noun_Email_707352 noun_917542_cc noun_Globe_1168332 Map point Play Untitled Retweet

05 maaliskuuta 2018

On päivänselvää, että tulevaisuudessa teknologia tekee elämästä helpompaa, parantaa työn laatua ja nopeuttaa arjen askareiden hoitamista. Kaikista suurimmat muutokset tapahtuvat kuitenkin terveydenhuollossa. Olemme matkalla kohti älykkäämpää yhteiskuntaa, jossa ihmisille tarjotaan personoitua terveydenhuoltoa, jonka tavoite ei ole ainoastaan ongelmien hoito vaan ensisijaisesti niiden ehkäisy.

Pohjoismailla on mahdollisuus olla datapohjaisen terveydenhuollon uranuurtajia. Suomessa, Ruotsissa ja Norjassa on kerätty sosiaali- ja terveydenhuollon asiakkaiden tietoja digitaalisessa muodossa noin 20–30 vuoden ajan.  Lähes kaikki tiedot on arkistoitu sosiaaliturvatunnuksen mukaan, mikä mahdollistaa useiden tietolähteiden yhdistämisen. Teoriassa se on mainio lähtökohta. Kehityksen tiellä on kuitenkin muutamia isoja esteitä, kuten se, että tiedot sijaitsevat hajautetusti sadoissa eri järjestelmissä ja muodoissa.

Ennakoiva analyysi mahdollistaa kohdennettujen palveluiden tarjoamisen

Kun tekoäly pääsee analysoimaan tietoaltaaseen kerätyt tiedot, eri tilanteisiin sopivien tietomallien rakentaminen voidaan aloittaa. Sosiaali- ja terveydenhuollon tietoja analysoimalla voimme havaita kaavoja, jotka paljastavat riskiryhmät. Pystymme jopa ennakoimaan sairaudet, joille ihmiset ovat perinnöllisesti alttiita. Lääkäreitä tarvitaan aina, mutta he voivat keskittyä tietokoneiden ja tietojärjestelmien kanssa kamppailun sijaan potilashoitoon ja sen laatuun, kun tiedot potilaasta (allergiat, sairauskertomukset jne.) saadaan automaattisesti.

Esimerkiksi diabetes on kasvava ongelma Pohjoismaissa. Terveydenhuollon viranomaiset voisivat ohjelmoida tekoälyn tunnistamaan tälle elintasosairaudelle alttiit ihmiset ja ennakoimaan, millaisia lisäresursseja sairauden etenemisen ehkäisy vaatii. Tämä kannustaa myös muita viranomaisia ja päättäjiä puhumaan terveellisten elämäntapojen puolesta, mikä säästää resursseja myös tulevina vuosina. 

Tutkimusten mukaan perustasonkin ennakoivan analyysin avulla voidaan saavuttaa jopa 10–15 prosentin säästöt. Sosiaali- ja terveydenhuollon vuosittaiset kustannukset ovat Pohjoismaissa noin 150 miljardia euroa, joten pienetkin säästöt ovat merkittäviä ja ne voidaan ohjata kansalaisten elämänlaadun parantamiseen.  

Datapohjainen lähestymistapa resurssien optimointiin 

Tieto on julkaissut datapohjaisen Tieto Intelligent Wellbeing -ratkaisun, jonka tarkoituksena on auttaa sosiaali- ja terveydenhuollon organisaatioita hyödyntämään potilastietoja. Se vie innovatiivisten ratkaisujen toteuttamisen ja personoidut palvelut täysin uudelle tasolle. Teemme yhteistyötä Euroopan isoimpiin sairaaloihin kuuluvan HUSin ja muiden merkittävien terveydenhuollon toimijoiden kanssa sekä autamme tiedon analysoinnissa. 

Myös sosiaalihuolto hyötyisi ratkaisusta. Oulussa tehdyn tutkimuksen mukaan 64 prosenttia sosiaali- ja terveydenhuollon kustannuksista aiheuttivat ihmiset, jotka olivat sekä sosiaali- että terveydenhuollon asiakkaita. Ryhmien välillä on siis selvä yhteys.

Kohdennettujen palveluiden tarjoaminen voi keventää toisen osapuolen taakkaa. Riskiryhmille voitaisiin tarjota esimerkiksi koulutusta, resursseja ja lisätukea elämänlaadun parantamiseen, mikä puolestaan vähentäisi tarvetta hakeutua terveydenhuollon palveluiden pariin.  

Kaikki seikat huomioiden olemme varmoja siitä, että huomisen sosiaali- ja terveydenhuoltojärjestelmä tulee tarjoamaan ennennäkemättömän laadukasta hoitoa ja palveluita.  

Jaa Facebookissa Jaa Twitterissä Jaa LinkedInissä