AI samlar och tillgängliggör vårdens patientdata
Splittrad patientdata bromsar vården. Men med hjälp av AI och gemensamma dataplattformar kan information samlas och användas i realtid. Detta förändrar redan arbetssätt och vårdkvalitet i flera europeiska länder. Sverige är fortfarande i början av den utvecklingen.
Vården producerar enorma mängder data varje dag. Problemet är att informationen sällan hänger ihop. Patientuppgifter lagras i separata system, ofta byggda under olika tidsperioder och för olika syften. För vårdens medarbetare innebär det ett ständigt letande mellan journalsystem, labbsvar och historik.
Lösningen är att samla data som med hjälp av artificiell intelligens snabbt kan göras enhetlig och tillgänglig. Men AI i vården handlar inte i första hand om avancerade algoritmer, utan om att göra data användbar.
– Det stora hindret i dag är inte brist på information, utan att den är fragmenterad och svåråtkomlig, säger Per Mattsson, docent, tidigare kirurg och temachef vid Karolinska universitetssjukhuset.
Vid årsskiftet lämnade han vården för en roll som Vice President, Head of AI and Clinical Innovation på Tieto Caretech. Idag arbetar han med att utveckla framtidens vårdlösningar och göra systemen mer användbara i det dagliga arbetet.
– Det här är en av de viktigaste frågorna inom hela hälso- och sjukvården.
Information från olika källor
Bakgrunden är ett it-landskap som vuxit fram under decennier. Nya system har lagts ovanpå gamla, vilket skapat komplexa strukturer där data lagras i många olika databaser. Informationen är ofta ofullständig och innehåller fel, eftersom den i stor utsträckning matas in manuellt.
För att lösa detta är vården i färd med att gå från isolerade system till gemensamma dataplattformar. Här samlas information från olika källor på ett ställe och görs tillgänglig i realtid. Det innebär inte att datan i sig blir bättre, utan att den blir möjlig att arbeta med.
– När allt finns samlat kan vi börja använda informationen på ett helt annat sätt, säger Per Mattsson.
”Det stora hindret i dag är inte brist på information, utan att den är fragmenterad och svåråtkomlig.”
Gå till att använda samlad data
En viktig del av utvecklingen är så kallade modulära lösningar. I stället för att vara låst till ett fördefinierat journalsystem kan vårdpersonal själva välja hur informationen ska presenteras genom att skapa så kallade ”moduler” med data som innehåller all den information som är relevant för tillfället. Det gör det möjligt att skapa översikter anpassade efter specifika behov och situationer.
Resultatet blir att mindre tid går åt till administration och mer tid kan ägnas åt patientarbete.
– Det handlar om att gå från att söka information till att faktiskt använda den.
När data väl är samlad kan AI, fortsätter Per Mattsson, bygga vidare på befintlig information.
– Genom att sammanställa, analysera och lyfta fram relevanta delar kan systemen fungera som stöd i det kliniska arbetet. Det kan till exempel handla om att snabbt få en överblick av en patients historik eller identifiera risker som annars hade varit svåra att upptäcka.
EU-krav på interoperabel hälsodata
Utvecklingen på området har kommit längst i Finland, där Tieto Caretech redan har infört plattformar i stor skala. Erfarenheterna därifrån visar att vårdpersonal upplever systemen som mer flexibla och bättre anpassade till det dagliga arbetet.
Samtidigt ökar trycket på förändring från politiskt håll. EU:s satsning European Health Data Space syftar till att göra hälsodata interoperabel inom Europa. Det innebär att information ska kunna delas mellan länder, både för patientvård och forskning.
För att klara det krävs helt nya sätt att strukturera data.
– Om man stannar kvar i gamla system blir det svårt att möta EU:s krav, konstaterar Per Mattsson.
Men det handlar inte bara om lagstiftning. Den snabba teknikutvecklingen gör att tillgång till rätt data blir avgörande för att kunna ta del av nya AI-lösningar.
För Per Mattsson är skiftet från kliniskt arbete till teknikutveckling en fortsättning på samma strävan, en bättre vård.
– Jag drivs av att kunna påverka på systemnivå. AI gör det möjligt att samla, tillgängliggöra och anpassa data efter behov vilket både frigör tid och stärker kvaliteten i patientmötet.
