1. No category

DRG SOTEN, UUSIEN HOITOPROSESSIEN,
TEKNOLOGIAN JA DIGITALISAATION
PURISTUKSESSA
Mikko Rotonen
HUS-TIETOHALLINTO
3.12.2015
SISÄLTÖ
1.SOTE
2.HOITOPROSESSIT
3.TEKNOLOGIA
2
1. SOTE
- Muutos koskee erityisesti terveydenhuollon ja sosiaalihuollon
palvelujen yhdistymistä
- Terveydenhuollon palvelukartta muuttuu
- Palvelut muuttuvat ja yhtenäistyvät
- Monikanavaisuus
- Julkinen, yksityinen ja kolmassektori
3
HOITOPROSESSIT JA PALVELUKARTTA
4
4
eTERVEYSPALVELUT
Palvelu
kasvokkain
Nykyprosessissa tunnistetut eTerveyspalveluiden potentaaliset kohteet
5
TEKNOLOGIA
- Pilvi
- BigData
- Sääntökone
- Keinoäly / Koneoppiminen
- IOT
- Sensorit
- Ennustava analytiikka
6
INNOVATION, BIG DATA AND THE INTERNET OF THINGS
Kymmeniä vuosi sitten
15 vuotta sitten
Nykyisin
Lähitulevaisuudessa
Posti
Email
Instagram
Implantti viestintä
Lennätin (sähke)
Puhelin & mobilipuhelin Implantti
Implantti
Junat
Autot ja lentokoneet
Virtuaali kokoukset
Implantti
Metelli, Puu, Lasi
Muovi
3D prittaus kotona
Virtuaali todellisuus, Bio tulostus
Valokuva
Digikuva
Googlelasit
Implant tallennus
Tietokone
Älypuhelin, tabletti
Apple Watch, IOT
IOT, implantti yhteys
Disketti, Zip-levy
USB-muisti
Pilvi
Nopeampi pilvi
Tietosanakirja
Wikipedia
Implantit, robotiikka
7
INNOVATION, BIG DATA, AND THE INTERNET OF THINGS
Palvelinten määrä tällä hetkellä
Google
1 000 000 palvelinta
Microsoft 1 000 000 palvelinta
Amazon
450 000 palvelinta
HP
380 000 palvelinta
Facebook
100 000 palvelinta
YAHOO
100 000 palvelinta
Softlayer
100 000 palvelinta
Intel
75 000 palvelinta
Ebay
54 000 palvelinta
Teknisen kapasiteetin muutos ja nopeuksien
muutos
Kapasiteetti
Nopeuden muutos
8 bit -> 16 bit
1 mailia tunnissa
16 bit -> 32 bit
65 K mailia tunnissa
32 bit -> 64 bit
300 T mailia tunnissa
64 bit -> 128 bit
5T*T*B mailia
tunnissa
8
SENSORIT JA IOT
•
•
•
•
•
•
Sensorit ovat halpoja
Tietoliikenne on halpaa
Prosessointi on edullista
Kännykkä on joka ihmisellä yhteysvälineenä
BigData louhii ja analysoi asioita mitä ennen ei pystytty
ipv6 antaa kaikille laitteille ja sensoreille yksilölisen osoitteen
9
BIG DATA TERVEYDENHUOLLOSSA
• Ennustava analytiikka
perustuen
potilaskertomukseen.
Tutkimukseen,
hoitomerkintöihin ja
reaaliaikaiseen
mittaustietoon
• Hoitohenkilöstön yhteistyö
ja hoidon laadun
parantaminen
• Tiedon hyödyntäminen
• Hoitohenkilöstön, potilaan
ja potilastietojärjestelmän
yhdistämien
• Potilasdatan tietovaranto
• Potilaan sitouttaminen
omien hoitotietojen
tuottamiseen
• Tietojen hallinta
laadukkaasti ja
kustannustehokkaasti
BigData
analytiikka
BigData
sovellukset
BigData
hallinta
BigData
Integraatiot
• Mobiililaitteiden integrointi
• Sensorit ja
etälääketieteelliset
mittalaitteet
• Streaming (jatkuva mittaus)
ja erädata seuranta
10
Terveystiedon uusi ekosysteemi
11
Tiedonjalostus ja sen tasot
Informaation
merkitys
Optimointi
Ennustava
mallinnus
BigDatan tiikerin loikka
Puhdistettu
data
Raaka
data
Vakioraportti
Mikä olisi parasta
mitä voisi tapahtua?
Kuvaileva
mallinnus
Mitä tulee tapahtumaan?
Kuutiot ja
kyselyt
Miksi niin tapahtui?
Mitä tapahtui?
Data
Perus
järjestelmät
Informaatio
Tietovarasto
Tietämys
BigData
Ymmärrys
12
Case Hyks LNS: Watson keinoäly tehohoidon tukena (1/3)
Tietojärjestelmäarkkitehtuuri ja integraatiot
Potilaan elintoimintatietojen käsittelyvaihtoehdot ja niiden ajantasaisuus ja validointi
Philips
potilasmonitori
GE Clinisoft
digiConnect/
ebox
GE Clinisoft
database
IBM WATSON
Watson
database
13
Case Hyks LNS: Watson keinoäly tehohoidon tukena (2/3)
Käytetyt
•
•
•
Data
potilaiden elintoimintoja kuvaavat muuttujat
Syke (HR)
Hengitystaajuus (RESP)
Happisaturaatio (SaO2)
Reaaliaikainen sepsisriskin arviointi
Tulosten visualisointi
14
Case Hyks LNS: Watson keinoäly tehohoidon tukena (3/3)
Päätöspuun avulla voitiin datasta tunnistaa
korrelaatioita, jotka ennustavat sepsistä
Algoritmi valitsee ja optimoi päätöspuussa
näkyvät raja-arvot automaattisesti käytössä
olevan datan perusteella
Esimerkiksi päätöspuusta voidaan nähdä
kuinka alhainen sykkeen vaihtelu
(HR_VAR10) kasvattaa sepsisriskiä
Havainto on yhtenevä alan muiden
tutkimusten kanssa, joissa käytetty
reaaliaikaista potilasmonitorointi dataa
Medianisoidussa datassa näkyy jo merkkejä
siitä, että sepsis voidaan ennustaa 24 h
ennen kuin kliinikko tilaa verinäytteen
15
”Interactive Intent Modeling”
Mitä nyt jo tiedossa? Mitä oleellista
vielä pitäisi tietää? Mitkä kriteerit
täyttyvät? Taustatietoon yhdistyvä
SÄHKÖISTEN OIRENAVIGAATTOREIDEN TASOT
Tunnistautumispyyntö/
suostumus:
Tarkentaaksemme
analyysiä,
pyydämme
tunnistautumaan
sähköisesti
Oirenavi
osa I:
Oireinen
kansalainen
avoin,
ei tunnistautumista
Virtuaalisairaalaplatform
Oirenavi
osa II:
Hetu,
Jatkokysymykset +
Potilasdatan
nouto
(mm. potilaskertomukset, eri
labrat, PAD,
kuvantaminen,
genomitieto)
Tieto tallentuu HUS:n
arkistoon.
Oirenavi
osa III:
Ammattilaisen käyttöliittymä
eHoitajan
vahvistus
Ehdotus lähetteeksi
tarkemmista kliinisistä
tutkimuksista.
Hyväksyntä kyllä/ei
Virtuaalisairaala
hoitosuhde
(Oma polku)
Potilaan ohjaus
sopimusten mukaisesti
hoitopaikkaan
n. 100-250 kysymystä
Ei syytä huoleen.
Jos oireet kuitenkin
jatkuvat,
yhteys
terveyskeskukseen.
Epäilemäsi XXX- sairaus
on kuitenkin epätodennäköinen.
Ajanvarausehdotus ja valinta
vapaista ajoista
hoitajalle/lääkärille
Ei syytä huoleen…
Voit kuitenkin tulostaa itsellesi
vastauksesi tai tallentaa tiedot
Omakanta- palveluun.
16
Tekniset ratkaisut: I- taso: Sharepoint/koodaus/dynaaminen kysely
II- taso: Sääntökone+ dataroaming+koneäly
III- taso: Koneoppiminen/keinoäly
16
CASE HYKS LNS IOT (1/4)
17
CASE HYKS
LNS IOT (2/4)
4.12.2015
18
18
CASE HYKS LNS IOT (3/4)
19
CASE HYKS
LNS IOT (4/4)
20
Verensokerin etäseurantapalvelu
(Medtronic insuliinipumppu ja-sensori potilaat)
“Tuotannossa”
Tietokantapalvelu
Sovelluspalvelu
Analyysit
& raportit
Potilastiedot (HL7 v3 / ADT)
Käyttäjätunnistus (AD, IDM konnektori)
Verensokeri
Potilaan mittaustulokset pdf-tiedosto
IHE-profiililla
Seuranta
Hälytykset
Raportointi
Potilastietojärjestelmä /
Arkisto
Tietokone
Potilas
Potilaskertomustiedot
IHE-profiililla
KELAn
Potilastiedon
21
Etädiagnosointi ja –seuranta
Medtronic sydäntahdistin potilaat
“Tuotannossa”
Tietokantapalvelu
Sovelluspalvelu
Analyysit
& raportit
Mobiiliverkko
3G/4G
Tahdistin
Potilastiedot (HL7 v3 / ADT)
Käyttäjätunnistus (AD, IDM konnektori)
WLAN
Langaton
verkko
Potilas / kansalainen
Nettitikku
Potilaan mittaustulokset pdf-tiedosto
IHE-profiililla
Seuranta
Hälytykset
Raportointi
Potilastietojärjestelmä /
Arkisto
Potilaskertomustiedot
IHE-profiililla
KELAn
22
Potilastiedon
22
Etädiagnosointi ja –seuranta
joko ResMed tai/ja Philips uniapnea potilaat
“Pilotoitu, kilpailutuksessa”
Tietokantapalvelu
Sovelluspalvelu
Analyysit
& raportit
Mobiiliverkko
Hengitys
3G/4G
Potilastiedot (HL7 v3 / ADT)
Käyttäjätunnistus (AD, IDM konnektori)
WLAN
Potilaan mittaustulokset pdf-tiedosto
IHE-profiililla
Seuranta
Hälytykset
Raportointi
Langaton
verkko
Potilas / kansalainen
Lääkintälaite
Potilastietojärjestelmä /
Arkisto
Potilaskertomustiedot
IHE-profiililla
KELAn 23
Potilastiedon
23
Kivun seuranta (Kipupäiväkirja)
“Pilotoinnissa
Tietokantapalvelu
Sovelluspalvelu
Potilas
Analyysit
& raportit
Potilastiedot (HL7 v3 / ADT)
Käyttäjätunnistus (AD, IDM konnektori)
Potilaan seutantatiedot pdf-tiedosto
IHE-profiililla
Seuranta
Hälytykset
Raportointi
Potilastietojärjestelmä /
Arkisto
Potilaskertomustiedot
IHE-profiililla
KELAn 24
Potilastiedon
24
Pohdintaa (1/2)
• ”I’m a robot, I’m planned to pass you”
• Kehittäjien tulee keskittyä kehittämään ratkaisuja, jotka toimivat ensisijaisesti
pilvessä, jotta selviävät tulevasta
• Se, missä olet nyt, ei ratkaise sitä, missä olet tulevaisuudessa -> innovoi ja kehity
• Bimodal IT, tunnusta, että toiset ovat kehittäjiä ja toiset ylläpitäjiä
• Hanki ja käytä teknologiaa, joka mahdollistaa innovoinnin
• 90% datasta on luotu 2 viimeisen vuoden aikana
• Miksi BigData? Koska nyt tiedän jotain sellaista, jota en aiemmin tiennyt
• Täsmälääkitys ja yksilöllinen hoito lisääntyy
25
Pohdintaa (2/2)
• Biomarkkerit ovat kriittinen tekijä terveydenhuollon lääkityksen muutoksessa
• 82% projekteista, joissa on biomarkkeita mukana ovat testausvaiheessa IIa
• 85% projekteista sisältää personoidun hoitosuunnitelman strategian
• Mobiililaitteet terveydenhuollossa kohdentuvat useisiin toimintoihin:
• Fysiologinen mittaus
• Suorituskykymittaus
• Potilaan oma raportointi
• Hoitotulosten analysointi perustuu Mobiililaitteisiin, IOT:n ja BigDataan
• Oma tietotekninen kapasiteetti ei tule riittämään kasvavaan määrää mobiilisti
tuotetun datan tallennukseen ja analytiikkaan
26
DRG, potilaat, avohoito ja vuodeosastohoito
• Ajalla 1-10/2015 HUSissa kävi hoidossa 489 840 eri potilasta
• Näistä potilaista 99 649 sai hoitoa sekä avohoidossa että vuodeosastolla
• Kaikista potilaista 390 191 eri potilasta sai vain avohoitoa, joka on 80% potilaista
• Ajalla 1-12/2005 HUSissa kävi hoidossa 439 871 eri potilasta
• Näistä potilaista 146 207 sai hoitoa sekä avohoidossa että vuodeosastolla
• Kaikista potilaista 293 664 eri potilasta sai vain avohoitoa, joka oli 67% potilaista
• Avohoidettavien ja tulevaisuudessa etädiagnosoitavien ja etäseurattavien potilaiden
lukumäärä ei ole tule ainakaan laskemaan ja mutta palkitseeko avohoidon voimakas
käyttö esim. sairaaloiden tuottavuusvertailussa ja kuvaako DRG tuotteistuksena
hoitokäytäntöjen muutosta riittävästi?
MITÄ DRG PYSTYY KUVAAMAAN JO NYKYISISTÄ
AVOHOIDOISTA SAATIKA LISÄÄNTYVISTÄ
SÄHKÖISISTÄ PALVELUISTA ?
DRG:LLE TARVITSEE TEHDÄ JOTAIN JA PIAN !