افزایش مقاومت آنتی‌بیوتیکی (MDR) به یک چالش جهانی تبدیل شده است، درحالی‌که توسعه داروهای جدید کاهش یافته است. در کشورهای کم‌درآمد و متوسط، مصرف آنتی‌بیوتیک‌ها به‌طور چشمگیری افزایش یافته و منجر به افزایش بیماری‌زایی، مرگ‌ومیر، مدت بستری و هزینه‌های درمانی شده است. برنامه آنتی‌بیوتیک استواردشیپ (ASP) یکی از موثرترین راهکارها برای کنترل مصرف آنتی‌بیوتیک‌ها است که شامل نظارت بر تجویز دارو، سیاست‌گذاری‌های مصرف و ارائه بازخوردهای آموزشی می‌شود. بااین‌حال، اجرای دستی این برنامه‌ها پیچیده بوده و نیاز به فناوری‌های نوین مانند سیستم‌های پشتیبان تصمیم‌گیری بالینی (CDSS) برای بهینه‌سازی فرآیند مدیریت مصرف آنتی‌بیوتیک‌ها احساس می‌شود.
فناوری‌هایی مانند پرونده الکترونیکی سلامت (EMR)و اپلیکیشن‌های هوشمند و هوش مصنوعی نقش مهمی در بهبود عملکرد ASP دارند. مطالعات نشان داده‌اند که سیستم‌های کامپیوتری‌شده می‌توانند میزان مصرف غیرضروری آنتی‌بیوتیک‌ها را کاهش داده، هزینه‌های درمانی را مدیریت کرده و کیفیت تصمیمات بالینی را افزایش دهند. همچنین، گوشی‌های هوشمند و اپلیکیشن‌های درمانی می‌توانند دسترسی پزشکان به دستورالعمل‌های درمانی و داده‌های مقاومت دارویی را تسهیل کنند. ازاین‌رو، بررسی اثرات الکترونیکی شدن و هوشمندسازی برنامه‌های استواردشیپ می‌تواند به بهبود فرآیندهای درمانی و کاهش هزینه‌های نظام سلامت کمک کرده و تصمیم‌گیری‌های بالینی را دقیق‌تر و مبتنی بر شواهد علمی کند. هدف این مطالعه ارزیابی تاثیر الکترونیکی شدن یا هوشمندسازی برنامه آنتی‌بیوتیک استواردشیپ (ASP) بر شاخص‌های کلیدی مانند میزان مصرف آنتی‌بیوتیک، الگوهای مقاومت میکروبی، هزینه‌های درمانی و کیفیت تصمیم‌گیری‌های بالینی در بیمارستان‌های تابع دانشگاه علوم پزشکی تهران می باشد.

این مطالعه مداخله‌ای به‌صورت پیش و پس از مداخله (Pre-Post Interventional Study) در بیمارستان‌های تابعه دانشگاه علوم پزشکی تهران انجام خواهد شد. ابتدا، داده‌های ۶ ماه پیش از مداخله شامل میزان تجویز عوامل آنتی میکروبی (آنتی بیوتیک + آنتی فونگال) موجود در برنامه استواردشیپ کشوری شامل (ایمی‌پنم/مروپنم، وانکومایسین/تیکوپلانین، کلیستین، لینزولید، کسپوفانزین، وریکونازول، پوساکونازول، آمفوتریسین (لیپوزومال) و تیگسیکلین) از پرونده‌های بیماران و سیستم اطلاعات بیمارستانی (HIS) جمع‌آوری خواهد شد. اطلاعات مربوط به نوع و دوز تجویز، مدت‌زمان مصرف، تخصص پزشک، بخش بستری و نتایج تست‌های میکروبی و مقاومت آنتی‌بیوتیکی ثبت می‌شود. سپس، سیستم هوشمند Stop Order اجرا خواهد شد که شامل هشدار به پزشک معالج در روز سوم تجویز و الزام به مشاوره با متخصص عفونی تا روز پنجم است. در صورت عدم دریافت تایید متخصص، تجویز آنتی‌بیوتیک به‌طور خودکار متوقف می‌شود.
پس از اجرای سیستم، داده‌های مصرف آنتی‌بیوتیک‌ها برای دو دوره ۳ ماهه پس از مداخله جمع‌آوری و با داده‌های پیشین مقایسه خواهد شد. تحلیل آماری با نرم‌افزار SPSS انجام می‌شود تا تاثیر مداخله بر کاهش مصرف آنتی‌بیوتیک‌های وسیع‌الطیف بررسی شود. همچنین، میزان پذیرش هشدارهای سیستم توسط پزشکان و میزان همکاری متخصصان عفونی در تصمیم‌گیری‌های درمانی ارزیابی خواهد شد.