artiklar
Beräknad läsningstid 5 min

Välfärdsanalys skulle påskynda övergången till smart hälsovård

En ny utredning: Förebyggande och individuell hälsovård kräver välfärdsanalytiker som bidrar till en allt bättre kundförståelse och servicestyrning.

Författare

Jukka Vahti

Projektledare, Digital makt och demokrati

Publicerad

Under de senaste åren har det talats mycket om möjligheterna med big data och artificiell intelligens. Så även inom hälsovården, där man samlar in och sparat enorma mängder data varje dag. Enligt utredningen From Big Data to Myhealth som Sitra nyligen publicerat håller vi fortfarande på att ta de allra första stegen i utnyttjandet av dessa datamassor.

I utredningen bedöms hur väl vi kan utnyttja hälso- och välfärdsdata idag. Där presenteras även erfarenheter och lärdomar från pilotprojektet för utbildning av välfärdsanalytiker (HEAP). Samt beskrivs med hjälp av exempelfall hur data redan nu utnyttjas inom nya typer av hälsovårdstjänster.

Projektledare vid Sitra Tuula Tiihonen bedömer att man i ljuset av pilotprojektet kan se ett tydligt behov av välfärdsanalytiker inom hälsovården, eftersom till exempel sjukskötarutbildningen i sin nuvarande form inte innehåller några analyskunskaper.

”Genom analys lär vi oss att utnyttja och tolka data samt varför uppgifter ska registreras i systemen och vad som är värt att registreras. Målet är att använda data för att uppnå en bättre kundförståelse och kunna utveckla bättre tjänster samt förbättra kundupplevelsen och kundens servicestyrning”, säger Tiihonen.

HEAP-pilotprojektet genomfördes i samarbete med Satakunnan ammattikorkeakoulu (SAMK), Tammerfors tekniska universitets avdelning i Björneborg och Tallinns tekniska universitet.

Är datalager som bibliotek som expanderar sig och som ingen får eller kan använda?

Välfärdsanalytiker skulle kunna arbeta i olika roller i olika delar av hälsovårdssystemet och exempelvis producera information som kan hjälpa vårdteamet eller ledningen att fatta beslut. En analytiker skulle bl.a. kunna sammanställa och analysera patientdata och kunddata som kan användas för att utveckla servicestyrningen och kundupplevelsen. Dessutom skulle en analytiker kunna stödja den individuella hälso- och välfärdsplaneringen och -coachningen med hjälp av data.

Universitetslektor och HEAP projektchef för pilotprojektet, Andrew Sirkka från SAMK berättar att social- och hälsovården är dataintensiva branscher, där massiva mängder information dokumenteras och arkiveras.

”Problemet har dock blivit att man inte vet hur det omfattande datalagret ska utnyttjas när man ska fatta beslut i ärenden som gäller enskilda människor. Filerna är som ett expanderande bibliotek vars samlingar ingen får använda! Insamlade data har blivit problemavfall”, säger Sirkka.

Välfärdsanalysen kan därmed ses som en läsfärdighet vars värde ökar hela tiden, särskilt i en komplex miljö som hälsovården. Analysen utgör också ett viktigt sätt att öka människors delaktighet i sin egen vård.

I framtiden kommer denna typ av läsfärdighet att allt oftare tillhandahållas av artificiell intelligens och algoritmer, men medan vi väntar på detta skulle hälsovårdsvardagen behöva experter i dataanalys för att vi verkligen ska kunna utnyttja vårt datalager.

Nya tjänster finns tillgängliga redan nu: Finland och Estland som föregångare

Erfarenheterna från HEAP-pilotprojektet är uppmuntrande men framhäver även det faktum att det fortfarande finns mycket kvar att göra. I hälsovårdens vardag hanteras kundgränssnittet fortfarande till största delen manuellt. Jämfört med många andra branscher ligger verksamhets- och processautomationen ännu alldeles i sin linda.

Som hinder för dataanvändningen identifierades under pilotprojektet till exempel hälsovårdens komplexa datasystem, informationsbrist, behörighetsbegränsningar och dataskyddsbestämmelser (i denna ordning).

Däremot ansåg man att välfärdsanalysprogrammet som även omfattade välfärdscoachning gav mervärde såväl till proffs som kunder och hela servicesystemet. Man bedömde att framför allt kvalitetsledning och kundkommunikation skulle förbättras om man använde välfärdsanalys i en större utsträckning än idag.

Trots utmaningarna just nu ser framtiden ändå ljus ut. Vi är på väg mot deltagande och förebyggande välfärd, från hälsa 1.0 till smart hälsa 4.0.

Denna resa inleddes en gång i tiden genom att olika slags informationsmaterial omvandlades till digitalt format, fortsatte när man lärde sig att kombinera de olika materialen och fortskrider i denna stund mot utvecklingen av allt mer individuella tjänster. Målet är individuella stödtjänster för beslutsfattande och en bättre kundförståelse med hjälp av artificiell intelligens och algoritmer. Finland och Estland är föregångare på denna resa.

I publikationen From Big Data to Myhealth presenteras nya, redan tillgängliga metoder för att utnyttja data, till exempel Hälsovinstbedömning, som identifierar vårdunderskott och hjälper för varje individ att hitta de mest effektiva förebyggnings- och vårdalternativen, samt KardioKompassi, som hjälper att bedöma den individuella risken att insjukna i hjärt- och kärlsjukdomar utifrån genom- och livsstilsinformation.

Där presenteras även den elektroniska tjänsten OmaOlo som hjälper kunden oberoende av tid och plats. Även finländska datapooler och biobanker kommer att spela en viktig roll för helheten inom utnyttjandet av data.

Vad handlar det om?