ases av som olika tabellv¨arden, en s¨akerhet p˚a 95 % skulle allts˚a inneb¨ara att tabellen l¨ases av dels vid n-1 frihetsgrader dels d˚a α ¨ar lika med 1- 0,95 dvs 0,05.

2.3.2 Stickprov i par

Modellen stickprov i par anv¨ands vid fall d˚a man m¨ater ett visst, best¨amt antal objekt tv˚a g˚anger under tv˚a olika f¨oruts¨attningar. S˚aledes f˚ar man tv˚a olika serier av m¨atv¨arden d¨ar varje serie har sitt eget v¨antev¨arde. Skillnaden ber¨aknas mellan varje element i serie ett och motsvarande m¨atv¨arde i serie tv˚a, varvid ett medelv¨arde av dessa skillnader ber¨aknas. Detta medelv¨arde kan se-dan anv¨andas vid hypotespr¨ovning, motsvarande ¯x-v¨ardet i formen presenterad ovan. Ett exempel p˚a detta skulle kunna vara att testa hypotesen H0

”Ing-en skillnad f¨orekommer mellan de olika m¨atserierna”. I det fallet g¨aller ¯x som n¨amnt med z0 satt till noll. [2]

2.3.3 t-f¨ordelning

Figur 2: t-f¨ordelning med tio frihetsgrader. K¨alla: Wikipedia.org

3

Problemst¨

allning

Projektet m˚al har varit att konstruera ett program som underl¨attar diagnosti-cering av munslemhinnef¨or¨andringar. Inledningsvis gick problemformuleringen ut p˚a att optimera och effektivisera ordningen p˚a fr˚agorna som ska hj¨alpa tandl¨akare att st¨alla diagnos, utifr˚an det beslutstr¨ad som tillhandah˚allits av tandl¨akarstudenterna. Det visade sig dock att detta redan var v¨aldigt v¨al kon-struerat utifr˚an odontologiska expertkunskaper och att det d¨arf¨or inte kunde motiveras att f¨ors¨oka optimera det ytterligare. S˚aledes kom projektet att ist¨allet rikta sig mot programkonstruktion baserat p˚a det redan existerande beslut-str¨adet.

M˚alet l˚ag allts˚a i att unders¨oka hur anv¨andarv¨anligt detta grafiska program skulle vara och huruvida det skulle bidra till att ¨oka tideffektiviteten vid dia-gnostisering av munslemhinnef¨or¨andringar.

4

Utf¨

orande

D˚a den produkt som skulle levereras vid avslutat arbete riktade sig till anv¨andare helt utan programmeringsvana var anv¨andarv¨anlighet det som kom att styra hur beslutsst¨odsystemet konstruerades. Vidare skulle, i detta syfte, ett antal krite-rier uppfyllas.

Det konstruerade programmet skulle vara l¨att att anv¨anda och ha ett grafiskt gr¨anssnitt. Man ville ocks˚a att det skulle fungera oberoende av vilken plattform som anv¨andes vid k¨orning f¨or att inte l˚asa framtida anv¨andare vid ett visst operativsystem. I skuggan av detta valdes att anv¨anda Java som programme-ringsspr˚ak under projektets g˚ang eftersom det ¨ar plattformsoberoende och har m˚anga grafiska komponenter i sitt standardbibliotek.

i XML-format som en l¨amplig l¨osning eftersom tr¨adstrukturen hos beslutstr¨adet l¨att skulle kunna lagras och datan l¨att skulle kunna kommas ˚at fr˚an program-met. Att XML ¨ar konstruerat f¨or att kunna f¨orst˚as av m¨anniskor var ytterligare ett sk¨al att v¨alja denna metod f¨or datalagring.

D˚a detta lades fram som f¨orslag till tandl¨akarstudenterna blev dock respon-sen att det f¨or dem verkade som ett sv˚arhanterligt s¨att att f¨ora ¨over sina insamla-de data. Vidare uttrycktes en viss oro f¨or vad som skulle h¨anda med programmet om allt i databasen inte matades in exakt r¨att, n˚agot de menade p˚a att det fanns risk f¨or d˚a programmets tillt¨ankta anv¨andare inte f¨orutsattes vara bekanta med XML som format. Allts˚a drogs h¨ar slutsatsen att ¨aven om XML ¨ar bekv¨amt vid sj¨alva konstruktionen av belutsst¨odsystemet s˚a skulle det beh¨ovas n˚agot som var mer anv¨andarv¨anligt. S˚aledes beh¨ovdes finnas en l¨ampligare metod f¨or datalagring.

I detta skede ¨overv¨agdes ist¨allet att anv¨anda Microsoft Access f¨or att han-tera databasen. Dock visade sig detta inte vara en bra l¨osning p˚a problemet. Att f¨or den ovande att s¨atta sig in nog MS Access f¨or att kunna konstrue-ra n˚agot som fungerade mer effektivt ¨an en ren XML-fil visade sig vara mer tidskr¨avande och komplicerat ¨an v¨antat. S˚aledes var det ˚aterigen tvunget att v¨aga de eventuella f¨ordelarna med Access mot den tid denna databas skulle ta att konstruera. H¨ar diskuterades ¨aven anv¨andandet av Microsoft Excel f¨or lagring av data, detta f¨orslag slopades dock n¨armast omg˚aende d˚a den verkade ligga p˚a en sv˚arighetsgrad, ur anv¨andarsynpunkt, j¨amf¨orbar med den f¨or en XML-fil. Slutsatsen av detta var att den l¨osning som upplevdes ¨overlag b¨ast l¨ampad f¨or alla parter inblandade vore att anv¨anda en XML-fil liknade den som initiellt f¨oreslogs.

Programmet konstruerades utifr˚an en MVC-struktur d¨ar databasen hanteras av modelobjektet. Utifr˚an vad modelobjektet h¨amtar fr˚an databasen anropar controllern olika viewobjekt, vars inneh˚all varierar beroende p˚a vad som ska visas upp.

N¨ar man startar programmet s˚a viss en ruta med en introduktionstext med allm¨an information om programmet och hur det ska anv¨andas. Sedan f˚ar man ett val mellan fyra kategorier av munslemhinnef¨or¨andringar. N¨ar man valt sin kategori slussas man vidare till en gren med ja/nej-fr˚agor och n¨ar man till sist kommit fram till en diagnos visas en bild samt en informativ text om diagnosen upp. F¨or bilder p˚a programmet, se appendix A.

Att anv¨andaren kan v¨alja mellan de olika kategorierna av f¨or¨andringar grun-das i det faktum att databasen ¨ar uppbyggd av fyra sammansatta tr¨ad.

D˚a programvaran slutligen var f¨ardigst¨alld var krav p˚a att dess effektivi-tet skulle testas. Fr˚agan att besvara var allts˚a huruvida det konstruerade be-slutsst¨odsystemet medf¨orde att tandl¨akare snabbare kunde st¨alla diagnos ¨an vad som varit m¨ojligt utan systemet till hj¨alp. Detta beslutades testas s˚av¨al kvalitativt som kvantitativt. Vad det g¨aller det kvalitativa testet utf¨ordes ett hypotetstest utifr˚an modellen stickprov i par med t-f¨ordelning. Den hypotes som pr¨ovades var att ingen skillnad i tid f¨orel˚ag mellan de olika fallen, med 95% s¨akerhet.

fick de svara p˚a ett antal fr˚agor om hur programmet var att anv¨anda.

5

Resultat

5.1

Kvantitativa reslutat

H¨ar skulle med statistiska medel unders¨okas huruvida anv¨andning av program-met resulterade i snabbare st¨alld korrekt diagnos. Testet i sig utf¨ordes som f¨oljer. F¨ors¨okspersonen, utan tillg˚ang till hj¨alpmedel, presenterades en bild p˚a en munslemhinnef¨or¨andring. D¨arefter ombads personen st¨alla diagnos utifr˚an denna bild. Hela proceduren, fr˚an det att bilden presenterades till det att per-sonen best¨amt sig f¨or en diagnos alternativt differentialdiagnos, skedde under tidtagning varvid den slutgiltiga tiden nedtecknades. D¨arefter j¨amf¨ordes den st¨allda diagnosen, eller m¨ojliga diagnoserna, med vad bilden de facto f¨orest¨allde f¨or att d¨arigenom avg¨ora om f¨ors¨okspersonens slutsats var korrekt. D˚a detta var gjort ombads samma f¨ors¨oksperson, med samma bild framf¨or sig, ta hj¨alp av det konstruerade programmet f¨or att st¨alla diagnos. H¨ar m¨attes och nedtecknades tiden fr˚an det att programmet startades till det att diagnos visades. Slutligen kontrollerades huruvida den diagnos programmet presenterade ¨overensst¨amde med den vilken bilden faktiskt f¨orest¨allde.

Detta test utf¨ordes p˚a totalt sju olika personer, varav tv˚a var f¨ardiga tandl¨akare och resterande fem var tandl¨akarstudenter i slutskedet av sin utbildning. Vidare var en av studenterna man medan resterande f¨ors¨okspersoner, s˚av¨al studenter som yrkesverksamma tandl¨akare, var kvinnor.

N¨ar samtliga sju f¨ors¨okspersoner utf¨ort test f¨or diagnostisering s˚av¨al med som utan hj¨alpmedel s˚a unders¨oktes detta statistiskt genom en hypotespr¨ovning f¨or stickprov. Hypotesen som unders¨oktes var H0 ”Ingen skillnad i tid kunde

uppm¨atas f¨or de olika serierna tester”. Testet utf¨ordes p˚a niv˚an 95 % s¨akerhet. De resultat testerna genererade var f¨oljande:

Tabell 1: Resultat av m¨atningen av tid f¨or diagnosticering med och utan att anv¨anda programmet

F¨ors¨ok nummer Tid utan programmet (s) Tid med programmet (s)

1 10 42 2 28 144 3 23 30 4 20 92 5 37 50 6 8 89 7 30 50

Som redogjort i avsnitt 2.3.1 s˚a ber¨aknas testvariabeln T f¨or pr¨ovningen ut genom formeln

T =x − µ¯

s/√n (1)

D¨ar ¯x ¨ar medelskillnad mellan serier av stickprov, µ den v¨antade skillnaden, n antal tester och s standardavvikelsen.

Tabell 2: Hur v¨al den diagnos som sattes med och utan programmet st¨amde ¨

overens med den faktiska f¨or¨andringen F¨ors¨oksperson nummer Utfall

1 K¨ande igen f¨or¨andringen. Satte fel diagnos med programmet. 2 Satte fel diagnos b˚ade med och utan programmet.

3 Satte r¨att dignos b˚ade med och utan programmet. 4 Satte r¨att dignos b˚ade med och utan programmet. 5 Satte fel diagnos b˚ade med och utan programmet.

6 Satte samma felaktiga diagnos b˚ade med och utan programmet. 7 Satta olika felaktiga diagnoser med och utan programmet.

s = v u u t 1 1 − n n X i=1 (xi− ¯x)2 (2)

Vilket allts˚a h¨ar kan ber¨aknas till s = 41.296 I detta specifika fall f˚as s˚aledes T genom f¨oljande ber¨akningar:

T = 48, 714 − 0

41, 296/√7 = 2, 890 (3) Dessutom g¨aller att dess associerade t-f¨ordelning har n − 1 frihetsgrader. Med sju tester kan allts˚a 6 frihetsgrader antas. Tabellv¨arde f¨or detta d˚a antaget 95 % s¨akerhet ger ett v¨arde lika med 1, 96 [formelsamlig SannStat]

D˚a hypotesen H0 ¨ar att f¨orkasta om v¨ardet f¨or den ber¨aknade testvariabeln ¨

overskrider motsvarande tabellv¨arde. Allts˚a kan h¨ar konstateras att H0

”Ing-en skillnad i tid kunde uppm¨atas f¨or de olika serierna tester” med marginal kunde f¨orkastas, n˚agot som k¨anns intuitivt rimligt med tanke p˚a de tider som uppm¨attes.

Sammanfattningsvis kan allts˚a s¨agas att den kvantitativa unders¨okningen av programmet gav ett negativt utfall, det framstod som avsev¨art mycket mer tidskr¨avande j¨amte diagnostisering utan hj¨alpmedel. Som kommentar b¨or dock till¨aggas att samtliga f¨ors¨okspersoner saknade vara av programmet. Detta led-de med stor sannolikhet till att led-det fanns en kunskapstr¨oskel att ta sig ¨over i f¨ors¨oket vilket skulle p˚averkat tiden f¨ors¨oket tog. Vad det g¨aller hur ofta korrekt diagnos st¨alldes s˚a uppn˚addes f¨oljande resultat f¨or de sju tillfr˚agade:

Att st¨alla korrekt dignos var dock inte ett krav vid unders¨okning av anv¨andandet av programmet, utan det tog endast h¨ansyn till hur l˚ang tid diagnosticeringen tog.

5.2

Kvalitativa resultat

Vid avslutat kvantitativt test ombads samtliga f¨ors¨okspersoner svara p˚a ett antal fr˚agor f¨or att ge en bild av hur de upplevde programmet och vad de generellt ans˚ag om denna typ av hj¨alpmedel. De fr˚agor som presenterades var f¨oljande:

D¨arf¨or var det sv˚art att avg¨ora exakt vilken f¨or¨andring det var. P˚a fr˚agan om det hj¨alpte blev svaret att det skulle kunna g¨ora det, ¨aven om s˚a inte var fallet vid just detta f¨ors¨ok. Den andra av de tillfr˚agade studenterna menade att det sv˚araste med diagnostisering var att minnas alla diagnoser samt kunna s¨arskilja mellan de olika differentialdiagnoserna. N¨ar sedan den tredje av studenterna tillfr˚agades blev svaret att problematiken l˚ag i att man inte sett s˚a m˚anga fall av munslemhinnef¨or¨andringar i verkligheten och d¨arf¨or inte hade vana av dem utan enbart har bilder att referera till. H¨ar troddes programmet kunna vara till hj¨alp. Den fj¨arde av studenterna menade att sv˚arigheten l˚ag i att avg¨ora om f¨or¨andringen var elakartad eller inte samt att ta sj¨alva biopsierna d˚a detta var n˚agonting studenten inte tidigare gjort. ¨Aven h¨ar troddes programmet kunna vara till hj¨alp. Den femte och sista av studenterna gav som svar att hon hade sv˚art att specifikt avg¨ora vad som var sv˚arast med diagnostisering men att programmet absolut skulle kunna vara till hj¨alp.

N¨ar sedan tandl¨akarna st¨alldes samma fr˚agor gavs som svar fr˚an den f¨orsta av dem att det som upplevdes sv˚arast var att det kunde finnas brister i den egna kunskapen och att man d¨arf¨or kunde beh¨ova f¨orlita sig till litteratur f¨or att st¨alla diagnos. Vidare n¨amndes att r¨ontgen anv¨ander sig av ett hj¨alpmedel liknande det som h¨ar konstruerats. Den andra av de tv˚a tandl¨akarna ans˚ag att sv˚arigheten fr¨amst l˚ag i att de olika f¨or¨andringarna ofta ¨ar v¨aldigt lika och att man d¨arf¨or st¨aller fr˚agor till patienten f¨or att kunna bed¨oma vilken f¨or¨andring det r¨or sig om. B˚ada tandl¨akarna menade p˚a att programmet skulle kunna vara till hj¨alp.

•Hur upplevde du anv¨andandet av programmet? Var det l¨att att f¨orst˚a vad man skulle g¨ora?

H¨ar var det generella svaret hos alla de sju tillfr˚agade att programmet upp-levdes som tydligt, l¨attf¨orst˚aeligt och l¨attanv¨ant. Det n¨amndes ¨aven att ett program av det h¨ar slaget har f¨ordelen att man kan k¨ora det med patient n¨arvarande, n˚agot som inte ¨ar smidigt om det ¨ar tvunget att sl˚a upp mot-svarande information i litteratur.

•Vad skulle du f¨orb¨attra eller g¨ora annorlunda med programmet om du fick framf¨ora ¨onskem˚al?

De kommentarer p˚a eventuell f¨orb¨attring som lades fram var att det skulle vara praktiskt med en bak˚atknapp i programmet, om man ins˚ag att man svarat fel vid n˚agon tidigare st¨alld fr˚aga. Vidare ¨onskades st¨orre text i sj¨alva fr˚age- och diagnosrutorna.

•Om du hade m¨ojlighet att anv¨anda det h¨ar programmet som yrkesverksam, skulle du v¨alja att g¨ora det?

H¨ar blev svaret positivt fr˚an alla tillfr˚agade.

Av detta kan d˚a konstateras att ¨aven om den diagnos som st¨alldes ofta var fel och ¨aven om det tog l¨angre tid att n˚a diagnos med programmet ¨an utan s˚a upplevdes det ¨and˚a som ett positivt och anv¨andbart tillskott vad det g¨aller hj¨alpmedel f¨or odontologisk diagnostik inom munslemhinnef¨or¨andringar.

6

Sammanfattning och analys

6.1

Analys

Resultatet av den kvantitativa unders¨okningen visade p˚a att en manuell diagnos-tisering skulle vara ¨overl¨agsen en d¨ar det konstruerade hj¨alpmedlet anv¨andes. Dock b¨or h¨ar po¨angteras att det var en rad faktorer som kraftigt p˚averkade utfallet.

Inledningsvis gjorde tidsbristen att antalet tillg¨angliga f¨ors¨okspersoner, sju stycken, var avsev¨art mindre ¨an vad som hade varit ¨onskv¨art f¨or ett r¨attvist test-underlag. Vidare hade ingen av de n¨arvarande f¨ors¨okspersonerna haft m¨ojlighet att p˚a n˚agot s¨att bekanta sig med programmet innan anv¨andning. Detta m¨arktes d˚a f¨orh˚allandevis l˚ang tid av testet lades p˚a att l¨asa starttexten. Dessutom fanns ingen m¨ojlighet att utf¨ora testerna med patient n¨arvarande, utan ist¨allet anv¨anda bilder som substitut. Avsaknad av patientkontakt gjorde att vissa av de fr˚agor som presenterades inte r¨attvist kunde besvaras, exempelvis huruvida munslemhinnef¨or¨andringen var avskrapbar, det vill s¨aga huruvida biopsi kunde tas. F¨ors¨okspersonen l¨amnades d˚a inget annat alternativ ¨an att gissa sig fram till ett svar. Allt detta sammantaget b¨or rimligtvis p˚averkat testernas utslag p˚a ett negativt s¨att.

Som bikommentar b¨or ¨aven n¨amnas att andelen korrekt st¨allda diagnoser var l˚ag. Dock faller inte detta inom ramen av vad som p˚averkas av sj¨alva kon-struktionen av hj¨alpmedlet och kommer d¨arf¨or inte analyseras ytterligare.

Ur resultaten av den kvalitativa analysen visades dock p˚a ett mycket mer op-timistiskt utslag. Samtliga f¨ors¨okspersoner var positivt inst¨allda till hj¨alpmedlet och menade p˚a att de upplevde det som tydligt och l¨attanv¨ant. Vidare var alla tillfr˚agade av ˚asikten att de g¨arna skulle anv¨anda ett dylikt hj¨alpmedel i sim aktiva yrkesroll, om ett s˚adant hj¨alpmedel skulle finnas tillg¨angligt. En av de fr¨amsta anledningarna till detta sades vara det faktum att programmet skulle m¨ojligg¨ora att st¨alla diagnos direkt, med patient p˚a plats. N˚agot som inte upp-levs rimligt om tandl¨akarna ist¨allet skulle sl˚a upp motsvarande information i b¨ocker.

Sammanfattningsvis kan allts˚a s¨agas att det upplevs som att programmet skulle inneb¨ara ett v¨alkommet hj¨alpmedel vid diagnostisering av munlemmhin-nef¨or¨andringar. Dock s˚a skulle programmet, f¨or att optimera dess anv¨ andar-v¨anlighet, kunna vidareutvecklas ytterligare.

6.2

Framtida arbete

D˚a stor del av konstruktionen av det f¨ardiga programmet skedde under tidspress beh¨ovdes ibland val g¨oras f¨or att spara tid, om ¨an p˚a bekostnad av programmets anv¨andarv¨anlighet. M¨ojlig vidareutveckling av programmet skulle s˚aledes kunna vara att tillf¨ora alla de effekter som var t¨ankta att tillg˚a, om tid inte varit en faktor. Exempel p˚a detta ¨ar att konstruera ett grafiskt gr¨anssnitt av typen ”drag-and-drop” till den XML-fil som agerade databas. Detta skulle med st¨orsta sannolikhet resultera i att programmet skulle upplevas som mer anv¨andarv¨anligt f¨or de som uppdaterar databasen. Vidare planerades ursprungligen att inkludera m¨ojligheten att skriva ut diagnoserna i PDF-format, ¨aven detta f¨or att bidra till ytterligare anv¨andarv¨anlighet.

rimligtvis borde tillf¨oras vid eventuell framtida vidareutveckling.

Ut¨over detta skulle delar av grafiken kunna ¨andras till det b¨attre. M¨ojlighet att ¨andra textstorlek var ett ¨onskem˚al som framf¨ordes och vidare skulle bild-placeringen kunna justeras.

P˚a kodniv˚a gjordes ¨aven d¨ar vissa f¨orenklade l¨osningar f¨or att spara in tid. En tanke vore allts˚a att l¨agga tid p˚a att se ¨over hur man skulle kunna g¨ora sj¨alva kodkonstruktionen s˚a effektiv och framf¨orallt generell som m¨ojligt.

A

Bilder av programmet

Figur 3: Det f¨orsta f¨onster anv¨andaren f˚ar se n¨ar programmet startas.

Figur 5: N¨ar anv¨andaren har valt vilken sorts f¨or¨andring det ¨ar f˚ar den svara p˚a ja-/nejfr˚agor tills programmet kan avg¨ora vilken/vilka diagnoser det kan r¨ora sig om.

Figur 6: N¨ar f¨or¨andringen har diagnosticerats visas text och bild om f¨or¨andringen upp.

Referenser

[1] Database basics. http://office.microsoft.com/en-us/access-help/ database-basics-HA010064450.aspx. Accessed: 2014-04-29.

[2] Blom et al. Sannolikhetsl¨ara och statistikteori med till¨ampningar. Student-litteratur, 2004.

[3] Gamma et al. Design Patterns: Elements of Reusable Object-Oriented Soft-ware. Addison-Wesley, 1994.

[4] Garg et al. Effects of computerized clinical decision support systems on practitioner performance and patient outcomes. Decision Support Systems, 293(10), 2005.

[5] Kawamoto et al. Improving clinical practice using clinical decision support systems: a systematic review of trials to identify features critical to success. Information in practice, 330(765), 2005.

[6] Shim et al. Past, present, and future of decision support technology. Deci-sion Support System: Directions for the Nest Decade, 33(2), 2002.

[8] Bharatia och Chaudhury. An empirical investigation of decision-making satisfaction in web-based decision support systems. Decision Support Systems, 37(2), 2004.

[9] David Arnott och Graham Pervan. Eight key issues for the decision support systems discipline. Decision Support Systems, 44(3), 2008.

[10] Harold och Means. XML in a Nutshell. O’Reilly Media, Inc., 2004. [11] Kingsford och Salzberg. What are decision trees? Nature Biotechnology,

26(9), 2008.