Helsingin ja Uudenmaan sairaanhoitopiiri HUS kehittää ennakoivaa sairaanhoitoa ja lääketieteellistä tutkimusta HUS-tietoaltaan avulla.
Head of Data & AI, Tietoevry Care
Yhteistyössä Tietoevryn kanssa kehitetty ratkaisu mahdollistaa suurten tietomassojen analysoinnin terveydenhuoltoa koskevien ennusteiden ja merkittävien innovaatioiden luomiseksi. HUS:n IT-kehitysjohtaja Mikko Rotosen ja kehittämisjohtaja Visa Honkasen mukaan tietoaltaan avulla voidaan tarjota yhä laadukkaampaa sairaanhoitoa entistä kustannustehokkaammin.
HUS on sähköisten terveydenhuollon tietojärjestelmien edelläkävijä. Dataa on kerätty digitaalisessa muodossa jo pitkään: esimerkiksi sähköisiä sairaskertomuksia on tallessa jo 1980-luvulta lähtien, ja kaikkien viimeisen 10 vuoden aikana HUS:ssa hoidetun, noin 2,8 miljoonan potilaan laboratorio-, kuvantamis- ja muut tutkimustulokset ovat saatavilla digitaalisina. Jotta tästä ja valtavasta määrästä muuta dataa voitaisiin löytää arvokasta tietoa hyödyttämään terveydenhuoltoa, tutkimusta ja tiedolla johtamista, tarvitaan tietoallasta.
– Tietoevryn ja HUS-Tietohallinnon rakentaman big data -ratkaisun avulla HUS:n eri tietojärjestelmissä – kuten potilastietojärjestelmissä ja hallinnollisissa järjestelmissä – oleva data tuodaan yhteen paikkaan. Siellä data on järjestetty ja varastoitu niin, että tietoaineistoja voidaan yhdistellä halutulla tavalla reaaliaikaisesti eri tarkoituksia varten. Näin datasta saadaan nopeasti esille kaikki ne tiedot, mitä kulloinkin tarvitaan, selittää HUS-Tietohallinnon IT-kehitysjohtaja Mikko Rotonen.
HUS haluaa olla maailman kärjessä huippuluokan hoitojen tarjoamisessa ja ennakoivan sairaanhoidon toteuttamisessa. Tässä avainasemassa on se, kuinka hyvin olemassa olevaa ja ympäristöstä kerättävää dataa osataan jalostaa.
– Hyödyntämällä terveydenhoidon ja sosiaalihuollon dataa oikein voidaan kehittää algoritmeja, joilla pystytään esimerkiksi tunnistamaan erilaisia sairastumisriskin omaavia potilaita ja ennustamaan tautiepidemioita. Toteutetun ratkaisun avulla hoitotapahtumista saadaan sekä onnistuneempia että edullisempia ja potilaille voidaan tarjota entistä laadukkaampaa ja paremmin kohdennettua hoitoa, kertoo kehittämisjohtaja Visa Honkanen HUS:n kehittämistoiminnan yksiköstä.
Ratkaisu nopeuttaa tiedon saamista loppukäyttäjille eli lääkäreille, tutkijoille ja HUS:n hallinnolle, sillä heidän on mahdollista hakea potilaita koskevia tietoja aiempaa helpommin. Tämän ansiosta voidaan keskittyä itse analytiikkaan, kun aikaa ei tarvitse käyttää tiedon keräämiseen eri perusjärjestelmistä. Tulevaisuudessa lääkärit tulevat siis perustamaan toimintansa tietoaltaan algoritmien tuottamiin ennusteisiin.
Tietoaltaan tarjoamia mahdollisuuksia on jo alettu hyödyntää esimerkiksi keskosten hoidossa. Vuodesta 2000 lähtien jokaisesta HYKS:n Naistenklinikan vastasyntyneiden teho-osastolla hoidetusta potilaasta saadun datan pohjalta kehitetään algoritmia, joka ennustaa keskospotilaan riskin saada vakava verenmyrkytys. Algoritmin avulla riskejä voidaan ennustaa jopa 48 tuntia ennen kuin tilanne puhkeaa, jolloin lääkärit ja hoitohenkilökunta saavat kaksi vuorokautta aikaa miettiä hoitosuunnitelmaa.
– HUS:n tulevaisuuden visiona on, että datasta hyötyvät sekä yksilö että koko yhteiskunta. Yksilötasolla ihmisiä voidaan auttaa ennakoimaan heitä uhkaavia sairauksia ja vanhuksille voidaan antaa mahdollisuus elää pidempään ja turvallisemmin omassa kodissaan. Yhteiskunnallisella tasolla taas pystytään tekemään ennusteita koko populaatiota koskevista riskeistä, kuten epidemioista, joiden perusteella terveydenhuoltoa suunnitellaan etupainotteisesti, Honkanen jatkaa.
Sen lisäksi, että tietoaltaan avulla tuotetaan hyvää terveyttä suomalaisille, sillä luodaan myös mahdollisuuksia yrityksille. Yhteistyössä IT-osaajien ja yritysten kanssa HUS:n datalla voidaan tehdä terveysteknologista tuotekehitystä aina vientituotteiksi asti. Kehitystyössä ihmisten terveyttä koskeva tieto ei vaihda omistajaa, ja data on pseudonymisoitu eli henkilötiedot on muutettu sellaiseen muotoon, josta yksilöä ei voida tunnistaa.
Tietoevry ja HUS jatkavat tietoaltaan kehitystä luodakseen yhä laadukkaampaa, innovatiivisempaa ja kustannustehokkaampaa sairaanhoitoa suomalaisille.
Data- ja analytiikkaratkaisut sosiaali- ja terveydenhuollossa
ChatGPT and beyond: What is the impact of generative AI on information work?