Hälso- och sjukvården rör sig i en allt mer proaktiv riktning, i takt med snabba genombrott inom dataanalys, AI och molnteknik. I denna snabbt föränderliga marknad är det IT-leverantörer som kan erbjuda högkvalitativ data, en modern mjukvaruarkitektur byggd på mikrotjänster i molnet samt smidiga integrationer med andra system som har bäst förutsättningar att lyckas, säger Mylabs VD Samuli Niiranen.
Laboratorieinformationssystem utgör en nyckelkomponent i vårdens datainfrastruktur – upp till 70 procent av alla medicinska beslut grundar sig på laboratorieresultat, och betydelsen av denna data förväntas öka ytterligare framöver.
”Vi är övertygade om att det bara är en tidsfråga innan hälso- och sjukvården tar ytterligare steg mot en mer datadriven modell, där laboratoriedata har ännu större betydelse”, säger Samuli Niiranen, VD för Mylab, som har specialiserat sig på informationssystem för laboratorier sedan 1987.
Hälso- och sjukvården arbetar kontinuerligt för att förbättra effektiviteten. Smartare användning av vårddata banar väg för nya innovationer.
”Inom 5–10 år tror jag att vissa enklare diagnoser kan ställas automatiskt baserat på data, likt hur ett elektroniskt bolånebeslut fattas idag. Det här skulle frigöra resurser så att sjukvårdspersonal kan fokusera på mer komplex diagnostik, vilket i sin tur gynnar hela verksamheten. Lagstiftningen är inte riktigt där ännu, men tekniskt sett är det redan möjligt, säger Samuli Niiranen.
Effektiv hantering och delning av data mellan specialistområden
En av de största fördelarna med smartare användning av vårddata är möjligheten till en mer effektiv och proaktiv vård. När information från olika system och källor samlas och analyseras med hjälp av AI, kan man få fram prediktiv information och förutse hälsoproblem i ett tidigt skede. Med molnbaserade lösningar blir analysen dessutom både mer skalbar och flexibel, vilket i framtiden kan göra stor skillnad för hur vi upptäcker och behandlar till exempel cancer och hjärt-kärlsjukdomar.
”Idag kontrollerar och analyserar läkare grundläggande information som ålder, vikt, kolesterolvärden, tidigare hjärtinfarkter och symtom som smärta. Problemet är att dessa data ofta är isolerade mätvärden från en viss tidpunkt, vilket gör det svårt att upptäcka förändringar eller trender över tid. Och det är naturligtvis en utmaning för läkaren att själv kunna förutse hur patientens tillstånd sannolikt kommer att utvecklas baserat på data”, säger Juha Högmander, Chief Product Officer på Mylab.
Framöver kan smarta, avancerade system koppla ihop relevant patientdata från olika system och källor för att till exempel räkna ut hur övervikt påverkar kroppen och ge en bild av hur patientens hälsa sannolikt kommer att utvecklas över tid. En viktig del i detta är att kunna kombinera information från laboratoriemedicin med andra diagnostiska områden.
”Det viktigaste är att vi i ett tidigt skede kan identifiera tecken på sjukdomsutveckling och kunna erbjuda en effektivare behandling”, säger Högmander.
Mylab ser sig själva i en unik position eftersom företaget, med hjälp av sina datalösningar, har samlat in strukturerad och standardiserad laboratoriedata sedan 1980-talet.
”Vår omfattande historiska datamängd ger oss en unik möjlighet att förstå sammanhanget mellan olika laboratoriedatapunkter och därmed kunna generera meningsfulla insikter”, betonar Högmander.
Utmaningen med fragmenterad data i Sverige
Finland har redan tagit flera steg mot denna framtidsvision, mycket tack vare en mer centraliserad och samordnad laboratorieorganisation. I Sverige är läget mer utmanande – hälso- och sjukvården präglas av en splittrad IT-struktur, där varje region har egna system och arbetssätt. Nationella standarder används bara i begränsad utsträckning, vilket försvårar samarbetet.
”I Sverige krävs en enhetlig IT-strategi för att möjliggöra effektivt datadrivet arbete i hälso- och sjukvården”, säger Petter Olofsson, Sales Director, Nordics.
Mylab presenterar sin AI-baserad lösning My+ på Vitalis i Göteborg den 20-22 Maj.
*Archives of Pathology & Laboratory Medicine, Teaching laboratory medicine to medical students: implementation and evaluation, 2012.