hankesuunnitelma versio 1.6 2.9 ·

Luottamuksellinen

Helsingin kaupunki ja Perusturvaliikelaitos Saarikka

Laatudatasta vaikuttavuuteen Hankesuunnitelma

Versio 1.6 2.9.2016

16.12.2015 Suunnitelma 2 (39) Projektisuunnitelma Hankesuunnitelma, Helsingin kaupunki ja Saarikka 2.9.2016 Luottamuksellinen

Tiivistelmä Tässä hankkeessa toteutetaan rakenteisen datan hakeminen Helsingin kaupungissa ja Perusturvaliikelaitos Saarikan alueella Pegasos-potilaskertomuksesta päätöksentuen työkaluin analysoitavaksi, arvioidaan datan laatu tätä varten kehitettävillä työkaluilla, ja tehdään datan kirjaamisinterventio, jonka aikana arvioidaan laadukkaan datan kirjaamiseen tarvittava työmäärä. Potilasjoukolla tehdään ns. virtuaalinen terveystarkastus, jossa tunnistetaan hoitovajaus (care gap) listaamalla kullekin potilaalle ne keinot, joilla hoidon vaikuttavuutta voitaisiin parantaa. Data analysoidaan päätöksentukisääntöjen ja niihin sisältyvien laatumittareiden avulla.

Hanke tuottaa tietoa hoidon laadusta ja voimavarojen suuntaamisesta vaikuttavaan toimintaan, sekä auttaa tunnistamaan yksittäiset potilaat, joiden hoitoa voidaan parantaa. Isaacus-palveluoperaattorin pystyttämistä hanke tukee luomalla menetelmät rakenteisen potilaskertomusdatan hankkimiseksi, datan laadun analysoimiseksi, laadukkaan datan kirjaamiseen tarvittavan työmäärän arvioimiseksi ja potilaiden hoitoa tukevien raporttien ja laatumittareiden tuottamiseksi ensin potilaskertomusdatasta ja Isaacuksen käynnistyttyä sen laajemmasta datasta.

Hankkeen aikataulu on laadittu niin, että tehtävät toteutetaan 31.12.2017 mennessä. Potilaskertomuksista saatavan datan perusteella voidaan tuloksia esittää 31.5.2017 mennessä. Kelan Omakanta-PHR:stä saatavaa dataa hyödynnetään hankkeessa syksyn 2017 aikana heti kun sitä on saatavissa.

Muutokset verrattuna suunnitelman ensimmäiseen versioon 31.12.2016

Tässä dokumentissa on kuvattu yksityiskohtaisemmin hankkeen toteutus, erityisesti hoitovajausanalyysin mallinnus ja tuotokset, sekä päivitetty kustannusarvio ja rahoitussuunnitelma. Ratkaisun geneerisyys ja avoimuus on kuvattu. Suunnitelmassa on huomioitu 24.2. pidetyn palaverin johtopäätökset ja keskustelu Sitran edustajien kanssa 28.2.2016. Ensin mainitussa palaverissa sovittiin kahdesta erillisestä Isaacus-kehittämishankkeesta: (1) Arkkitehtuurikuva, metadata, rajapinnat sekä (2) Palveluoperaattori/ Care Gap –analyysin tuottaminen. Tämä hankesuunnitelma tehtiin jälkimmäisen toteuttamiseksi. 29.3. Sitran, Helsingin kaupungin, Saarikan ja CGi:n kesken pidetyssä palaverissa todettiin, että Isaacus-hankkeen ohella tarvitaan lisärahoitusta. Sitra perusti sen jälkeen uuden ohjelman, jonka avulla care gap –analyysin toteutus voitaisiin käynnistää. Madis Tiikin kanssa käytyjen keskusteluiden tuloksena syntyi suunnitelma päätöksentuen monituottajaympäristön mahdollistavan integraatioalustan tekemisestä open source –sovelluksena. Tämän hankkeen suunnitelman ensimmäinen versio valmistui 30.5.2016 yhteistyössä Solita Oy:n kanssa. Integraatioalusta rakentuu Terveydenhuollon ATK-päivillä esitellyn FHIR-rajapintaa hyödyntävän sovelluksen pohjalta. Tämä hankesuunnitelma ei sisällä integraatioalustan tekemistä, vaan siihen hankitaan rahoitus erikseen. Neuvottelussa Sitrassa 1.6.2016 sovittiin hankkeen aikataulutuksesta siten, että care gap –analyysistä pyrittäisiin saamaan päätös kesäkuun 2016 aikana. Care gap –analyysin soveltamisesta Sitran koordinoimassa valinnanvapauskokeilussa keskusteltiin, ja hankesuunnitelmassa on huomioitu sen mahdollinen laajentaminen. Potilaskertomusdataa voitaisiin jo olemassa olevilla rajapinnoilla saada Effica- ja Mediatri-potilaskertomuksista. HUS-datan käyttöä voidaan suunnitella HUS:n Isaacus-hankkeen yhteydessä.


1 JOHDANTO ...................................................................................................................................... 4

2 HAKEMUKSEN PERUSTIEDOT.......................................................................................................... 5

2.1 PROJEKTIN TAVOITTEET JA RAJAUKSET ......................................................................................................... 6 2.2 RATKAISU JA LOPPUTULOKSET .................................................................................................................... 9 2.3 TOTEUTUKSEN HYÖDYT JÄRJESTÄJÄLLE, PALVELUNTUOTTAJALLE JA YKSILÖLLE ....................................................... 10

3 PROJEKTIN VAIHEET, AIKATAULU JA TUEN MAKSAMISEN VIRSTANPYLVÄÄT ............................ 11

3.1 VAIHEET ............................................................................................................................................. 11 3.2 AIKATAULU ......................................................................................................................................... 12 3.3 TUEN MAKSAMISEN VIRSTANPYLVÄÄT.......................................................................................................... 12

4 DATAN LAADUN ANALYSOINTI JA DATAN NORMALISOINTI ....................................................... 13

4.1 MALLIJAKAUMAT ................................................................................................................................... 13 4.2 DATAN KONGRUENSSI ............................................................................................................................ 13 4.3 DATAN NORMALISOINTI .......................................................................................................................... 13

5 HOITOVAJAUKSEN (CARE GAP) JA HOIDOSTA HYÖTYMISEN MAHDOLLISUUDEN (PTB)

MÄÄRITTÄMINEN ............................................................................................................................. 14

6 LAATUMITTAREIDEN KEHITTÄMINEN JA NIIDEN ARVOJEN MÄÄRITTÄMINEN VÄESTÖSSÄ ...... 22

6.1 LAATUMITTAREIDEN TUOTTAMINEN ............................................................................................................ 22 6.2 LAATUMITTAREIDEN TEKNINEN TOTEUTUS ................................................................................................... 24

7 VASTUUHENKILÖIDEN KUVAUS .................................................................................................... 27

8 KUSTANNUSARVIO ........................................................................................................................ 29

8.1 KOKONAISKUSTANNUKSET ....................................................................................................................... 29 8.1.1 Kustannusarvio: Saarikka ............................................................................................................ 29 8.1.2 Kustannusarvio: Helsinki ............................................................................................................. 30

8.2 ALIHANKINNAN KUSTANNUKSET ................................................................................................................ 31 PROJEKTIN VAIHEET .................................................................................................................................... 32

9 RISKIEN ARVIOINTI ..................................................................................................................... 33

10 ESITUOTANTOHANKKEEN SUHDE PALVELUOPERAATTORIN EKOSYSTEEMIIN ......................... 33

11 ESITUOTANTOHANKKEEN SUHDE MUUHUN TOIMINTAAN ........................................................ 34

12 TIETOAINEISTOJEN, -JÄRJESTELMIEN JA TIETOREKISTEREIDEN HYÖDYNTÄMINEN .............. 34

13 LISÄTIEDOT ................................................................................................................................ 34

14 ICT-HANKKEIDEN ERITYISVAATIMUKSET ................................................................................. 35

14.1 TEKNINEN TOTEUTUSKUVA. .................................................................................................................... 36 14.2 DATA JA DATAN KÄSITTELY .................................................................................................................... 37

LIITTEET

Liite 1 Referenssit Liite 2 Esituotantohankkeen vastaukset minimivaatimuksiin Liite 3 Esimerkki päätöksentuen laaturaporteista Liite 4 Tulevaisuuden tavoitetilaan johtavien hankkeiden kuvaus


1 Johdanto

STM:n Sote-tieto hyötykäyttöön strategian (https://stm.fi/julkaisu?pubid=10024/125500) perusajatus on jalostaa sosiaali- ja terveydenhuollossa syntyvää tietoa (dataa) tietämykseksi, joka auttaa niin palvelujärjestelmää kuin yksittäistä kansalaistakin.

Raportissa Sähköisen potilaskertomuksen rakenteistaminen; Menetelmät, arviointikäytännöt ja vaikutukset (Hyppönen H, Vuokko R, Doupi P, Mäkelä-Bengs P. THL raportti 31/2014) kuvataan laajan kirjallisuuskatsauksen tulokset. Johtopäätöksenä oli, että suuri osa analysoiduista kansainvälisistä tutkimuksista keskittyi testausvaiheessa olevan rakenteistamisen tai sen soveltamisen menetelmiin, ja rakenteistamisen menetelmien kuvauksissa oli puutteita. Rakenteistamisen arviointimenetelmät eivät olleet vakiintuneita ja koskivat usein yksittäisiä mittauksia. Puutteista huolimatta rakenteistamisen todettiin parantavan mm. suosituksenmukaisen hoidon ajoittamista ja lääkitysvirheitä. Raportissa suositeltiin, että valtakunnallisten tietojärjestelmäpalveluiden tarjoaman tiedon laadun arviointi on käynnistettävä, ja rakenteiden käytön kattavuudesta, herkkyydestä ja tarkkuudesta tarvitaan seurantatietoa.

Yhdysvaltain Meaningful use –kriteeristö sähköisten potilaskertomusten toiminnallisuudelle kuvaa tapoja, joilla päätöksentuki auttaa ammattilaista (https://www.healthit.gov/sites/default/files/clinicaldecisionsupport_tipsheet.pdf). Vaatimuksissa on mainittu yksittäisten potilaiden hoidon tukemisen ohella potilasjoukon tietojen lähes reaaliaikainen analysointi (Multi-patient Monitors), ennustemallit ja data retrospektiivinen analysointi (Predictive and Retrospective Analytics). Sitran Isaacus-palveluoperaattori tulee vastaamaan monipuolisen datan saatavuuden tarpeeseen. Siihen kerättävän datan keskeisiä lähteitä ovat sähköiset potilaskertomukset ja jatkossa yhä tärkeämmäksi tulee henkilön oma terveystaltio. Jotta datan rakenteistaminen toteutuisi osana rutiinityötä, tulee kirjatun datan hyödyntämiseen olla heti käytettävissä välineitä sekä terveydenhuollon ammattilaisille että potilaille. Tässä hankkeessa toteutetaan yhdessä potilastietojärjestelmässä potilaskertomusdatan laatuanalyysi hankkeessa kehitettävillä välineillä, tehostetun rakenteisen kirjaamisen pilotti, potilaiden hoitovajaus- (care gap) –analyysi ja tuotetaan potilaiden hoidon näyttöön perustuvia laatumittareita päätöksentukipalvelun avulla tavalla, joka on toteutettavissa kaikissa sähköisissä potilaskertomuksissa ja palveluoperaattorin käynnistyttyä palveluoperaattorissa olevalla datalla. Hankkeen tuloksena laaditaan raportit ns. virtuaalisen terveystarkastuksen toteuttamisen edellytyksistä, potilaskertomusdatan laadusta, sen parantamismahdollisuuksista ja –työkaluista sekä laadukkaan kirjaamisen vaatimasta työmäärästä, hoidosta hyötymisen mahdollisuuden tunnistamisesta potilasjoukossa (care gap –analyysi) ja hoidon laadun mittaamisesta hoitosuosituksiin perustuvien päätöksentukisääntöjen avulla. Palveluoperaattoriin siirrettävän datan muodosta ja laatukriteereistä laaditaan raportti yhdessä Sitran kanssa.

https://stm.fi/julkaisu?pubid=10024/125500

https://www.healthit.gov/sites/default/files/clinicaldecisionsupport_tipsheet.pdf


2 Hakemuksen perustiedot

Saarikka

Perusturvaliikelaitos Saarikka (www.saarikka.fi) vastaa Kannonkosken, Karstulan, Kivijärven ja Kyyjärven kuntien sekä Saarijärven kaupungin yhteensä noin 18 500 asukkaan sosiaali- ja terveydenhuollon palveluista lukuun ottamatta varhaiskasvatusta.

Saarikan perusterveydenhuollon palvelut ovat monipuoliset ja palvelujen peittävyys on suuri. Yksityisiä terveyspalveluita on alueella vähän. Myös suurin osa alueen työterveyshuollosta tuotetaan Saarikan toimesta.

Pegasos-potilastietojärjestelmä on ollut käytössä Saarikassa 15 vuoden ajan. Päätöksentukipalvelu on Pegasokseen integroituna ollut käytössä helmikuusta 2010 lähtien.

Saarikassa on käytössä Keski-Suomen Hyvis-portaali.

Osoite: Sivulantie 11, 43100 Saarijärvi

Hakemuksen yhteyshenkilö: Johtava ylilääkäri/palvelujohtaja Sakari Ritala

puh. 044 459 8523, sähköposti [email protected]

Helsinki

Helsingin sosiaali- ja terveysvirastot yhdistettiin hallinnollisesti v. 2013 ja toimeenpanovaiheessa on mittava Palvelu-uudistus 2030, joka tähtää asiakastarpeen mukaisten integroitujen palvelujen luomiseen. Asiakkaat segmentoidaan paljon palveluita tarvitseviin, satunnaisesti palveluita tarvitseviin tai tunnistamattoman palvelutarpeen asiakkaisiin ja kullekin segmentille rakennetaan palveluprosessit. Käytännössä se merkitsee peruspalveluiden toiminnallista integrointia.

Avosairaanhoidon palveluita käyttää noin 310.000 asiakasta. Potilastietojärjestelmä on ollut Pegasos vuodesta 2001 ja Apotti on tarkoitus ottaa käyttöön v 2020. Tämä hanke on valmistautumista Apottiin tietopohjan rakentamiseksi. Päätöksentukipalvelu on Pegasokseen integroituna ollut käytössä 2012 lähtien.

Hakemuksen yhteyshenkilö: Johtajalääkäri Risto Mäkinen

puh. 040 664 7505, sähköposti [email protected]

http://www.saarikka.fi/

mailto:[email protected]


2.1 Projektin tavoitteet ja rajaukset

Projektin tavoitteet Saarikassa ovat seuraavat: Sairauskertomuksiin ja muihin rekistereihin on tallennettu runsaasti tietoa, jota analysoidaan niukasti ja käytetään päivittäin vain ”hieman pinnalta kaapien”. Analyysien ja raporttien puutteen takia ammattilaisten motivaatio tarkkaan rakenteiseen kirjaamiseen on keskimäärin vähäinen. Tällä hetkellä kirjaamisen fokus on käytännön työssä. Mikäli tietovarannoista saataisiin joustavasti sairaus-, henkilöstöryhmä- ja henkilökohtaisia raportteja ja analyysejä tilanne olisi toinen. Motivaatio kirjaamiseen paranisi ja tallennetun datan käytettävyys ja luotettavuus paranisi oleellisesti. Tällä saatavat tilastot ja raportit (THL, Kuntaliitto) ovat kehittämisen kannalta liian yleisellä tasolla tai sitten analysoitu tieto on usein jo liian vanhaa tämän hetken tarpeisiin. Monien eri rekisterien ja tietovarantojen yhdistäminen saattaa tuottaa tulokseksi oivalluksia. Tällaisia oivalluksia voisivat tuottaa esimerkiksi sairauksien ja tarkan asumispaikan yhdistäminen. Potilaat tallentavat lisääntyvästi oman sairautensa seurantatietoja sähköisiin palveluihin. Nämä tallennukset ovat yleensä erillään sairauskertomusjärjestelmistä ja siten niiden käytettävyys päätöksenteontukijärjestelmien materiaalina jää puuttumaan. Runsaasti tietoa tallentuu reaaliajassa ja se pitäisi saada analysoitavaksi myös reaaliajassa, jotta kehittämistoimien tulosta voitaisiin arvioida lyhyellä aikajänteellä. Raporttien pitäisi olla helposti saavutettavissa. Ei ole järkevää, että huonoilla tietotekniikkataidoilla varustettu terveysjohtaja joutuu käyttämään runsaasti aikaa tiedonmurusten keräämiseen ja taulukoimiseen. Terveyspalvelujen kehittäminen vaatii ajantasaista tietoa toiminnan tuloksista. Tarvitaan laadun ydinindikaattoreita, joista voidaan poimia kehittämiskohteet ja seurata kehitystoimien tuloksia. Vertailemalla laadun ydinindikaattoreita eri organisaatioiden kesken voidaan löytää hyviä toimintamalleja laajempaan levitykseen. Ja vain vertailun perusteella voidaan saada selville omaa hyvyyttä tai huonoutta. Edelleenkin joudutaan päätöksiä resursseista tai kehittämistoimista tekemään liian puutteellisten toimintatietojen perusteella. Hankkeen avulla saataisiin selville sairausryhmien hoidon tuloksia (laatudata). Nyt nämä tulokset saadaan käyttöön puutteellisesti ja usein vain manuaalisen kirjaamisen kautta otantajaksoissa. Samalla pystyttäisiin tarkastelemaan laajemmin sairausryhmän hoidon kokonaistilaa esim. lääkityksen osalta. Näiden tietojen avulla pystytään suunnittelemaan koulutusta ja kehittämishankkeita. Myös resurssien kohdentamisessa nämä tiedot tulisivat jatkuvaa käyttöön. Korkean riskin potilaiden tavoittaminen on usein sattumanvaraista ja perustuu paljolti potilaiden omiin yhteydenottoihin. Mikäli kaikki tallennettu data olisi paremmin hyödynnettävissä, voitaisiin nämä korkean riskin potilaat löytää suoraan tietojärjestelmien avulla ja kutsua hoidon piiriin. Kutsujärjestelmien piiriin saataisiin myös hoidosta pudonneet potilaat. Tallennettu terveysdata on suuri tietovaranto, jota pystytään toistaiseksi käyttämään aivan liian huonosti kansanterveyden parissa työskentelevien tarpeisiin. Tiedon saaminen käyttöön tulee helpottamaan oleellisesti terveyspalvelujen kehittämistä ja johtamista. Epäilemättä myös resurssien oikealla kohdentamisella voidaan saavuttaa suuria terveyshyötyjä. Tänään tietoa tallennetaan järjestelmän ehdoilla mekaanisesti asetusten pakottamana sanktioiden pelossa. Tieto pitää saada palvelemaan terveyttä. Saarikassa care gap –analyysi tehdään kaikille Saarikan viiden kunnan (Saarijärvi, Karstula, Kannonkoski, Kivijärvi, Kyyjärvi) asukkaalle, joita on vajaat 20 000.


Kuvaus Helsingin hankeaihiosta

”Laatudatasta vaikuttavuuteen” Terveyden ja hyvinvoinnin indikaattoreiden raportointi ja hyötykäyttö

käytännön palvelutoiminnassa terveys ja hyvinvointierojen kaventamiseksi

Lähtökohta

Helsingin Sosiaali- ja Terveysviraston strategisina tavoitteina on väestön terveys-ja hyvinvointierojen

kaventaminen sekä tuottavuuden ja saatavuuden parantaminen. Tähän pyritään Palvelu-uudistus 2030-

hankkeella, jossa palveluiden tuottamisen tapa ja palveluverkosto uudistuvat laajamittaisesti.

Toiminnallisesti olennaista on terveyden- ja sosiaalihuollon palveluiden toiminnallinen integrointi,

asiakkaiden segmentointi palvelutarpeen yksittäisten ongelmien sijasta ja tarpeeseen vastaavien

ydinprosesseiden mallintaminen ja toimeenpano. Palveluiden on määrä olla asiakkaan näkökulmasta

joustava ja hyvin palvelutarpeeseen vastaava kokonaisuus.

Keskeistä on terveys- ja hyvinvointieroja kuvaavien indikaattoreiden kehittäminen ja käyttöönotto, joka on

ollut käynnissä vuodesta 2015. Keskeisille kansanterveysongelmille on tuotantokäytössä 10 indikaattoria ja

hyvinvointi-indikaattoreiden kehittäminen on työn alla. Helsinki on mukana ODA:ssa ja Apotissa, jotka

tuovat monipuolisen digitaalisten palvelujen valikoiman. Helsingin uudistumisen lopputuloksena on triple

aim –viitekehyksen saavuttaminen. Se mitataan 1) tuottavuuden osalta kustannus / asiakassegmentin

mukainen asiakas / vuosi, 2) vaikuttavuuden osalta kymmenen terveysindikaattorin yhdistelminä yksilö- ja

kohorttitasolla, 3) saatavuuden osalta T3-indikaattorilla (3. vapaa kiireettömän hoidon vastaanottoaika) ja

asiakaskokemus happy or not- ja PACIC-indikaattorilla.

Nykytilan ongelmana on, että saamme käytännössä dataa vain potilaan yksittäisistä indikaattoreista

(verenpaine, pituus, paino). Näiden tietojen liittäminen sosioekonomiseen asemaan, terveyspalveluiden

käyttöön, interventioihin ja hoitoihin, yksilön genomitietoon tai diagnosoituihin sairauksiin on vielä hyvin

alkutekijöissään. Keskeisten terveysindikaattoreiden kirjaaminen oli ennen vuotta 2015 sattumanvaraista

eikä kattavuus ole vieläkään riittävä.

Siten edellytykset asiakkaiden tarpeiden mukaiseen segmentaatioon eivät ole vielä riittävät, eikä kuvaa

käytännön hoidon kattavuudesta, vaikuttavuudesta ja asianmukaisuudesta ole. On syytä vahvasti olettaa,

että hoito on pirstoutunut professioiden ja organisaatioiden mukaan järjestetyssä palvelukokonaisuudessa,

jolloin moniriskisten asiakkaiden riskit eivät ole huomioituja. Siten hoitovaje (care gap) on ilmeinen. Syytä

on myös olettaa, että joidenkin riskien kohdalla on ylimitoitettua panostusta matalan riskin asiakkaisiin,

kuten esimerkiksi matalan kokonaisriskin asiakkailla kolesterolin lääkehoitoa.

Siten potilastiedon laadun ja hyödyntämisen osalta ei ole vielä riittäviä edellytyksiä sote-uudistuksen ja

viraston oman keskeisimpien tavoitteiden saavuttamiseen, koska asiakkaiden terveyseroja (ja kustannuksia

/ tarve) ei pystytä kuvaamaan. Digitaalisten arvopalveluiden laajamittaisen hyödyntämisen este on

asiakaskohtaisen keskeisen riskitiedon puute.


Helsingin odotukset ja suunnitelma hankkeen hyödyntämistä

1. Päätettyjen 10 terveysindikaattorin ja valmisteilla olevien 5 hyvinvointi-indikaattoreiden

toimeenpanotyö vauhdittuu.

Strategisen tavoitteen (terveys- ja hyvinvointierot kaventuvat) konkretisointia tukee viraston

päätös 4/2015, jossa määriteltiin 10 keskeisintä terveysriskiä ja niille indikaattorit. Virastotasoinen

kirjaamisen mallintaminen on toimeenpanovaiheessa. Indikaattoreiden avulla pystytään arvioimaan

palveluiden vaikuttavuutta, löytämään korkeimman riskin asiakkaat, segmentoimaan

asiakastarpeen mukaan ja kohdentamaan voimavaroja suurimman riskin asiakasryhmiin.

Siten vaikuttavuus lisääntyy.

2. Kirjatuille indikaattoreille syntyy raportointikeino, jolloin mahdollistuu organisaatio-,

toimintayksikkö-, tiimi-, ammattilainen-, asiakasryhmä- ja asiakastasoinen hyvinvointiriskien

raportointi.

Tämä mahdollistaa toiminnan johtamisen triple aim –logiikalla, resursseiden kohdentamisen ja

pitkällä tähtäimellä insentiivien rakentamisen.

Siten johtamiselle syntyy looginen viitekehys (keinoista ja ohjeista siirrytään tavoitteiden

saavuttamiseen)

3. Kattavasti kirjatut indikaattorit ovat perusta myös sähköisille arvopalveluille (ODA).

4. Strukturoidut indikaattorit ovat siirrettävissä Apottiin / Epiciin, jolloin sen nopea hyödyntämien

helpottuu

5. Care gap –välineen avulla pystytään suuntaamaan interventioita vaikuttavimpien ja

taloudellisimpien interventioiden suuntaan. Kustannusvaikuttavuus lisääntyy.

Esituotantohankkeen tuloksena laaditaan raportit ns. virtuaalisen terveystarkastuksen toteuttamisen

edellytyksistä, potilaskertomusdatan laadusta, sen parantamismahdollisuuksista ja -työkaluista sekä

laadukkaan kirjaamisen vaatimasta työmäärästä, hoidosta hyötymisen mahdollisuuden tunnistamisesta

potilasjoukossa (care gap -analyysi) ja hoidon laadun mittaamisesta hoitosuosituksiin perustuvien

päätöksentukisääntöjen avulla. Palveluoperaattoriin siirrettävän datan muodosta ja laatukriteereistä

laaditaan raportti yhdessä Sitran kanssa. Hankkeen pilottivaiheessa kustannukset syntyvät n.20 000

helsinkiläisen tietojen (raakadata) siirrosta CGI:n ylläpitämältä palvelimelta tietoja analysoivaan

järjestelmään sekä sen jälkeen alihankkijan kanssa jatkettavasta kehittämisyhteistyöstä ja

palkkakustannuksista syyskuuhun 2017 mennessä. Hankkeen vastuuhenkilöinä toimivat Terveysasemien

Johtajalääkäri Risto Mäkinen ja Terveysasemien ja Sisätautien poliklinikoiden potilastietojärjestelmän

vastuupääkäyttäjä Katariina Siimeslehto.(Liite 2).


Hanke integroituu Helsingin sote-uudistumisen keskeisiin askeleisiin

1. Päätöksenteko asiakassegmentoinnista ja ydinprosesseista (tehty kesä 2015). Asiakassegmentit

ovat paljon palveluita tarvitsevat, satunnaisen palvelutarpeen ja tunnistamattoman palvelutarpeen

asiakkaat. Näiden sisällä on jako neljään kategoriaan asiakkaan hyvinvointiriskin ja kyvykkyyden

suhteen.

2. Rakenteisen datan hakeminen Helsingin kaupungin ylläpitämästä henkilörekisteristä, Pegasos

potilastietojärjestelmän tietovarannosta sekä datan laadun arviointi yhteistyössä alihankkijan

kanssa tätä varten kehitettävillä analyysityökaluilla. Kelan Omakanta-PHR:n tietoja hyödynnetään

heti kun se on teknisesti mahdollista: Kelalta saadun tiedon mukaan aikaisintaan syyskuussa 2017.

Tulevaisuuden jatkokehittämistavoitteena on hyödyntää käyttöliittymää myös sosiaalitoimen

tietovarannon puolella.

3. Korkeimman riskin asiakkaiden (5% asiakkaista) ydinprosessi on tuotantokäytössä kaikilla

terveysasemilla. Sen perustana on hoitovastaava (case manager), asiakaslähtöinen terveys- ja

hoitosuunnitelma ja omahoidon tuki. Asiakkaita on tällä hetkellä noin 2000. Sote-integroitu

toimintamalli on käytössä Vuosaaren terveysasemalla, käynnistymässä Vallilassa sekä Töölössä ja

kaikilla asemilla Q1 2018.

4. Satunnaisen palvelutarpeen prosessin mallintaminen käynnistyy toiminnallisesti sote-integroituna

Vuosaaressa, Vallilassa ja Töölössä Q3 2016.

5. Kohdan 2 datan hyödyntämistä ja hankkeen toimintamalleja pilotoidaan joko yhdellä sote-

integroidulla hyvinvointiasemalla tai korkean riskin asiakkailla kaikilla terveysasemilla.

Care gap –väline on siten käytettävissä joko 20-40.000 asukkaalle tuottavalla asemalla, joissa koko

toiminta on systeemisessä uudistumisessa tai 50 ammattilaisella, jotka palvelevat noin 2000

korkean riskin asiakasta. Joka tapauksessa väline implementoituu uudistuviin prosesseihin

elimellisenä osana.

2.2 Ratkaisu ja lopputulokset

Rakenteisen potilasdatan saaminen Pegasos-potilaskertomuksesta analysoitavaksi yhteistyössä CGI Oy:n kanssa. Muista lähteistä saatava data liitetään mukaan heti kun sitä on saatavissa. Pegasoksen toiminto, jolla virtuaalinen terveystarkastus (datan keräys) voidaan toteuttaa toistuvasti ja automatisoidusti.

Datan laadun analysointiin tarvittavien välineiden ja mittareiden kehittäminen sekä datan laadun arviointi suhteessa tavoitteeseen interventioiden tarpeen ja niiden vaikuttavuuden selvittämisestä. Analysointisäännöt ja taulukoinnit, laaturaporttipohja. Raportti datan korjaamismahdollisuuksista.


Datan laadun parantamiseen tarvittavan työpanoksen ja –tavan arviointi. Raportti.

Vaikuttavuutta mittaavien päätöksentukisääntöjen määrittely, laatumittareiden analysointi ja raportointi siihen kehitettävillä välineillä. Sääntökokoelma (sääntöjen kuvaus julkisesti saatavilla) ja raporttien julkaisutyökalu.

Datan analysointi sääntökokoelman avulla hoitovajauksen (care gap) ja hoidosta hyötymisen mahdollisuuden tunnistamiseksi – pilotointi ennen laajempaa käyttöönottoa, jossa huomioidaan datan laadun aiheuttamat rajoitukset. Potilaslistaus organisaation käyttöön. Raportti pilotoinnin tuloksista.

Datan laadun parantamisen vaikutus analyysin lopputulokseen (ennen ja jälkeen kirjaamisintervention). Raportti.

Palveluoperaattoriin siirrettävissä olevan datan ja sen laatuvaatimusten määrittely. Dokumentti.

2.3 Toteutuksen hyödyt järjestäjälle, palveluntuottajalle ja yksilölle

Palveluiden järjestäjä Työkalu mahdollistaa palvelutuottajien ohjaamisen ja vertailun (benchmarking) sekä hoidon tulosten (populaation komorbiditeetti) ja hoitovajeen tunnistamisen. Mahdollistaa insentiivit palvelutuottajille hyvinvointihyödyn tuottamisesta

Care gap – analyysi mahdollistaa palvelujen oikeudenmukaisen kohdistamisen niille asiakkaille, joilla on mahdollisuus hyötyä palveluista ja auttaa priorisoimaan tarjottavia palveluja asiakaskohtaisesti kustannus-vaikuttavalla tavalla. Valinnanvapauden piiriin kuuluvien palvelujen allokointi perustuu yksilöllisiin suunnitelmiin, jotka tuotetaan yhteistyössä asiakkaiden kanssa. Asiakkaiden kanssa tehtyjen suunnitelmien ja virtuaalisesti tuotettujen suunnitelmien (joita ei vielä ole käsitelty asiakkaiden kanssa) analysointi yhdessä mahdollistaa kustannusten aiempaa tarkemman arvioinnin ja budjetoinnin. Ratkaisun levittäminen valtakunnalliseksi optimoi resurssien käyttöä ja mahdollistaa palveluntuottajien valtakunnallisen vertailun.

Palveluntuottaja

Väestötason analyysillä palvelutuottaja tunnistaa komorbiditeetin, hoitotulosten tason ja hoitovajeet, joiden perusteella voidaan kohdentaa voimavaroja ja muotoilla uusia hoito/palvelumalleja tunnistettuihin hoitovajeisiin. Mahdollistaa sekä hyvinvointierojen kaventamisen ja palvelun (hoidon) tulosten parantamisen

Työkalun avulla segmentoidaan asiakkaat tarvittavan tuen määrän perusteella, tuetaan asiakkaita itse- ja omahoitoon, tunnistetaan interventioita vaativat asiat ja varmistetaan niiden toteutuminen. Työkalu auttaa kohdistamaan voimavarat tehokkaasti. Kattavien sähköisen palvelujen tarjoaminen tulee mahdolliseksi.

Yksilö Yksilö saa hyvinvointinsa analyysin, hoitovajeensa analyysin ja ehdotuksen siitä, minkä vaikuttavuuden ratkaisuilla (interventioilla) hoitovaje katettaisiin.


Eniten terveyshyötyä tuottavien interventioiden aktiivinen tarjoaminen asiakkaalle ja hyvinvointisuunnitelman tekeminen asiakkaan tarpeista, tavoitteista ja hänen valitsemiaan keinoja käyttäen maksimoi asiakkaan saaman hyödyn (vaikuttavuuden) ja mahdollistaa asiakkaan omien valintojen mukaiset ratkaisut.

***

Datan analysointi vaikuttavuuden näkökulmasta tukee suoraan organisaation toiminnan johtamista ja kehittämistä ja hoidon laadun parantamista suuntaamalla voimavaroja oikein.

Tunnistamalla yksilöiden mahdollisuus terveyshyötyyn edistetään hyvinvointia. Virtuaalisen terveystarkastuksen avulla tavoitetaan myös henkilöt, jotka ovat jääneet pois seurannasta.

Malli kaikkien interventioiden vaikuttavuuden analysoinnista yksittäisillä henkilöillä ja näitä tietoja yhdistämällä koko väestössä on kansainvälisesti ainutlaatuinen, ja onnistuu vain jos dataa pystytään keräämään systemaattisesti kaikista henkilöistä, ja interventioiden vaikuttavuustieto on saatavissa analyysin tarpeisiin. Sekä kotimaassa tehtävän tutkimuksen että integroitua ja kustannus-vaikuttavaa hoitoa tukevien terveydenhuollon IT-tuotteiden kehittäminen mahdollistuu.

3 Projektin vaiheet, aikataulu ja tuen maksamisen virstanpylväät

3.1 Vaiheet

1. Tietovarannon luominen yhteistyössä CGI Oy:n kanssa ja virtuaalisen terveystarkastuksen

toteuttaminen kaikkien potilaiden datasta. Henkilöiden itsensä kirjaamat tiedot haetaan Omakanta-PHR:stä ja yhdistetään potilaskertomuksen tietoihin.

2. Datan laadun analysointivälineiden kehittäminen. Tuotetaan datan laatua kuvaavia yhdenmukaissuussääntöjä (mm. diagnoosien, lääkityksen ja laboratoriotulosten keskinäiset riippuvuudet), suunnitellaan raportit dataelementtien frekvensseistä suhteessa oletusarvoihin.

3. Datan laadun analysointi kehitetyillä välineillä ja datan automaattisen korjaamisen mahdollisuuksien selvittäminen

4. Kliinisten laatumittareiden ja care gap –analyysin sisällön kehittäminen pitkäaikaissairauksista ja niiden riskitekijöistä

5. Datan laatua parantava kirjaamisinterventio. Selvitetään ammattilaisten ja henkilöiden itsensä kirjaaman tiedon kattavan kirjaamisen edellytykset.

6. Pilottianalyysi kliinisistä laatumittareista ja analyysin tulosten hyödyntämissuunnitelma


7. Datan laadun parantamisen vaikutuksen arviointi ja datan laadun parantamiseen tarvittavan työpanoksen laskeminen. Erityisesti arvioidaan henkilön itsensä terveystaltioon tallentaman datan ja automaattisten mittareiden keräämän datan todennäköisesti tuottama lisäarvo.

8. Palveluoperaattoriin siirrettävissä olevan datan ja sen laatuvaatimusten määrittely. Toteutetaan yhteistyössä Sitran ja muiden palveluoperaattorin suunnitteluun osallistuvien tahojen kanssa.

3.2 Aikataulu

1. Virtuaalinen terveystarkastus Pegasoksessa 1.10.2016 – 31.5.2018

2. Datan laadun analysointivälineet 1.7.2016 – 31.12.2016

3. Datan laadun analysointi 1.10. – 31.12.2017 (1.9.2017 Omakanta-PHR:n tietoja hyödyntäen)

4. Care gap –analyysin ja laatumittareiden kehittäminen 1.7.2016 – 31.5.2018

5. Datan laatua parantava kirjaamisinterventio 1.10.2016 – 31.5.2018

6. Pilottianalyysi laatumittareista ja care gapista 1.11.2016 – 31.05.2018 (1.9.2017 alkaen Omakanta-PHR:n tietoja hyödyntäen)

7. Datan parantamisen vaatiman työpanoksen laskeminen 1.4.2017 – 31.12.2017

8. Palveluoperaattoriin siirrettävän datan ja sen laatuvaatimusten määrittely 1.10.2016 – 31.5.2017

3.3 Tuen maksamisen virstanpylväät

Sitran tuki ehdotetaan maksettavaksi neljässä erässä. Maksamisen edellytyksenä on seuraavien virstanpylväiden saavuttaminen:

1. Virtuaalisen terveystarkastuksen tekninen toteutus valmis ja ajo suoritettu, datan laadun analysointivälineet tehty, ensimmäinen datan laaturaportti tuotettu (projektin vaiheissa 1 – 3).

2. Kliinisten laatumittareiden ja care gap –analyysin ensimmäisessä analyysiajossa käytettävä sisältö kuvattu ja julkaistu (projektin vaiheessa 4). Johtoryhmä määrittelee sisällön riittävän laajuuden.

3. Kirjaamisintervention ensimmäinen vaihe pilotoitu ja ensimmäinen laatumittari- ja care gap –analyysiajo tehty (projektin vaiheissa 5 ja 6).

4. Kaikki raportit valmiit (projektin vaiheissa 3 – 8)


4 Datan laadun analysointi ja datan normalisointi

4.1 Mallijakaumat

Datan kirjaamisen lähtötilanne määritetään virtuaalisella terveystarkastuksella ennen kirjaamisinterventiota. Rakenteisen datan jakautumisesta dataelementteihin tehdään taulukko, joka kuvaa jokaisen dataelementin esiintymisen väestössä ja puuttuvien tietojen osuuden. Kirjaamisintervention tuloksena on data, jonka kattavuus on maksimaalinen kirjaamiseen käytettävien resurssien rajoissa. Dataelementtien jakaumaa verrataan ennen ja jälkeen kirjaamisintervention kirjaamisvajeen määrittämiseksi. Kun dataa hankitaan kahdesta hyvin erityyppisestä organisaatiosta (Helsinki ja Saarikka), voidaan arvioida organisaatioiden ja asiakasjoukon erojen vaikutusta kirjaamisvajeeseen ja datan jakaumiin. Kirjaamisinterventio jakaantuu kahteen osaan: ammattilaisten tekemään ja asiakkaiden itsensä tekemään. Jälkimmäinen toteutetaan Omakanta-PHR:ään asiakkaille tarjottavien sähköisten lomakkeiden avulla (edellyttäen, että Omakanta-PHR on käytettävissä tähän tarkoitukseen kevään 2017 aikana). Kahden kirjaamismenetelmän osuutta kirjaamisvajeen täyttämisessä verrataan ja osuudet ja niiden organisaatiokohtaiset erot raportoidaan. Dataelementtien suhteissa pyritään tunnistamaan säännönmukaisuuksia (esim. tupakoinnin yleisyys henkilöillä, joilla on todettu keuhkoahtaumatauti). Lopuksi verrataan dataelementtien jakaumia usealla eri alueella, joilla ei ole toteutettu kirjaamisinterventiota, ja analysoidaan jakaumien hajontaa. Jakaumien erojen arvioimiseksi tuotetaan tilastollinen mittari.

4.2 Datan kongruenssi

Laaditaan päätöksentukisääntöjä, joiden avulla arvioidaan datan kongruenssia eri datatyyppejä vertaamalla (esimerkiksi diabetesdiagnoosi voidaan diagnoosikoodin ohella päätellä potilaan käyttämästä lääkityksestä ja laboratoriotuloksista). Säännöt laaditaan niistä dataelementeistä, joista ne ovat yksiselitteisesti tehtävissä.

4.3 Datan normalisointi

Dataelementit ryhmitellään käsitteiksi, jotka koodataan standardoidulla tavalla. Tämä edellyttää usein useiden eri koodien yhdistämistä samaan käsitteeseen. Käsitteet koodataan yhteismitallisiksi näyttöä kuvaan PICO-käsitteistön kanssa. Päätöksentuessa käsitteitä käytetään päätöksentukisäännöissä, jolloin vältetään useiden rinnakkaisten koodistojen käytöstä aiheutuva ongelma. Datan kongruenssin analysoimiseksi tehtäviä sääntöjä voidaan käyttää datan normalisointiin. Dataan liittyvät metatiedot määritellään Isaacuksen vaatimuksia vastaaviksi. Hankkeessa kehitettäviä ja pilotoitavia datan normalisointityökaluja voidaan hyödyntää Isaacuksessa myös muista lähteistä saatavan potilastiedon normalisointiin.


5 Hoitovajauksen (care gap) ja hoidosta hyötymisen mahdollisuuden (PTB) määrittäminen

Hanke on ositettavissa siten, että vaiheet 1 ja 2 tuottavat listan henkilöistä, jotka eivät ole saaneet heitä mahdollisesti hyödyttävää hoitoa. Vaiheet 3 – 6 mahdollistavat eri interventioista saatavan hyödyn määrällisen arvioinnin yksittäiselle henkilölle. Vaiheet 7 – 9 tarjoavat väestötasolla keinon arvioida resurssien tarvetta ja priorisoida tuotettavia palveluja niin, että tuotettava terveyshyöty voidaan maksimoida. Samalla kun care gap –analyysi toteutetaan, tuotetaan säännöt joiden avulla asiakkaat voidaan segmentoida neljään luokkaan sen perusteella, kuinka paljon tukea he tarvitsevat hyvinvoinnin ja terveyden edistämisessä ja pärjätäkseen terveys- ja sosiaalisten ongelmiensa kanssa.

1. Päätöksenteko siitä, mitä halutaan saada aikaan (hoidon tulokset, vaikuttavuus) ja millä

datalla tilannetta voidaan arvioida, jotta toimintaa ja resursseja voidaan kohdentaa

haluttuun suuntaan

Useissa organisaatioissa ja niiden toimintaa ohjaavissa säädöksissä tavoitteeksi on tunnistettavissa tai sellaiseksi mielletään terveys/hyvinvointihyöty. Mitä hyöty tarkoittaa, millaisissa tilanteissa ja millä keinoilla hyötyä tavoitellaan ja miten se arvioidaan, on usein epäselvästi muotoiltu.

38


Vaihtoehtoja on

1) arvioida, millaisia terveys/hyvinvointiriskejä on tunnistettavissa tai hyödynnettävissä, ja arvioida

mikä on tilanne.

2) päättää minkä asioiden suhteen terveys/hyvinvointihyötyä tavoitellaan, millä se arvioidaan ja miten

arviointitieto hyödynnetään

3) näiden yhdistelmä.

Helsingin sote-viraston strateginen tavoite on terveys- ja hyvinvointierojen kaventaminen. Se voidaan saavuttaa joko korkean riskin asiakkaiden palvelun vaikuttavuuden parantamisella, tai matalan riskin asiakkaiden palvelun vaikuttavuuden heikentämisellä. Ymmärrettävästi on päädytty edelliseen vaihtoehtoon. Ongelma on, että terveys- ja hyvinvointierojen syitä ja niiden painoarvoja ei ole määritelty, eikä mittareita ole sovittu. Tämän ratkaisemiseksi viraston johtoryhmä aloitti 4/2015 terveys- ja hyvinvointi-indikaattoreiden käyttöönoton, jolloin se on valitsemassa edellä olevista vaihtoehdoista kohdat 2 ja 3. Indikaattorityön tavoite on luoda ohjausmekanismi, jonka avulla voidaan kohdentaa resurssit suurimman vaikuttavuuden problematiikkaan. Helsingin valinta on

1) yleiset kuolleisuutta ja terveiden elinvuosien menetystä aiheuttavat terveysriskit, joille on näyttöön

perustuvia interventioita

2) hyvinvointiriskit, joille on luotavissa indikaattori tavanomaisessa työskentelyssä.

Tämän perusteella on valittu indikaattoreita, joiden kriteerinä on 1) soveltuu tavanomaiseen rutiinityöskentelyyn (=kirjataan rutiinisti)

2) toimii riskin tunnistamisessa ja hoidon vaikuttavuuden arvioinnissa

Indikaattorit ovat tällä hetkellä painoindeksi, tupakointi, verenpaine, LDL-kolesteroli, alkoholi (Audit), depressio (BDI),

pitkäaikaissokeri, karies (D), parodontiitti (CPI), dementia (MMSE)

hyvinvointi-indikaattoreina ovat valmistelussa toimeentulotuki, 2. asteen koulutus, äidinkieli.

Saarikka on esittänyt, että indikaattoreihin lisättäisiin yksinkertainen, viisiportainen

perustoimintakykymittari, joka perustuu ICF-luokitukseen.

Kirjaamisen toteuttamiseksi on kartoitettu Pegasoksen mahdolliset kirjaamispaikat ja –tavat

sovittu mihin ja kuka kirjaa

nimetty osastokohtaiset vastuuhenkilöt kirjaamisen toimeenpanemiseksi

kartoitettu erilaisia mahdollisuuksia indikaattoreiden raportoimiseksi.

Saarikassa kirjausintervention keskeinen kohde on diagnoosi- ja lääkityslistojen ajantasaistaminen ja jatkuva ylläpito.


Hyödyntäminen perustuu 0. korkean riskin asiakkaiden tunnistamiseen

Toteutetaan siten, että asiakkaat listataan taulukkoon, jossa on hetu (josta lasketaan ikä ja päätellään sukupuoli) ja halutut indikaattorit numeraalisena datana. Indikaattoreiden raja-arvoja vaihtelemalla suodatetaan asiakkaita pyrkien etsimään korkeiden riskien yhdistelmiä.

1. heille sopivien palvelumuotojen kehittämiseen

yhteistä indikaattoreille on a) assosiaatio kardiovaskulaaririskiin, b) liittymäkohta elintapoihin, c) liittyminen sosioekonomiseen asemaan, d) yhteinen juurisyy: sosiaalisten verkostojen ja –taitojen rajallisuus, ylipaino, liikkumattomuus, päihteet. Siten interventiokin on rakennettavissa geneerisempänä kuin nykyvirtaus on, jossa keskitytään aikuistyypin diabetekseen ja joskus kolesteroliin ja verenpaineeseen. Intervention ydin on

siirtyminen diagnoosikeskeisestä hoidosta geneeriseen palveluun. Käytännössä korkean riskin

asiakkaat saavat vastuuhenkilön, jonka tehtävä on koordinoida sote-palvelun kokonaisuus

siirtyminen diagnoosilähtöisistä tarve- ja tavoiteasetannasta asiakkaan asettamiin tarpeisiin ja

tavoitteisiin (THL:n määrittelyt Terveys- ja hoitosuunnitelmasta).

siirtyminen autoritatiivisesta valistavasta ja kontrolloivasta työtavasta coachaavaan

proaktiiviseen malliin

sähköisen hyvinvointitarkastuksen ja –valmennuksen liittäminen palvelukokonaisuuteen siten,

että se on kytketty terveys- ja hoitosuunnitelmaan.

Edellytykset kaiken ylläkuvatun aikaansaamiseen:

tietopohja, jonka varassa korkean riskin asiakkaiden tunnistaminen on mahdollista

älykkäät sähköiset ratkaisut, jotka toimivat

o hyvinvointivalmennuksen tukena

o hoitovajauksen tunnistamisessa

o vaikuttavimpien hoitojen valitsemisen tukena

kyky mallintaa ja johtaa ammattilaisten toiminnan uudistuminen ja resurssien

uudelleenkohdentaminen

Odotettu lopputulos:

palvelukokonaisuus, jolla asiakas (ja häntä palveleva ammattilainen) itse voi arvioida riskinsä,

hoidon vajauksensa ja vaikuttavuudeltaan optimaaliset hoidot

palvelua tuottava organisaatio voi toteuttaa population management –strategiaansa, jolla panokset

kohdennetaan kapenevan rajahyödyn mukaisesti suurimpien riskien kohderyhmään


hoito ja palvelu kohdistuu nykyisten seurausten (diabetes, verenpaine) sijasta enemmän juurisyihin

(syrjäytyminen, lihavuus, liikkumattomuus, päihteet, mielenterveys)

interventioiden vaikuttavuus optimoituu, kun niiden valinta perustuu datapohjaisiin algoritmeihin

eikä mielipidevaikuttamisen kohteena olevien ammattilaisten näkemyksiin

Saarikassa hankkeen toimeenpanoon liitetään Keski-Suomen sairaanhoitopiirin organisoima, professori Martti Kekomäen johtama kustannusosaamisen kurssi, jossa yhdessä erikoissairaanhoidon edustajien kanssa suunnitellaan mittareiden hyödyntämistä integroitujen SOTE-toimintamallien kehittämisessä. Hankkeessa toteutettava care gap –analyysi ja laatumittareiden raportointi toimii aineistona kurssilla. 1. Virtuaalinen terveystarkastus kohdeväestöstä

Potilastietojärjestelmä tuottaa päätöksentuen kyselysanomat kaikista kohdeväestöön kuuluvista henkilöistä ja tarjoaa ne integraatiosovellukselle yhdessä potilaan henkilötunnuksen kanssa. Integraatiosovellus noutaa samojen henkilöiden tiedot Omakanta-PHR:stä ja tarvittaessa muista potilastietoja sisältävistä järjestelmistä ja yhdistää tiedot yhdeksi kyselysanomaksi, jonka tunnuksen yhteyden henkilötunnukseen se säilyttää, ja jonka se lähettää päätöksentuelle. Päätöksentuki tuottaa vastaussanomat, jotka tallentuvat lokitiedostoon. Tarvittava teknologia: Pegasos-potilaskertomus lähettää rakenteista dataa päätöksentuen kyselysanoman muodossa. Omakanta-PHR tarvitsee käyttöliittymän, jonka kautta kansalaiset voivat tallentaa tietoa mm. heille sähköisesti toimitettujen kyselylomakkeiden avulla. Tiedot noudetaan Omakanta-PHR:stä FHIR-rajapinnan kautta, joka on jo Kelan sandbox-ympäristössä käytettävissä tiedonsiirron testausta varten. Pegasoksen tuottaman kyselysanoman ja Omakanta-PHR:n tietojen yhdistämiseen tarvitaan integraatiosovellus, joka yhdistää henkilön rakenteiset tiedot ja lähettää ne päätöksentuen kyselysanoman muodossa (tai FHIR-muodossa) päätöksentukipalvelulle. Integraatiosovelluksen tekemistä ei rahoiteta tässä projektissa. Päätöksentukipalvelu sisältää säännöt, joilla tietoja analysoidaan. Kelalta saadun tiedon mukaan Omakanta-PHR valmistuu tuotantokäyttöön syksyllä 2017. Koska kansalaisen itsensä tallentamien tietojen hyödyntämistä hankkeessa tarvitaan jo aikaisemmin, ja Omakanta-PHR:n käyttöönoton jälkeenkin tarvitaan kirjaamissovellus, Helsinki ja Saarikka etsivät vuoden 2016 aikana toimittajan, jonka alustalla tiedonkeruu voidaan toteuttaa. Tässä toimitaan yhteistyössä ODA-konsortion kanssa.

2. Niiden henkilöiden tunnistaminen, jotka hyötyisivät interventioista

Potilaskertomuksessa ja terveystaltiossa olevat henkilön tiedot analysoidaan päätöksentukisääntöjen avulla. Sääntöjen avulla tunnistetaan henkilöt, jotka todennäköisesti hyötyisivät interventioista, ja joilla ei ole vasta-aiheita näille interventioille. Näillä henkilöillä on hoitovajaus (care gap) ja heillä on mahdollisuus hyötyä hoidosta (potential to benefit, PTB). Tässä dokumentissa käytetään jäljempänä käsitettä PTB sellaisesta hoitovajauksesta, jonka pienentämiseen on olemassa menetelmä, ja menetelmän tehosta voidaan esittää arvio. Jos henkilö ei ole saanut interventiota, päätöksentukisääntö tuottaa palautteen.


Palautteeseen sisältyy

- sanallinen muistute suositellusta interventiosta

- intervention nimi ja sen koodi

- diagnoosin nimi ja sen koodi. Diagnoosi määrittelee intervention kohderyhmän.

Päätöksentukisääntö määrittelee kohderyhmän mahdollisimman tarkasti sisäänotto- ja

poissulkukriteereitä käyttämällä. Nämä kriteerit perustuvat tietämykseen, joka on

päätöksentukisäännön taustalla.

Yksi säännöistä tunnistaa suuren riskin potilaat, joiden oletetaan hyötyvän yksilöllisen hyvinvointisuunnitelman tekemisestä, mutta joille tällaista suunnitelmaa ei ole tehty. Suuren riskin potilaat tunnistetaan kerättyjen mittaritietojen perusteella. Tarvittava teknologia: Keskeisistä kroonisista sairauksista ja terveysongelmista tuotetaan päätöksentukisäännöt, jotka mahdollistavat hoitovajausanalyysin tekemisen ja laatumittareiden tuottamisen. Säännöt hyödyntävät potilastietojen koodistoa sekä interventioiden koodistoa, jollainen tuotetaan kansainvälisiä koodistoja hyödyntäen. Palaute on rakenteista, ja siinä ehdotetut interventiot koodeineen on mahdollista siirtää rakenteiseen hoitosuunnitelmaan. 3. Perusriskitason laskeminen

Perusriskitaso (baseline risk, BR) joukolle tapahtumia määritetään päätöksentukisäännöllä (baseline risk calculator, BRC), joka käyttää

- päätöksentuen funktiokirjastossa olevia riskilaskurifunktioita (esimerkiksi Finriski, CHADS2-Vasc), jotka laskevat riskin automaattisesti.

- potilastietoihin (Omakanta-PHR tai potilastietojärjestelmä) tallennettuja riskilukuja. Näiden lukujen määrittämistä varten kansalainen tai ammattilainen on voinut syöttää tietoja manuaalisesti riskilaskureille. Riskiluvut välitetään päätöksentuelle laboratoriotulosten tavoin.

- tietokannasta noudettuja perusriskitasoja. Tietokanta tuotetaan taulukoksi, jota päätöksentuen funktio lukee. Taulukko sisältää iän ja sukupuolen perusteella luokiteltuja riskilukuja. Jos MAGICAppilla tehdyssä Evidence Summaryssä on ilmoitettu BR ja viitteet, joista se on peräisin, käytetään tätä. Taulukkoa hyödynnetään siinä tapauksessa, että edellä mainituilla tavoilla laskettua riskiä ei ole saatavilla. Taulukon tuottamisessa voidaan hyödyntää epidemiologisia tietokantoja (esim. THL:n tietokannat) ja DynaMed Plus –tietokantaa.

- kolmannen osapuolen palvelua, joka tuottaa riskiarvioita. Tällainen palvelu voi olla massadataa analysoiva sovellus tai geeniassosiaatiotietokanta. Tulevaisuudessa riskiarvioita saadaan Isaacus-aineistoa analysoimalla ja mallintamalla.

Perusriskitasot sisältyvät BRC-säännön tuottamaan palautteeseen, ja ne tallentuvat lokitiedostoon samalla kyselyn tunnuksella kuin hoitovajausta analysoivat palautteet. Palautteeseen sisältyy

- riskin kohde/hoidon tulos (outcome) ja sen koodi

- riskiluku (BR)

- BR:n aikayksikkö.


Tarvittava teknologia: Riskilaskureita tuotetaan eri lähteistä. Rakennetaan perusriskitasojen tietokanta, jota päivitetään automaattisesti MAGICApp-sovelluksella tehdyistä näytönastekatsauksista (evidence summaryistä) sekä kotimaisista ja kansainvälisistä lähteistä. Ensi vaiheessa tietokantaan tuotetaan kroonisten sairauksien komplisoitumisesta aiheutuvat riskit. Päätöksentukisovellukseen tuotetaan toiminto, joka noutaa perusriskitasoja eri lähteistä ja soveltaa niitä potilaan tietoihin. 4. Suhteellisen riskin vähenemän määrittäminen

MAGICApp-sovelluksella tuotetuista Evidence Summaryistä tehdään eräajona tiedosto, joka sisältää dikotomisten muuttujien osalta seuraavat tiedot:

- diagnoosin nimi ja sen koodi

- intervention nimi ja sen koodi

- hoidon tulos (outcome) ja sen koodi

- hoidon tuloksen tärkeys (asteikolla 1 – 9)

- suhteellisen riskin vähenemä (RRR)

- RRR:n aikayksikkö (ei välttämätön, jos ei riipu ajasta)

Jatkuvista muuttujista tuotetaan RRR-arvoa vastaava luku, esim. standardoitu keskiero (standardized mean difference, SMD). Vastaava tiedosto voitaisiin tuottaa myös muista lähteistä, esimerkiksi DynaMed Plus –tietokannasta. Tarvittava teknologia: MAGICApp-sovellus on otettu käyttöön yhteispohjoismaisessa hoitosuositusten tuottamishankkeessa, johon Suomesta osallistuvat Käypä hoito ja Kustannus Oy Duodecim. MAGICApp on vapaasti kaikkien organisaatioiden käytössä, jotka haluavat tuottaa tiivistelmiä näytöstä ja niiden perusteella suosituksia. MAGICApp pystyy lukemaan mm. Cochrane-katsausten tulokset suoraan Cochrane-tietokannasta ja taulukoimaan ne vaikuttavuustaulukoiksi (summary of findings), jotka sisältävät suhteellisen riskin vähenemän laskemiseen tarvittavat luvut ja koodit. 5. Absoluuttisen riskin vähenemän ja NNT:n laskeminen

Absoluuttisen riskin vähenemä (ARR) lasketaan kaavalla ARR = RRR x BR. Number needed to treat (NNT) lasketaan kaavalla 1/ARR Tarvittava teknologia: Tehdään sovellus, joka yhdistää vaiheissa 3 ja 4 syntyneet tiedostot taulukoksi. Taulukossa jokaista potilaasta tehdyn hoitovajausanalyysin tulokset tulee yhdistää potilaan henkilötunnukseen niin, että potilaan tiedot Pegasoksessa voidaan avata suoraan linkistä. 6. Yksilön hoitovajauksen määrittäminen ja terveyshyötylistauksen tuottaminen

Vaiheissa 3 – 4 syntyneet tiedostot yhdistetään siten, että jokaiselle potilaalle tehdään taulukko, jonka riveillä ovat diagnoosi, interventio, hoidon tulos/riskin kohde, tuloksen tärkeys (importance of outcome, IO), RRR, BR, ARR ja NNT ja PTB. PTB = IO x ARR Taulukko voidaan järjestää minkä tahansa sarakkeen perusteella.


Taulukko kuvaa henkilön hoitovajausta (CG) ja hoidosta hyötymisen mahdollisuutta (PTB) eri interventioita käyttämällä. Jos tämä halutaan tiivistää yhdeksi luvuksi, luku saadaan laskemalla tulojen (tuloksen tärkeys x ARR) summa. Laskutoimituksen edellytyksenä on, että hoidon tulokset voivat toteutua samanaikaisesti, ja että tuloksen tärkeys on evidence summaryissä määritetty yhdenmukaisella tavalla. Jos hoidon tulokset ovat mitattavissa QALY-yksikköinä (laatupainotettuina elinvuosina), voidaan hoidosta hyötymisen mahdollisuus kunkin intervention osalta ilmoittaa saavutettavien QALYjen määrän ja ARR:n tulona. Taulukko 1. Esimerkki yhden potilaan hoitovajauksesta. Tässä muodossa taulukkoa voidaan käyttää yksittäisten interventioiden priorisointiin silloin kun mitään interventiota ei ole valittu toteutettavaksi. Jos samaa riskiä (taulukossa esimerkkinä kuolema) voidaan pienentää kahdella tai useammalla interventiolla, toisen sovellettavan intervention vaikutus (ARR) ei enää ole sama kuin lähtötilanteessa sen jälkeen kun ensimmäinen interventio on toteutettu, koska ensimmäinen interventio pienentää BR-arvoa. Kokonaishoitovajaus (eri interventioiden PTB-lukujen summa, taulukossa 3.16), olisi todellisuudessa pienempi potilaalla, joka on jo onnistunut lopettamaan tupakoinnin, koska BR olisi jo pienentynyt. Diagnoosi Interventio Tulos/riskin

kohde Tärkeys (IO)

RRR/aika-yksikkö

BR/aika-yksikkö

ARR NNT PTB

Sepelvaltimotauti Tupakka-

valistus

Kuolema 9 0.1 0.3/10 v 0.03 33 0.27

Sepelvaltimotauti Statiini Kuolema 9 0.18 0.3/10 v 0.05

4

19 0.49

Polven nivelrikko Tekonivel Kipu > VAS 3

5 0.6 0.8/1 v 0.48 2 2.4

Yhteensä 3.16

7. Väestön hoitovajauksen määrittäminen ja väestön listaaminen hoidosta

hyötymisjärjestyksessä

Vaiheessa 6 määritettyjen lukujen perusteella väestö voidaan listata hoidosta hyötymisjärjestyksessä Jos interventioiden kustannukset laatupainotettua elinvuotta kohti (cost/QALY) tai muulla tavoin mitattavissa olevaa saavutettavissa olevaa terveyshyötyä kohti ovat tiedossa, listaus voidaan tehdä kustannus-vaikuttavuusjärjestyksessä. 8. Interventioiden maksimitarve ja todellinen tarve väestössä

Interventioiden maksimitarve on väestön hoitovajausanalyysissä havaittu tarvittavien interventioiden kokonaismäärä interventioittain yhteenlaskettuna. Interventioiden todellinen tarve on potilaiden hoitosuunnitelmiin sisällytettyjen interventioiden määrä interventioittain yhteenlaskettuna. 9. Interventioiden priorisointi kustannus-vaikuttavuuden perusteella

Kun lähtökohtana on, että kaikki hoidon tarpeessa olevat (tai jos hoitosuunnitelmat on tehty, hoidon halunneet) hoidetaan, kunkin intervention kustannus-vaikuttavuus saadaan jakamalla yhden intervention hinta intervention terveyshyödyllä. Interventiolla saavutettavissa oleva terveyshyöty väestössä saadaan kertomalla terveyshyöty hoidon tarpeessa olevien (tai hoidon halunneiden) määrällä. Kaikkien potilaiden hoitamisen hinta saadaan kertomalla potilasmäärä yhden intervention hinnalla.


Taulukko 2. Esimerkki väestön hoitovajauksen täyttämisestä saatavasta terveyshyödystä kolmen yksittäisen intervention osalta (havainnollisuuden vuoksi PTB:n keskiarvo on valittu samaksi kuin edellisen taulukon yksilön luvut). Käytännössä kustannus-vaikuttavuudeltaan riittävät interventiot kannattaa ryhmitellä kimpuiksi (bundle), ja laskea terveyshyöty sekventiaalisesti (ks. taulukon 1 selitys). Interventio PTB:n

keskiarvo väestössä

Yhden intervention hinta

Hinta/terveys-hyöty

Potilasmäärä Terveyshyöty väestössä

Kaikkien potilaiden hoitamisen hinta

Tupakkavalistus 0.27 500 1851 3000 810 1 500 000

Statiini 0.49 1000 2040 1800 882 1 800 000

Tekonivel 2.4 20 000 8333 200 480 4 000 000

Todellisuudessa malli on monimutkaisempi. Hoidon hyötyjen ja haittojen ajoittuminen voi olla erilainen, jolloin nettohyöty riippuu tarkasteltavan aikavälin pituudesta. Terveyshyödyn lisäksi on tarpeen laskea hyödyksi myös terveyserojen tasoittuminen ja antaa tälle painoarvo. Ks. London School of Economics and Political Sciencessa kehitetty STAR-malli: http://bit.ly/1RwdCKN

http://bit.ly/1RwdCKN


6 Laatumittareiden kehittäminen ja niiden arvojen määrittäminen väestössä

Laatumittarien arvot määritetään anonymisoiduista potilastiedoista. Isaacuksen käynnistyttyä laatumittarien arvoja voidaan analysoida Isaacus-datasta.

6.1 Laatumittareiden tuottaminen

Hankkeessa valitaan ja tuotetaan laatumittareita, jotka hyödyntävät potilaskertomukseen ja Omakanta-PHR:ään tallennettuja rakenteisia tietoja, tunnistavat interventioiden kohderyhmän (laatumittarin nimittäjä) soveltamalla sisäänotto- ja poissulkukriteereitä sekä tunnistavat henkilöt, jotka ovat saaneet mittarissa hyvän laadun kriteerinä pidetyn intervention (laatumittarin osoittaja). Ks. kuva. Laatumittareita valittaessa konsultoidaan Käypä hoito –toimitusta, THL:n asiantuntijoita ja muita laatumittauksen asiantuntijoita. Lopullisen valinnan tekee hankkeen johtoryhmä. Tavoitteena on tuottaa mahdollisimman kattavat laatumittarit kroonisista sairauksista ja merkittävistä terveysriskeistä, hyödyntäen hankkeen aikana kirjattavia mittaritietoja.

Esimerkki mahdollisista diabeteksen hoidon laatumittareista ja mittareiden priorisoinnista: Diabetes: laaturaportti Punainen: keskeiset laatumittarit: toteutetaan ensimmäiseksi ja luokitellaan raporteissa keskeisiksi Musta: ei-keskeiset laatumittarit: toteutetaan toisessa vaiheessa [jos toteutusta tarpeen porrastaa] Violetti: pois jätettävät


Tutkimustulokset (keskiarvot + poikkeavien osuus kaikista)

fB-Gluk

HbA1C

kokonaiskolesteroli

HDL

LDL

triglyseridit

GFR (myöhemmin voidaan tuottaa myös ikään suhteutettuja raja-arvoja, joiden perusteella

päätellään, onko munuaisten toiminta alentunut enemmän kuin samanikäisillä keskimäärin).

U-AlbKre, nU-Alb, cU-Alb, dU-Alb (voidaan yhdistää muuttujaksi albuminuria – kyllä/ei)

ALAT

BMI

RR

tupakointistatus

Audit-kokonaispisteet (jos rakenteellisesti kirjattu)

Hoitoa kuvaavat indikaattorit

glykeeminen hoito

o T1D: riittämätön kohonneen HbA1c:n perusteella (scr00265/1,2)

o T2D: riittämätön kohonneen HbA1c:n perusteella (scr00564/1)

o T2D: ei metformiinia, vaikkei vasta-aiheita (scr00016/1,2,3)

o metformiinin käyttö alkoholin suurkuluttajalla (ei skriptiä)

o metformiinin käyttö munuaisten vajaatoiminnassa (ei skriptiä, scr00016 käsittelee vain

metformiinin aloitusta)

o glimepiridi, vaikka GFR < 30 ml/min tai jos GFR 30–49 ml/min ja annos > 2 g

(scr00025/2,1)

o glipitsidi, vaikka GFR < 30 ml/min tai jos GFR 30-49 ml/min ja annos > 2 g (scr00025/2,1)

o dapaglifotsiini tai embagliflotsiini, vaikka GFR < 60 ml/min (ei skriptiä)

o insuliini: hypoglykemiariski matalan HbA1c:n perusteella (scr01025/1)

o gliptiinien käyttö iäkkäillä (scr01581/1)

o gliatsonilääkitys sydämen vajaatoimintapotilaalla (ei skriptiä)

o anemia glitatsonipotilaalla (ei skriptiä)

lipidihoito

o T1D: riittämätön/puuttuva (scr00265/3,4)

o T2D: riittämätön/puuttuva (scr00269/1,2,3)

antitromboottinen hoito (T2D)

o ei mini-ASA-hoitoa vaikka indisoitu riskitietojen perusteella (scr00893/1)

o mini-ASA-hoito ilman indikaatiota (scr00893/2)

munuaisten suojahoito

o ei ACE-estäjää/sartaania, vaikka albuminuriaa (scr00019/1,2)

verenpainehoito


o riittämätön verenpainelääkitys (scr00675/1, scr00741/1,2)

o ei ACE-estäjää/sartaania, vaikka hypertensiota (mutta ei albuminuriaa) (scr00581/1)

erektiohäiriön hoito

o ei fosfodiesteraasin estäjää (scr00599/1)

painonhallinta

o T1D: nopea painon nousu (scr00114/1

o T2D: nopea painon nousu ( scr00115/1)

Seurantaa kuvaavat indikaattorit Tutkimustulokset ovat liian vanhoja tai puuttuvat

sokeritasapainoa kuvaavat kokeet (scr00492/1)

lipidit

o LDL (T2D) (scr00269/4)

o kokonaiskolesteroli (scr00492/1)

(mikro)albuminuria

o T1D (scr00550/1)

o T2D (scr00549/1)

TSH (T1D) (scr00348/1,2)

silmänpohjien kuvaus (scr00491/1) [mukaan vain jos tieto varmuudella saadaan rakenteisesti]

jalkahoito (scr00816/1,2 – ei vielä julkaistu) [mukaan vain jos tieto varmuudella saadaan

rakenteisesti]

verenpainemittauksia nefropatiassa (scr00741/3)

B12-vitamiini metformiinia käyttävillä (ei skriptiä)

keliakiavasta-aineet alle 20 vuotiaalla (ei skriptiä)

Kirjaamiskäytännöt

ei pysyvää diabetes diagnoosia vaikka diabeteslääkkeitä tai poikkeavia sokeritasapainotuloksia

(scr00894/1,2,3)

6.2 Laatumittareiden tekninen toteutus

Laatumittarit kuvataan tekstin ja vuokaavion muodossa niiden arvoja määrittävien päätöksentukisääntöjen kuvauksissa. Laatumittareiden kriteerit ohjelmoidaan päätöksentukisääntöihin, joita käytetään kohdeväestön virtuaalisessa terveystarkastuksessa. Laatumittarien arvot tallentuvat päätöksentuen lokitiedostoon, josta ne voidaan siirtää analysoitaviksi. Hankkeessa tuotetaan raportointityökalut, joiden avulla lasketaan kohdeväestöstä laatumittareiden arvot ja havainnollistetaan ne graafisessa muodossa.


FHIR-rajapinnan käyttö hankkeessa

Jotta data keruu eri potilastietojärjestelmistä ja kansallisista tietovarannoista voitaisiin tulevaisuudessa toteuttaa kansainvälistä standardirajapintaa hyödyntäen, hankkeessa käytettävältä päätöksentukisovellukselta edellytetään FHIR-rajapintaa noudattavaa tiedonsiirtovalmiutta potilastietojen hankkimisessa ja palautteen tuottamisessa. Hankkeessa tehdään rajapinnan yksityiskohtainen vaatimusmäärittely, ja määrittelyjen mukainen ratkaisu tilataan päätöksentukisovelluksen tuottajalta. Omakanta-PHR:n tiedot noudetaan FHIR-rajapinnan avulla käyttäen lähtökohtana määrittelyjä, jotka tehtiin Suomen HL-7 –yhdistyksen FHIR-demoihin Terveydenhuollon ATK-päiville toukokuussa 2016. Tarvittava teknologia: FHIR-rajapinnan ja nykyisten rajapintojen yhteensovittamiseksi tarvitaan FHIR-plugin –sovellus, joka muuntaa dataa FHIR:in ja nykyisten rajapintojen välillä, ja pystyy myös tarvittaessa varastoimaan dataa hetkellisesti niin että se kerätään useasta eri lähteestä ennen päätöksentukisovellukselle lähettämistä.

Hoitosuunnitelman tuottaminen ja sen linkittäminen näyttöön vaikuttavuudesta

Hankkeessa käytettävältä päätöksentukisovellukselta edellytetään, että se pystyy palautteessaan ilmoittamaan asiakasta hyödyttävät interventiot sekä sanallisessa että koodatussa muodossa. Asiakkaan kanssa toteutettaviksi sovitut interventiot voitaisiin silloin liittää osaksi terveyshyötymallin mukaista, Kanta-arkiston tiedonhallintapalvelussa ylläpidettävää hyvinvointisuunnitelmaa osittain automatisoidusti, kun suunnitelman rakenne on määritelty. Jos hoitosuunnitelmaan koodataan dataelementit PICO-mallin mukaisesti (kuva), voidaan ajantasainen tietämys hoidon vaikuttavuudesta linkittää suunnitelmaan care gap –analyysissä kehitettävillä menetelmillä sekä tarjota asiakkaalle päätöksenteon apuneuvoja (decision aids) suunnitelman laatimisen tueksi.

Ongelma (P)

tarve (O)

Ongelma (P)

tarve (O)

Ongelma (P)

tarve (O)

Tavoite (target)

Tavoite (target)

Tavoite (target)

Keino (I)

Keino (I)

Keino (I)

Hoidosta hyötymisen mahdollisuus (care gap)suositukset (päätöksentuki)

Omahoidon tuki

(tool)

Hoito

Hoito

Suositus (recommendation) PICO

Potilasryhmä (patient group = P)Hoito (intervention = I)Vertailuhoito (comparator = C = I)Tavoiteltu tulos (outcome = O)

Potilaan arvot ja valinnat(values and preferences)

Päätöksenteon apuneuvot (decision aids)

VoimavaratPalvelu-hakemisto

Omahoidon tuki

Omahoito

Tarve liitetään yhteen

tai useampaan

terveysongelmaan (P)

Seuranta (O) (virtual health check)

Tuotannon-ohjaus (ERP)

Varauksen tila


Hoitosuunnitelmaan kirjatut interventiot voivat Palveluohjaimen tai ERP-järjestelmän kautta toimia herätteinä hoidonvarauksille ja ne mahdollistavat hoidonvarausten tekemisen itsepalveluna, SOTE-mallissa määritellyn valinnanvapauden rajoissa eri palveluntuottajilta.

Ratkaisun geneerisyys ja avoimuus

Hankkeessa toteutetaan kaikilta osin geneerinen ja avoin ratkaisu, joka on siirrettävissä muihin ympäristöihin. 1. Tiedonsiirtorajapinnat noudattavat FHIR-standardia (ks. kappale FHIR-rajapinnan käyttö hankkeessa).

2. Käytettävät koodistot ovat peräisin Koodistopalvelimelta tai kotimaisten koodien puutteessa

kansainvälisistä luokituksista. Joitakin uusia koodistoja joudutaan todennäköisesti ottamaan käyttöön.

Tämä pyritään tekemään kansainvälisessä yhteistyössä.

3. Säännöt, joiden perusteella arvioidaan datan laatua, ovat julkisia. Datan mallijakaumat julkaistaan.

4. Päätöksentukisääntöjen tuotantoalusta on kaikkien organisaatioiden käytettävissä, mutta sääntöjen

muokkaus edellyttää koulutusta sovelluksen käyttöön.

5. Hoitovajausanalyysin ja laatumittareiden sääntöjen kuvaukset ovat julkisia.

6. Päätöksentukisääntöjen suorittaminen edellyttää sovellusta (”päätöksentuen moottoria”), jonka

lähdekoodi on sitä käyttävien organisaatioiden saatavilla, mutta ei ilman lisenssimaksua käytettävissä.

Päätöksentukisäännöt voidaan kuitenkin muuntaa muotoon (HL7 –standardi Clinical Decision Support

Knowledge Artifacts Specification, CDS KAS

http://www.hl7.org/implement/standards/product_brief.cfm?product_id=337), jonka avulla ne ovat

siirrettävissä muihin ympäristöihin (toisille päätöksentukimoottoreille). Muuntotyökalujen kehittäminen

edellyttää rahoitusta hankkeelta.

7. Integraatioalusta, joka yhdistelee eri lähteistä peräisin olevaa dataa, tuotetaan rinnakkaisessa

hankkeessa ja toteutuksessa tehdään yhteistyötä ODA-konsortion kanssa.

8. Rajapinta datan siirtämiseksi Isaacukseen ja mahdollisen HUS-datan saamiseksi käyttöön hankkeessa

tehdään Isaacus-hankkeen määrittelyjen mukaan. Saarikassa mahdollinen erikoissairaanhoidon datan

yhdistäminen tulee erikseen sopia Keski-Suomen sairaanhoitopiirin ja Tieto Oy:n kanssa. Rajapinnat

erikoissairaanhoidon datan saamiseksi tehdään rinnakkaishankkeessa.

Oikeudet kansalliseen levittämiseen ja käyttöönottoon

Kappaleessa ratkaisun geneerisyys ja avoimuus on kuvattu ne hankkeen tuotokset, joita voidaan hyödyntää ja ottaa käyttöön kansallisesti.

http://www.hl7.org/implement/standards/product_brief.cfm?product_id=337


Pilotoinnin laajuus

Saarikassa pilotointi kohdistuu koko Saarikan väestöön (Saarijärven, Karstulan, Kannonkosken, Kivijärven ja Kyyjärven kunnat). Helsingissä pilotoinnin ensimmäinen vaihe kohdistuu pilottikohteeksi valitun terveysaseman asiakkaaksi kirjautuneeseen väestöön. Toisessa vaiheessa syksyn 2017 aikana pilotointi pyritään kohdistamaan koko Helsingin väestöön.

7 Vastuuhenkilöiden kuvaus

Saarikka Johtava ylilääkäri/palvelujohtaja, yleislääketieteen erikoislääkäri Sakari Ritala..

Terveyskeskuslääkäri, dosentti, yleislääketieteen erikoislääkäri Ilkka Kunnamo.

Helsinki

Johtajalääkäri Risto Mäkinen

Katariina Siimeslehto

Projektipäällikkö Helena Tukia

Projektiasiantuntija Anna Eskola

Vastuuhenkilö

Nimi Organisaatio Rooli Vastuut

Sakari Ritala Perusturvaliikelaitos

Saarikka

Johtava ylilääkäri Projektin johto


Ohjausryhmä

Ehdotamme yhteisen ohjausryhmän perustamista Helsingin kaupungin ja Saarikan hankkeisiin. Saarikan edustaja ohjausryhmässä on liikelaitoksen johtaja. Sitra nimittää ohjausryhmään oman edustajansa sekä tarpeelliseksi katsomia muiden tahojen edustajia. Ohjausryhmän roolina on ohjata ja valvoa hankkeen toteutusta, aikataulua ja resurssien tehokasta käyttöä.


Risto Mäkinen Helsingin kaupunki Johtajalääkäri Hankkeen omistaja,

toimeenpanovastuu palvelutuotannossa

terveysasemilla

Helena Ylisipola Helsingin kaupunki Osastopäällikkö Tietohallinto, vastuu ict-kokonaisuudesta

Leena Turpeinen Helsingin kaupunki Osastopäällikkö Toimeenpanovastuu

palvelutuotannossa osastolla ja yhteys palvelu-uudistus 2030

kokonaisuuteen

Marja-Liisa Lommi Helsingin kaupunki Johtava ylilääkäri Toimeenpano ja kokonaisuuden linkittäjä

Helena Tukia Helsingin kaupunki Projektipäällikkö Linkitys ODA-hankkeeseen ja Apottiin

Mikael Palola Perusturvaliikelaitos

Saarikka

Liikelaitoksen

johtaja

Hankkeen toteutuksen valvonta

Saarikassa

Sakari Ritala Perusturvaliikelaitos Saarikka

Johtava ylilääkäri Hankkeen toteutuksen johtaminen Saarikassa

N. N. Sitran nimeämä jäsen

Sitra

N. N. Sitran nimeämä

jäsen

Sitra

Työn suorittava tiimi mukaan lukien ulkopuoliset resurssit


Ilkka Kunnamo Perusturvaliikelaitos

Saarikka

Projektityöntekijä Projektin koordinointi; raporttien

taustalla olevan näytön kuvaaminen; kirjaamisintervention

suunnittelu

Lääkäri M.M. Perusturvaliikelaitos

Saarikka Projektityöntekijä Kirjaamisintervention toteutus

yhdessä aluehoitajien kanssa

Lääkäri N.N. Perusturvaliikelaitos Saarikka

Projektityöntekijä Kirjaamisintervention toteutus yhdessä aluehoitajien kanssa

N. N. Alihankkija Asiantuntijalääkäri

N. N. Alihankkija Asiantuntijalääkäri Raporttien käytön ja tutkimustiedon keruun

suunnittelu; raporttien taustalla

olevan näytön kuvaaminen

N. N. Alihankkija Järjestelmäasiantuntija Raporttien tekninen toteutus


N. N. Alihankkija Järjestelmäasiantuntija Raporttien tekninen toteutus ja ulkoasun suunnittelu

Jyrki Rintala CGI Suomi Oy Projektipäällikkö Projektin hallinto CGI:n

organisaatiossa

Kimmo Kasteenpohja CGI Suomi Oy Palvelujohtaja Projektin toteutus CGI:n organisaatiossa

8 Kustannusarvio

8.1 Kokonaiskustannukset

8.1.1 Kustannusarvio: Saarikka

Saarikasta kohdistetaan hankkeelle työpanoksia yhteensä 143 htp, 600 €/päivä = 86 000 €

- Johtava ylilääkäri Sakari Ritala

- Terveyskeskuslääkäri Ilkka Kunnamo

- Kaksi terveyskeskuslääkäriä

- Sairaanhoitaja

- CGI Oy:ltä ostetaan Pegasos-potilaskertomuksesta saatavan rakenteisen datan lähetys päätöksentuelle päätöksentuen rajapintamäärittelyn mukaisena XML-sanomana ja tarkastettujen henkilöiden listaus. 26 htp, 1050 €/pv = 27 300 € + ALV = 33 852 €. Tämä koostuu seuraavista osista:

Projektin työmäärät ja kustannukset vaiheittain Työmäärä (htp) Kustannus (€)

Vaihe 1 26 33 852

Vaihe 2 6 5 952

Vaihe 3 5 4 176

Vaihe 4 90 54 400

Vaihe 5 31 18 600

Vaihe 6 31 22 520

Vaihe 7 2 1 200

Vaihe 8 4 3 968

Muut toimeenpanon kustannukset 45 27 000

YHTEENSÄ (pyöristys) 172 000 (pyöristys)


o Tekninen ympäristö (edellyttää myös palvelin- ja tietokannanhallinnasta vastaavan tahon osallistumista projektiin), Saarikka 10 htp

o Sovellusmuutokset, Saarikka 13 htp o Projektinhallinta, Saarikka 3 htp

Ostopalveluna hankitaan päätöksentukisääntöjen perusteella tehtävän virtuaalisen terveystarkastuksen tulosten analysointityökalut (päätöksentukiskriptit ja yhdenmukaisuussäännöt) datan laadun selvittämiseksi, terveyshyödyn mittaamiseksi ja raportointityökalut vaikuttavuustietojen tuottamiseksi, yhteensä 43 htp, 800 €/pv = 34 400 € + ALV = 43 000 € (pyöristys). Erittely osatehtävistä taulukossa. Saarikan Sitralta hakema summa on 86 000 €

8.1.2 Kustannusarvio: Helsinki

Hinta 600 € / htp

Helsingistä kohdistetaan hankkeelle työpanoksia yhteensä 127 htp, 600 €/päivä = 76 000 €

- Johtajalääkäri Risto Mäkinen

- Johtava ylilääkäri Marja-Liisa Lommi

- Tietohallinnon ja terveysasemien panosta

- CGI Oy:n kanssa neuvotellaan miten data Pegasoksesta voidaan hankkia hankkeen toteuttamiseksi -

Ostopalveluna hankitaan päätöksentukisääntöjen perusteella tehtävän virtuaalisen terveystarkastuksen tulosten analysointityökalut (päätöksentukiskriptit ja yhdenmukaisuussäännöt) datan laadun selvittämiseksi, terveyshyödyn mittaamiseksi ja raportointityökalut vaikuttavuustietojen tuottamiseksi, yhteensä Erittely osatehtävistä taulukossa. Helsingin Sitralta hakema summa on 162 000 €

Projektin työmäärät ja kustannukset vaiheittain

Työmäärä (htp) Helsinki

Kustannus (€) Helsinki

Vaihe 1 30 18 000

Vaihe 2 10 6 000

Vaihe 3 8 4 800

Vaihe 4 47 28 200

Vaihe 5 130 78 000

Vaihe 6 30 18 000

Vaihe 7 7 4 200

Vaihe 8 8 4 800

Muut toimeenpanon kustannukset (alihankinta) 162 000

YHTEENSÄ 324 000


8.2 Alihankinnan kustannukset

Saarikka:

Kustannusarvio: Helsinki

hinta 1100 € / pv

Helsingin kaupungin Sitralta hakema summa = 162 000

Sitralta haettava avainalueen Ihminen edellä – valintakokeilut sotepalveluissa rahoitus kohdistuu care gap –analyysityökalun tekemiseen ja pilotointiin.

Sitran ja Toteuttajien (Helsingin kaupunki, Perusturvaliikelaitos Saarikka) oikeus care gap –sovelluksen myynnistä mahdollisesti saataviin tuloihin Sovelluksen kaupallisesta hyödyntämisestä tai muusta sopimisesta sovitaan kirjallisesti erillisellä sopimuksella Sitran ja Toteuttajien kesken viimeistään 31.3.2018 mennessä.

Alihankinnan työmäärät ja kustannukset vaiheittain

Työmäärä (htp) Saarikka Kustannus (€) Saarikka

Vaihe 1 26 33 852

Vaihe 2 6 5 952

Vaihe 3 3 2 976

Vaihe 4 20 19 840

Vaihe 5

Vaihe 6 10 9 920

Vaihe 7

Vaihe 8 4 3 968

YHTEENSÄ 76 000 (pyöristys)

Alihankinnan työmäärät ja kustannukset vaiheittain

Työmäärä (htp) Helsinki Kustannus (€) Helsinki

Vaihe 1 35 38 500

Vaihe 2 32 35 200

Vaihe 3 28 30 800

Vaihe 4 25 27 500

Vaihe 5

Vaihe 6 15 16 500

Vaihe 7

Vaihe 8 12 13 200

YHTEENSÄ 162 000


Toimeenpanon suunnitelma (Helsinki)

Projektin vaiheet

1. Välineen ja palvelun rakentaminen alihankkijan kanssa (vaiheet alihankkijan listassa 1-8)

9. Päätöksenteko ja valmistelutyö, jotta projektille on toimeenpanon alusta. Sisältää linjaukset organisaatiotasolla

tahtotila hyvinvointierojen kaventamisesta

fokuksen määrittäminen; minkä asioiden suhteen kaventaminen priorisoidaan

mittareiden päättäminen

mittareiden hyödyntämisen mallin ja logiikan päättäminen

10. Kirjaamiskäytäntöjen mallintaminen

kuka kirjaa, koska, keneltä, minne

11. Kirjaamiskäytäntöjen toimeenpano

toteutetaan kohtien 9-10 asiat käytännössä

12. Korkean riskin asiakkaiden palvelun palvelumuotoilu

luodaan palvelumalli, jolla korkean riskin asiakkaiden palvelu voidaan toteuttaa siten, että heille tarjotaan vaikuttavat interventiot ja erityisesti edellytykset omahoidon tukeen ja sitä edeltävään valistuneeseen päätöksentekoon (asiakkaalle tarjotaan analyysi hyvinvointiriskeistä ja näyttöön perustuva valikoima niistä interventioista, joilla on vaikuttavuutta = Turntable 2.0)

13. Population management –toimintamallin rakentaminen

luodaan malli, jolla organisaatio etsii tunnistettuja korkean riskin asiakkaita ja ohjaa heitä tarpeensa mukaisiin (virtuaalisiin) palveluihin, ja joka kehittää palveluita riskiasiakkaille jotka eivät riskejään tunnista tai eivät hahmota Helsinkiä palvelutarjoajaksi (tunnistamattomien asiakkaiden segmentti)


9 Riskien arviointi

Riski Tarkempi kuvaus Luokittelu Riskinhallintakeino

Riski 1 Datan saannin viivästyminen Pegasoksen rekisteristä

Sovitaan toimitusaikataulu. Jotta toiminto ehtisi CGI Suomi Oy:n Pegasos-potilaskertomuksen kehityssykliin, päätös toteutuksesta ja rahoituksesta tulee tehdä elokuussa 2016

Riski 2 Alihankkijan tekemät sovellukset eivät valmistu määräaikaan mennessä

Suunnittelu aloitettu jo ennen rahoituspäätöstä

Riski 3 Datan laatu ei riitä kliiniseen laaturaportointiin

Toteutetaan kirjaamisinterventiot, joiden avulla osasta potilaita saadaan laadukasta dataa

10 Esituotantohankkeen suhde palveluoperaattorin ekosysteemiin

Esituotantohankkeessa rakennetaan ja pilotoidaan datan siirto Pegasos-potilastietojärjestelmästä tietovarastoon, jossa sen laatu voidaan arvioida ja dataa voidaan tarvittaessa jalostaa ennen sen siirtämistä palveluoperaattoriin yhdistettäväksi muuhun dataan. Arviointi ja jalostaminen tapahtuu lähettämällä tietovarastosta rakenteinen data päätöksentuelle, jonka säännöt toteuttavat analyysin.

Datan hyödyntämiseksi kehitetään tietämykseen perustuvaan analysointityökaluun (päätöksentuen virtuaalinen terveystarkastus) analysointisääntöjä ja käyttöliittymä, jonka avulla data voidaan katsella ja josta se voidaan edelleen siirtää tilastollisesti analysoitavaksi. Samoja työkaluja voidaan käyttää kaikista eri lähteistä tulevan datan ja koko palveluoperaattorin datasisällön analysointiin.

Päätöksentuki toimii jo useimmissa potilastietojärjestelmissä (Pegasos, Effica, Mediatri, Uranus, DynamicHealth, suunnitelmissa integroida myös Acuteen, ESKOon ja Abilitaan), joten ratkaisu on helposti laajennettavissa. EBMeDS on käytössä myös useissa muissa maissa, mikä mahdollistaa kansainväliset vertailut ja tuotteistamisen.

Luokittelu Selite

Yksityiskohtainen ja välitön toimenpidesuunnitelma & toteutus vaaditaan. Ohjausryhmän informointi vaaditaan.

Toimenpidesuunnitelman toteuttamisella oltava määrätty ja seurattava aikataulu.

Riskiä voidaan hallita hankkeen aikaisilla, esituotantohankesuunnitelmaan kuuluvilla toimilla; suositellaan seurantaa.


Hämeenlinnan kaupungissa on kerätty dataa Taltioniin, josta se on jo päätöksentuen avulla analysoitavissa yhdessä potilaskertomusdatan ja sähköisen terveystarkastuksen tulosten kanssa. Kanta-arkiston tietojen ja tulevan Omakanta-taltion tietojen analysoinnista päätöksentuen avulla on käyty keskusteluja.

11 Esituotantohankkeen suhde muuhun toimintaan

Kehitettävät välineet soveltuvat kaikista potilastietojärjestelmistä, terveystaltioista ja muista tiedon lähteistä peräisin olevan datan analysointiin tietämyksen perusteella. Datan siirto toteutetaan tässä hankkeessa Pegasos-potilastietojärjestelmistä, mutta samanlainen siirto voidaan tehdä muista potilastietojärjestelmistä. KanTa-arkistossa olevan datan hyödyntämisestä Kustannus Duodecim on tehnyt STM:lle ehdotuksen https://dl.dropboxusercontent.com/u/14785933/Videos/Kanta-arkiston%20toisiok%C3%A4ytt%C3%B6.mp4.

Lääkäriseura Duodecimin Käypä hoito –yksikkö määrittelee hoitosuosituksiin perustuvia kansallisia indikaattoreita ja mittareita, ja on valmis osallistumaan hankkeen toteutukseen, jos hankkeen kautta työlle saadaan rahoitusta. Käypä hoito –suosituksiin perustuville mittareille on helposti saatavissa kansallinen hyväksyntä.

Samanaikaisesti on toteutuksessa tai suunnitteilla useita rinnakkaisia hankkeita, jotka tukevat datan hyödyntämistä.

12 Tietoaineistojen, -järjestelmien ja tietorekistereiden hyödyntäminen

Saarikan Pegasos-potilastietojärjestelmässä olevat tiedot: demografiset tiedot, diagnoosit, lääkitys, rokotukset, fysiologiset mittaukset (verenpaine, paino, pituus), laboratoriotulokset, toimintakyky (5-portainen ICF-koodattu mittari), AUDIT-pistemäärä. Perustoimintakyvyn mittaaminen ICF-luokituksen koodiiin d599 liitetyllä 5-portaisella asteikolla on uusi kirjaamiskäytäntö, jota pilotoidaan tässä hankkeessa ensimmäistä kertaa.

CGI:n tuottamien raportointivälineiden avulla tietoaineistoa on mahdollista täydentää raporteilla kontakteista, lähetteistä, osastohoidosta, palvelutapahtumista ja sairauslomista.

Hanke on myöhemmin laajennettavissa hyödyntämään seuraavia tietoja, jotka eivät ole käytettävissä esituotantohankkeen aikana.

- Terveystaltion tiedot (mukaan lukien kaikki hyvinvointidata)

- Automaattisten mittareiden tuottamat tiedot

- Geenitiedot

- Muut Isaacuksessa olevat tiedot

13 Lisätiedot

Hanke liittyy kokonaisuuteen, jollaista ei aikaisemmin ole toteutettu missään.

https://dl.dropboxusercontent.com/u/14785933/Videos/Kanta-arkiston%20toisiok%C3%A4ytt%C3%B6.mp4

https://dl.dropboxusercontent.com/u/14785933/Videos/Kanta-arkiston%20toisiok%C3%A4ytt%C3%B6.mp4


Hankkeessa tuotettaviin sovelluksiin liittyy immateriaalioikeuksia, joiden perusteella sovelluksia on mahdollista kaupallistaa. Kokonaisuus vaatii useiden toimijoiden osallistumista, ja kokonaisuuden komponentit ovat vaihdettavissa ja kilpailutettavissa, koska sekä tuotettavan datan formaatti että sitä tulkitsevien sääntöjen kuvaukset ovat standardoidussa muodossa ja julkisia.

Sovellusten ylläpito voi edellyttää maksullista käyttölisenssiä.

Sääntöjen taustalla oleva tietämys on julkisesti saatavilla, mutta sen käyttö voi edellyttää tiedon tuottaneen kustantajan myöntämää lisenssiä (tämä koskee myös alkuperäisiä tieteellisiä julkaisuja, joihin vaikuttavuutta analysoivat säännöt perustuvat).

Hankkeessa tuotettavia laatumittareita ja care gap –analyysiä voidaan käyttää yhdessä muilla menetelmillä (mm. big datan louhinta oppivilla järjestelmillä, kuten IBM:n Watson) kanssa. Menetelmiä yhdistämällä saadaan luotettavampia tuloksia.

Lopputuloksen liiketoimintapotentiaali on huomattava, koska sen mahdollistama care gap –analyysi, hoidosta hyötymisen mahdollisuuden tunnistaminen, terveyshyötyjen kvantitointi, hoitosuunnitelman tekeminen ja sen perusteella toteutettava tuotannonohjaus ovat terveyspalvelujen vaikuttavuuden, priorisoinnin, tuotannonohjauksen, ja oppivan terveydenhuoltojärjestelmän perusta. Ks. Ilkka Kunnamon esitys Duodecimin vuosipäivän symposiumissa 20.11.2015:

https://vimeo.com/duodecim/review/146761353/e9eb0fe1eb

Tavoiteltu asiakasjoukko on laaja: Kansalaiset ja terveydenhuollon ammattilaiset (care gap –analyysi ja terveyshyödyn tunnistaminen), terveydenhuollon organisaatiot, terveydenhuollon järjestämisestä vastaavat, tutkijat.

14 ICT-hankkeiden erityisvaatimukset

Esituotantohankkeen datan rakenteistamissa, tuottamisessa ja lokituksessa voidaan soveltaa jo olemassa olevaa teknologiaa (päätöksentukimoottori ja päätöksentukisäännöt), jonka pohjalle tuotetaan hankkeessa uutta sisältöä.

Rajapintana datan viemisessä analysointialustalle (päätöksentuen moottorille) käytetään olemassa olevaa päätöksentuen rajapintaa Pegasos-potilastietojärjestelmän ja päätöksentuen välillä. Datan analysointia, raportointia ja visualisointia varten tuotetaan uusia mallipohjia ja sovelluksia.

https://vimeo.com/duodecim/review/146761353/e9eb0fe1eb


Toiminnallinen kaaviokuva. Vihreä väri kuvaa tunnisteista, sininen anonymisoitua dataa. Jos hankkeen aikana analysoitavien potilaiden määrä organisaatiossa ei ylitä 20 000, voidaan Pegasos-välivarasto jättää pois ja lähettää data suoraan tuotantoympäristöstä.

Pegasos-datavarasto

Potilaskertomus B Datan lähde C

Datan lähetys päätöksentuen kyselysanomassa

Datan laatuanalyysiDatan analyysi ja

raportointi

Care gap -raportit

Kliiniset laaturaportit

Datan laaturaportti

Datan standardointi

ja korjaus

Pegasos-tuotantoversio

Isaacus – Hyvinvoinnin palveluoperaattori

Linkitys henkilötunnukseen

Datan lähde C

14.1 Tekninen toteutuskuva.

Palaute

Pegasos-tietokanta

Verkkopalvelin

• Demografiset tiedot• Ongelmat ja riskitekijät• Tutkimukset• Interventiot

Data-suodatin

Päätöksen-

tuki

Asiakas-komponentti

XML

XML

Sääntö-kirjasto

Care gap -raportit

Kliiniset laaturaportit

Datan laaturaportti

Palomuuri

Lokitiedostot


14.2 Data ja datan käsittely

Rekisterinpitäjyys

Toteuttajat ovat kukin rekisterinpitäjiä ja vastaavat potilasasiakirjojen laatimisesta ja niihin sisältyvien tietojen säilyttämisestä, ylläpidosta, luovuttamisesta, käyttämisestä ja muusta käsittelystä lainsäädännön mukaisesti.

Tietoja käsiteltäessä Care Gap – analyysillä, kukin rekisterinpitäjä vastaa siitä, että arkaluonteisten henkilötietojen käsittelylle on lainmukainen peruste siltä osin kuin on kysymys henkilötietojen käsittelystä.

Henkilötietojen käsittely ja suojaaminen dataa hankittaessa ja analysoitaessa.

Care Gap –analyysissä käsiteltävät tiedot saadaan Helsingin ja Saarikan ylläpitämistä potilasrekistereistä ja syksystä 2017 lähtien mahdollisesti Kelan terveystaltiosta. Louhittavat tiedot koostuvat niistä rakenteisista tiedoista, jotka ovat tallennettu toteuttajien potilasrekistereihin tai Kelan terveystaltioon.

Kun tieto lähetetään päätöksentuelle XML-sanomana, se pseudonomysoidaan potilastietojärjestelmän toimesta poistamalla henkilötiedot ja luomalla kyselysanomalle automaattisesti generoituva tunnus (ID). Pseudonymisoitu tieto tulee olla teknisesti toteutettu siten, että tiedon analysoijalle tieto on anonymisoitua.

Kun päätöksentuki on analysoinut tiedon, se tuottaa XML-muotoisen lokitiedoston, joka sisältää analyysin tulokset. Lokitiedosto sisältää kyselysanoman ID:n. Lokitiedosto tallentuu samalle palvelimelle, jolla potilastiedot ja päätöksentukisovellus sijaitsevat. Laaturaportit,kliiniset laaturaportit ja koko väestön care gap –raportit tuotetaan lokitiedoston anonymisoidusta tiedosta. Care Gap – sovelluksessa tulee varmistaa, että ne henkilöt, jotka osallistuvat datan analysointiin, eivät käsittele henkilötietoja eli kaikkia tunnistettuun tai tunnistettavissa olevaan luonnolliseen henkilöön liittyviä tietoja. Kun tietoa analysoidaan, tulee varmistaa, että luonnollista henkilöä ei voida tunnistaa suoraan tai epäsuorasti.

Jos potilastietojärjestelmän ja Kelan terveystaltion dataa yhdistetään, pseudonymisoidaan ja anonymisoidaan ennen analyysiä, tämä toteutetaan sen lainsäädännön puitteissa, jossa terveystaltiossa olevan datan käytöstä säädetään.

Dataa käsittelevä päätöksentukisovellus asennetaan samoille palvelimille tai samaan konesaliin kuin Pegasos-potilaskertomuksen data. Dataa ei lähetetä näiden palvelimien palomuurien ulkopuolelle.

Datan omistaa rekisterinpitäjä, joka voi luovuttaa sen palveluoperaattorille tämän toiminnan käynnistyttyä sen lainsäädännön puitteissa, joka on voimassa luovuttamishetkellä. Tietoja ei voida käsitellä myöhemmin alkuperäisen käyttötarkoituksen vastaisesti. Myöhempää käsittelyä yleisen edun mukaisia arkistointitarkoituksia taikka tieteellisiä tai historiallisia tutkimustarkoituksia tai tilastollisia tarkoituksia varten ei katsota yhteen sopimattomaksi alkuperäisen käyttötarkoituksen kanssa. Palveluoperaattoriin data siirretään joko tunnisteisena tai anonymisoituna lainsäädännön määrittelemällä tavalla. Esituotantohankkeen aikana valmistellaan datan siirtomuotoa, jotta siirto voidaan toteuttaa palveluoperaattorin toiminnan käynnistyessä. Palveluoperaattorin käynnistyttyä siellä olevaa dataa voidaan lähettää datan laadunvarmistukseen, korjaukseen ja kliiniseen analyysiin hankkeessa kehitettävien palvelujen avulla käsiteltäväksi.

Analyysin tulosten käyttäminen asiakkaiden segmentoinnissa ja hoidossa


Kyselysanoman tunnus jää potilastietojärjestelmään, ja sen avulla voidaan potilastietojärjestelmässä liittää päätöksentuen palaute oikeaan henkilöön tälle tehtävää care gap –analyysia varten. Potilastietojärjestelmään kirjauduttaessa potilastietojärjestelmä varmistaa ammattilaisen oikeuden käyttää järjestelmää ja siinä säilytettäviä potilastietoja. Jos ammattilaisella on asiakkaaseen hoitosuhde, hän voi käyttää analyysin avulla tulkittuja asiakastietoja hoitotarkoituksessa, kun asiakkaalle tehdään hoitosuunnitelmaa ja hänelle tarjotaan palveluja. Jos ammattilaisella ei ole ennestään hoitosuhdetta asiakkaaseen, jolla todetaan hoidon tarve analyysin perusteella, hän voi katsoa asiakkaan tietoja ja ottaa yhteyden asiakkaaseen sen jälkeen kun asiakas on antanut suostumuksensa tietojen käyttöön. Elokuussa 2016 lausuntokierrokselle lähetetty laki sosiaali- ja terveystietojen tietoturvallisesta hyödyntämisestä sekä eräät siihen liittyvät lait voivat muuttaa perusteita, joilla asiakkaaseen voidaan olla yhteydessä, ja lainsäädännön tultua voimaan toimitaan sen mukaisesti.


Liitteet

Liite 2: Esituotantohankkeen referenssit

Hanke Sisältö Kohderyhmä Laajuus (eurot, htp jne.)

Ajankohta

Päätöksentuen raportit

Kliiniset laatumittarit

Terveydenhuollon ammattilaiset, johtajat ja tutkijat

Sipoon kunnan asukkaiden virtuaalinen terveystarkastus

2009 – 2010 (Tiina Kortteiston väitöskirja)

EBMeDS-päätöksentuki (käytössä Helsingissä ja Saarikassa)

Päätöksentuki-moottori ja päätöksentuki-säännöt

Terveydenhuollon ammattilaiset

Puolet Suomen lääkäreistä käyttää jotakin päätöksentuen komponenttia.

V:sta 2008 lähtien

Luottamuksellinen

Liite 2: Esituotantohankkeen minimivaatimukset

Arviointikriteeri Vaatimus täytetään

Vaatimusta ei täytetä

Mahdolliset IPR:t ovat yhteiskäyttöisiä. x

Syntyvät materiaalit ja lopputuotteet ovat yleisesti hyödynnettävissä.

x

Esituotantohankkeesta vastaava taho sitoutuu siihen, että hankesuunnitelmaa voidaan muokata yhteistyössä Sitran kanssa ennen rahoituksen myöntämistä.

x

Esituotantohankkeesta vastaava taho sitoutuu siihen, että ohjaus tehdään yhteistyössä Sitran kanssa.

x

Esituotantohankkeesta vastaava taho sitoutuu raportoimaan hankkeen etenemisestä Sitran ohjeistuksen mukaisesti.

x

Esituotantohankkeesta vastaava taho sitoutuu siihen, että esituotantohankkeen etenemisen ja lopputulosten arvioinnissa voidaan tarvittaessa (Sitran arvion ja päätöksen perusteella) käyttää ulkopuolista toimijaa.

x

Liite 3: Tulevaisuuden tavoitetilaan johtavien jatkohankkeiden kuvaus Luodaan toimintamalli ja teknologia, jonka avulla henkilölle voidaan

1. hänen rakenteisia tietojaan analysoimalla listata ne parhaaseen näyttöön perustuvat omahoidon,

terveyden- ja sosiaalihuollon keinot, joilla heidän terveyttään, toimintakykyään ja elämänlaatuaan

voidaan parantaa, ja samalla tunnistaa hoidot, joista voidaan hyödyttöminä tai haitallisina luopua.

2. arvioida määrällisesti kunkin keinon avulla saavutettavissa oleva nettohyöty ja kustannus-

vaikuttavuus

3. esitellä arvioinnin tulokset henkilöille havainnollisessa muodossa, jotta henkilö voi omien arvojensa

ja valintojensa perusteella tehdä suunnitelman asettamiensa tavoitteiden saavuttamiseksi niiden

tarpeiden osalta, jotka hän on määritellyt tärkeiksi

4. laatia hyvinvointisuunnitelma (terveys-, hoito- ja palvelusuunnitelma), joka määrittelee tarpeet,

mitattavissa olevat tavoitteet ja niiden saavuttamiseen käytettävät keinot (toiminnot) sekä

sanallisessa että rakenteisessa (koodatussa) muodossa

16.12.2015 Suunnitelma 2 (2) Projektisuunnitelma Isaacus esituotantohanke/ Saarikka 26.12.2015 Luottamuksellinen

5. tarjota hyvinvointisuunnitelmaan kirjattujen toimintojen perusteella henkilölle omahoidon ohjausta

ja työkaluja sekä ammattilaiselle neuvoja ja välineitä joiden avulla suunnitelmassa olevia keinoja

sovelletaan ja väestötasolla voidaan (kun edellä mainitut on toteutettu jokaiselle henkilölle)

6. tarjota tuotannonohjausjärjestelmälle arvio väestön tarvitsemista toiminnoista, joiden perusteella

voidaan tehdä resurssivaraukset ja tuottaa ammattilaisten työlistat, sekä jo henkilöiden

suunnitelmia laadittaessa ottaa huomioon käytettävissä olevat resurssit.

7. päivittää reaaliaikaisesti henkilön tiedot ja tieto organisaation toiminnasta sekä henkilön yksilöityihin

tietoihin että anonyymisti tietokantaan (Isaacus), jonka avulla arvioidaan vaikuttavuutta, luodaan

ennustemalleja ja raportoidaan ja kehitetään organisaatioiden toimintaa.

Potilaan tiedot

Suositus

Suositus

SuositusSuositus

Suositus

Suositus

Suositus

Hoitosuunnitelma

Analyysi

Terveysongelmat

Toiminto

Toiminto

Toiminto

Toiminto

Hyötyjen ja haittojen kvantitointi ja synteesi

Mahdollisuus terveyshyötyynPotilas

Työkalut

Omahoito

Terveydenhuolto

Tuotannonohjaus

Työlista

Tietojenpäivitys

Terveydenhuollon historiatieto (big data)

hankesuunnitelma versio 1.6 2.9 ·

Documents