Terveydenhuollon data hyötykäyttöön – ennaltaehkäisevällä hoidolla kohti säästöjä
Suurin osa suomalaisten potilastiedoista tallennetaan Kansaneläkelaitoksen tarjoamiin Kanta-palveluihin kuuluvaan Potilastietovarantoon. Näitä potilastietoja kerätään ja käytetään tällä hetkellä ensisijaisesti terveydenhuollon tarpeisiin, mutta niitä voitaisiin hyödyntää myös esimerkiksi erilaisten sairauksien riskien ennustamisessa ja riskialttiiden henkilöiden tunnistamisessa. Väestötutkimuksiin perustuvia riskilaskureita käytetään jo tällä hetkellä terveydenhuollossa, joten niiden automatisointi olisi keino tehostaa nykyistä toimintaa.
Suomessa kaikki julkisen terveydenhuollon ja valtaosa yksityisen terveydenhuollon toimijoista tallettaa potilastietoja kansalliseen Potilastietovarantoon. Tietoja kirjataan sekä vapaana tekstinä että rakenteisessa muodossa. Rakenteisessa muodossa voidaan kirjata esimerkiksi diagnoosikoodeja, laboratoriotutkimustuloksia ja riskitietoja.
Varhaisella sairauksien ennaltaehkäisyllä ja ennakoivalla hoidolla on keskeinen rooli terveydenhuollon kustannusten leikkaamisessa. Kun sairaudet estetään jo ennen niiden puhkeamista, voidaan saavuttaa huomattavia taloudellisia säästöjä.
Datan määrä kasvussa
Potilastietovarantoon tallennetun datan määrä on kasvanut viime vuosina tasaiseen tahtiin ja sen myötä myös rakenteisessa muodossa olevaa dataa löytyy yhä enemmän. Rakenteinen data on kiinnostavaa automatisoidun riskilaskennan näkökulmasta, sillä riskilaskurien syötearvoja voisi olla mahdollista poimia tietokentistä suoraan. Tällä hetkellä terveydenhuollon ammattilaisten tulee syöttää riskilaskurin vaatimat tiedot potilaasta manuaalisesti, mikä vie arvokasta työaikaa.
Automatisoidun riskilaskennan mahdollisuudet
Automatisoitu riskilaskenta voisi mahdollistaa eri sairauksien ennaltaehkäisemisen, jos kohonneen sairastumisriskin omaavia henkilöitä pystyttäisiin tunnistamaan jo varhaisessa vaiheessa. Esimerkiksi sydän- ja verisuonisairauksien ja aikuisiän diabeteksen riskien ennustamiseen on jo kehitetty riskilaskureita, joita voitaisiin hyödyntää. Terveydenhuollon resurssit ovat tiukilla, joten hoidon tarpeen arvioiminen henkilöiden riskitason mukaan olisi hyödyllinen tapa tehostaa resurssien käyttöä ja vähentää sairauksien hoidosta aiheutuvia kustannuksia.
Tällä hetkellä Potilastietovarantoon perustuvan automatisoidun riskilaskennan haasteita ovat rakenteisessa muodossa kirjattujen riskilaskurien syötearvojen puutteellisuus, potilashistorioiden lyhyt ajallinen pituus ja terveydenhuollon toimijoiden erilaiset tavat kirjata potilastietoja. Syötearvojen poimiminen vapaasta tekstistä voisi olla yksi mahdollinen tapa parantaa riskilaskennan edellytyksiä, mutta tätä varten suomenkielisen lääketieteellisen tekstin prosessointiin kykenevien analyysimenetelmien tulee vielä kehittyä lisää.
Rakenteisessa muodossa kirjattujen potilastietojen määrän kasvu antaa syytä uskoa siihen, että eri sairauksien riskiennusteita voitaisiin tulevaisuudessa laatia potilaille nykyistä tehokkaammin. Kehittyneemmät kirjaamiskäytännöt ja lääketieteellisen tekstin analyysimenetelmät voivat pian mahdollistaa sen, että Potilastietovarannon datasta saadaan entistä suurempi hyöty.
Henna Kujanen
Ohjelmistosuunnittelija
Aloitin Atostekilla ohjelmistosuunnittelijana vuoden 2023 alussa. Valmistuin Tampereen yliopistosta bioteknologian tutkinto-ohjelmasta maisteriksi keväällä 2022 ja tietojohtamisen diplomi-insinööriksi keväällä 2024. Atostekilla olen työskennellyt data-analyytikkona terveysdataa käsittelevissä tutkimusprojekteissa sekä tehnyt ohjelmistokehitystä ja -testausta. Kirjoitin diplomityöni Potilastietovarannon soveltuvuudesta sydän- ja verisuonisairauksien riskien ennustamiseen.
