HUS eli Helsingin ja Uudenmaan sairaanhoitopiiri on Suomen suurin erikoissairaanhoidon tuottaja ja yksi Euroopan suurimmista sairaaloista. HUSilla työskentelee noin 27 000 ihmistä, jotka hoitavat vuosittain noin 700 000:ta potilasta. HUS tuottaa myös valtavasti dataa, jota se hyödyntää monin tavoin parantaakseen palvelujaan ja potilasturvallisuuttaan.
HUSin tietohallintojohtaja Mikko Rotonen kertoo Innofactorin Ajan ilmiöitä analytiikasta -podcastissa, kuinka HUS hyödyntää dataa ja mitä haasteita ja mahdollisuuksia se on SOTE-organisaatiolle tuonut. Rotonen taustoittaa myös omaa urapolkuaan sekä sitä, millaisia organisaatioita ja datan käyttötapoja hän on kohdannut julkisella ja yksityisellä sektorilla. Lisäksi hän avasi HUSin IT-budjetin rakennetta ja sitä, miten HUS tekee yhteistyötä eri toimittajien kanssa. Podcastissa kuullaan myös, miten HUS on hyödyntänyt tekoälyä ja koneoppimista esimerkiksi kuvantamisessa ja potilasvirtojen ennustamisessa.
HUSin datan hyödyntämisen historia ja nykytila
HUSin datan hyödyntämisen historia ulottuu aina 90-luvulle asti, jolloin HUS teki ensimmäisen tietovarastonsa SAS-tekniikalla. Tuolloin dataa poimittiin kerran kuukaudessa perusjärjestelmistä, kuten talous-, henkilöstö-, materiaalihallinto- ja potilastietojärjestelmistä. Vuonna 1995 HUS siirtyi relaatiotietokantoihin ja vuonna 2005 Oracleen, joka mahdollisti lähes reaaliaikaisen datan siirron raportointikantaan.
Vuonna 2015 HUS alkoi rakentaa tietoallasta, johon kerätään dataa eri lähteistä, ja josta voidaan luoda erilaisia näkymiä ja raportteja eri käyttäjille. Tietoallas on toteutettu Microsoft Azuren pilvipalvelussa ja se on virallisesti auditoitu Findatan toimesta täyttämään kaikki vaatimukset terveydenhuollon datan käsittelylle. Tietoaltaaseen tallennetaan muun muassa
- potilastiedot
- laboratoriotulokset
- kuvantamistiedot
- genomitiedot
- kustannustiedot
- laatutiedot.
Tietoaltaasta voidaan hakea dataa eri käyttötarkoituksiin esimerkiksi seuraavin tavoin:
- Raportointipalvelu: mahdollistaa valmiiden raporttien katselun ja tilaamisen sekä omien raporttien luomisen.
- Analytiikkapalvelu: mahdollistaa datan analysoinnin eri työkaluilla, kuten Power BI, RStudio tai Python.
- Tutkimuspalvelu: mahdollistaa tutkimusprojektien toteuttamisen tietoaltaassa turvallisesti ja tehokkaasti.
Tietoaltaan avulla HUS pystyy tarjoamaan parempaa tietoa päätöksenteon tueksi sekä sisäisesti että ulkoisesti. Tietoaltaan dataa HUSilla voivat hyödyntää esimerkiksi:
- johto ja esimiehet
- lääkärit ja hoitajat
- tutkijat ja kehittäjät
- yhteistyökumppanit, kuten muut sairaanhoitopiirit, yliopistot, yritykset ja viranomaiset.
HUSin IT-budjetin rakenne ja ostopalveluiden osuus
HUSin IT-budjetti on noin 250 miljoonaa euroa, mikä on noin yhdeksän prosenttia organisaation kokonaistalousarviosta. Muihin toimialoihin tai maihin verrattuna IT-kulujen osuus on sangen korkea mutta selittyy sillä, että HUS ostaa paljon IT-palveluita ulkopuolisilta toimittajilta: ostopalveluiden osuus IT-kuluista on noin 85 %. Rotosen mukaan tällä tavalla HUS haluaa tukea suomalaista IT-teollisuutta ja mahdollistaa innovatiivisten ratkaisujen kehittämisen ja viennin.
Kaiken kaikkiaan HUS ostaa IT-palveluita noin 80:ltä eri toimittajalta, joista suurimpia ovat esimerkiksi
- HUSin osakkuusyhtiö Apotti, joka tuottaa potilastietojärjestelmän ja siihen liittyviä palveluita.
- pitkäaikainen kumppani CGI, joka tuottaa muun muassa tietovarasto- ja raportointipalveluita.
- pitkäaikainen kumppani Tietoevry, joka tuottaa muun muassa laboratorio-, kuvantamis- ja arkistointipalveluita.
- pitkäaikainen kumppani Innofactor, joka tuottaa pilvi-infrastruktuurin erilaisille palveluille, kuten muun muassa terveyskylälle.
HUS tekee tiivistä yhteistyötä toimittajiensa kanssa ja pyrkii luomaan yhteisiä standardeja ja rajapintoja datan siirrolle ja käytölle. Lisäksi HUS on mukana Kanta-palvelun ja SoteDigin kaltaisissa kansallisissa hankkeissa, jotka edistävät terveydenhuollon digitalisaatiota ja integraatiota.
Tekoälyn ja koneoppimisen sovellukset HUSissa
HUS hyödyntää tekoälyä ja koneoppimista monissa eri sovelluksissa, jotka parantavat potilaiden hoitoa ja palvelua monin tavoin:
- Kuvantamiseen HUS on kehittänyt yhdessä eri toimittajien kanssa tekoälypohjaisia ratkaisuja, jotka auttavat radiologeja tunnistamaan esimerkiksi keuhkokuumeen tai aivoverenvuodon kuvista.
- Potilasvirtojen ennustamiseksi HUS on kehittänyt yhdessä Innofactorin kanssa ratkaisun, joka ennustaa potilaiden saapumista päivystykseen ja osastoille sekä heidän hoitoajan pituuttaan. Tämä auttaa optimoimaan resurssien käyttöä ja vähentämään ruuhkia.
- Potilasraportointiin HUS on kehittänyt yhdessä IBM:n kanssa ratkaisun, joka analysoi potilaiden avointa palautetta ja luokittelee sen eri teemoihin. Tämä auttaa ymmärtämään potilaiden kokemuksia ja tarpeita paremmin.
Tekoälyn ja koneoppimisen hyödyntämiseksi tarvitaan paitsi teknologiaa myös osaamista ja kulttuuria. Rotonen kertoo, että HUS on kohdistanut resursseja datan laatuun, saatavuuteen ja eettisyyteen sekä datatieteen koulutukseen ja rekrytointiin. Lisäksi HUS on edistänyt datademokratiaa eli mahdollistanut datan käytön kaikille työntekijöille, jotka sitä tarvitsevat.
SOTE-alan edelläkävijä datan hyödyntämisessä
HUS on edelläkävijä datan hyödyntämisessä SOTE-alalla. HUS on rakentanut tietoaltaan, joka mahdollistaa datan keräämisen, analysoimisen ja raportoinnin eri tarkoituksiin. HUS on myös hyödyntänyt tekoälyä ja koneoppimista monissa eri sovelluksissa, jotka parantavat potilaiden hoitoa ja palvelua. HUS tekee tiivistä yhteistyötä eri toimittajien kanssa ja tukee suomalaista IT-teollisuutta. HUS on myös mukana kansallisissa hankkeissa, jotka edistävät terveydenhuollon digitalisaatiota ja integraatiota.
Esimerkiksi seuraavista julkaisuista voit lukea lisää siitä, kuinka HUS hyödyntää dataa toiminnassaan:
- DIGITAL DEVELOPMENT, DATA AND ANALYTICS AT HUS - Swiss Medtech
- HUS Acamedic is a certified and scalable virtual research and analytics environment for secure processing of health data - CleverHealth Network
- Best health data in the world: Take a look at Finland - Health Capital Helsinki.
Kiitos Mikko Rotoselle mielenkiintoisesta haastattelusta! Voit kuunnella podcast-jakson kokonaisuudessaan Spotifysta.
Jos haluat kuulla lisää ajan ilmiöitä analytiikasta, seuraa Innofactorin podcastia ja sosiaalisen median kanavia.
