Sundhedsvæsenet bevæger sig i en stadig mere proaktiv retning i takt med den hurtige udvikling inden for dataanalyse, AI og cloudteknologi. På dette marked er det IT-leverandører, der kan tilbyde høj datakvalitet, en moderne softwarearkitektur baseret på microservices i cloudmiljøet samt stabile integrationer med andre systemer, der har de bedste forudsætninger for at lykkes, siger Mylabs CEO Samuli Niiranen.

Laboratorieinformationssystemer spiller en central rolle i sundhedsvæsenets datainfrastruktur. Op mod 70 procent af alle medicinske beslutninger er baseret på laboratorieresultater, og betydningen af laboratoriedata forventes kun at vokse fremover.

Vi er overbeviste om, at det kun er et spørgsmål om tid, før sundhedsvæsenet tager næste skridt mod en mere datadrevet model, hvor laboratoriedata får en endnu større betydning,” siger Samuli Niiranen, CEO for Mylab, som har udviklet informationssystemer til laboratorier siden 1987. systems since 1987.

Sundhedsvæsenet arbejder løbende på at øge effektiviteten og forbedre kvaliteten. En mere avanceret anvendelse af sundhedsdata åbner samtidig for nye muligheder.

Om 5-10 år tror jeg, at visse enklere diagnoser kan stilles automatisk på baggrund af data, på samme måde som beslutninger om boliglån i dag kan træffes elektronisk. Det vil frigøre tid og ressourcer, så sundhedsprofessionelle kan fokusere på mere kompleks diagnostik, hvilket igen øger effektiviteten. Lovgivningen er ikke helt klar til det endnu, men teknologisk er det allerede muligt,” siger Niiranen.

Effektiv anvendelse af data på tværs af specialer

En mere effektiv anvendelse af data gør det også muligt at arbejde mere proaktivt. I et proaktivt sundhedsvæsen kan data fra forskellige systemer og kilder kombineres på flere måder. AI kan anvendes til at skabe prædiktiv information, mens cloudteknologi giver den nødvendige kapacitet til effektiv databehandling. Det kan eksempelvis ændre måden, vi diagnosticerer kræft og hjertesygdomme på.

I dag ser læger blandt andet på grundlæggende oplysninger som alder, vægt, kolesterol, eventuelle tidligere hjerteanfald og smerter. Udfordringen er, at oplysningerne ofte kun giver et øjebliksbillede. Der kan eksempelvis være noget væsentligt i udviklingen af patientens vægt og kolesterol, som ikke fremgår af en enkelt måling.”

Det er samtidig vanskeligt for lægen alene at forudsige, hvordan patientens tilstand vil udvikle sig på baggrund af disse data, forklarer Juha Högmander, Chief Product Officer hos Mylab.

Fremover vil systemer kunne kombinere relevante patientdata fra forskellige kilder og eksempelvis beregne, hvilken betydning en stigende overvægt kan få, og hvordan patientens helbred sandsynligvis vil udvikle sig. Kombinationen af data på tværs af laboratorie- og diagnostiske specialer er en vigtig del af denne udvikling.

Det afgørende er, at vi opdager udviklingen af sygdomme tidligere, mens der stadig er mulighed for at sætte ind med en mere effektiv behandling,” siger Högmander.

Mylab står i en særlig position, fordi laboratoriedata er blevet indsamlet i struktureret form i virksomhedens informationssystemer siden 1980’erne.

Vores unikke datasæt, som strækker sig flere årtier tilbage, gør det muligt for os at forstå den bredere sammenhæng mellem forskellige laboratoriedata og udlede værdifuld indsigt,” understreger Högmander.

Fragmenterede data er en udfordring i Sverige

Finland er allerede kommet tættere på denne fremtidsvision, blandt andet takket være en mere centraliseret og koordineret laboratorieorganisation. I Sverige er situationen mere udfordrende. Sundhedsvæsenets IT-landskab er fragmenteret, hvor alle 21 regioner har deres egne systemer og arbejdsgange, mens nationale standarder kun anvendes i begrænset omfang. Det gør det vanskeligere at udnytte og dele data effektivt.

I Sverige er der behov for en fælles IT-strategi for at muliggøre effektivt datadrevet arbejde i sundhedsvæsenet,” siger Petter Olofsson, Sales Director, Nordics.

*Archives of Pathology & Laboratory Medicine, Teaching laboratory medicine to medical students: implementation and evaluation, 2012.