Head of Data & AI, Tietoevry Care
Utmaningen
Det har funnits ett växande behov av enklare tillgång till hälsodata och bra infrastrukturer för forskning, utveckling och informationssäkerhet. Samtidigt finns det krav att följa EU:s allmänna dataskyddsförordning GDPR. Säkra lösningar baserade på artificiell intelligens kommer att kunna bidra till effektivare resursanvändning och samtidigt erbjuda snabbare och mer exakt diagnos.
Lösningen
Forskningsplattformen HUS Acamedic effektiviserar och accelerar diagnostik med hjälp av modern teknologi som maskininlärning och artificiell intelligens, samtidigt som den underlättar datadelning och interaktion mellan olika forskningsmiljöer. Projektet eCare for Me ger patienter med sällsynta sjukdomar snabbare tillgång till vård, sparar pengar åt den offentliga sjukvården och gör symtomatisk behandling och diagnostik mer tillgänglig. Inom eCare for Me finns det tre delprojekt som alla har en koppling till sällsynta sjukdomar.
Om kunden
Helsingfors universitetssjukhus (HUS) och Tietoevry har genom ett gott samarbete utvecklat den molnbaserade forskningsplattformen HUS Acamedic. Denna plattform möjliggör utveckling av personlig behandling, digitala patientprocesser och strömlinjeformad medicinsk forskning.
Projektet Rare Diseases eCare for Me använder sig av HUS:s datasjötjänst och dess nya forskningsmiljö, HUS Acamedic. Projektet är en del av CleverHealth Network som stödjer delning av klinisk data och utveckling av AI-lösningar som kan användas för att ge effektivare och snabbare behandling för patienter med sällsynta sjukdomar. Projektet finansieras med stöd från Business Finland.
En mänskligare patientresa
Bättre diagnostik innebär färre onödiga läkarbesök och mindre osäkerhet för patienter med sällsynta sjukdomar genom en snabbare övergång till riktad behandling.
Snabbare diagnostik med maskininlärning
Forskningsmiljön skapar förutsättningar för effektiv diagnostik. Tjänsten bearbetar stora informationsmängder snabbt med hjälp av maskininlärning och artificiell intelligens.
Lägre vårdskostnader
Tjänsten har potential att spara mycket pengar för sjukvården genom att diagnos och rätt behandling identifieras så snart som möjligt efter att patienten sökt vård.
Den moderna forskningsmiljön skapar förutsättningar för effektiv behandling av stora datamängder
Tack vare forskningsmiljön HUS Acamedic, som utvecklats av Tietoevry och HUS, och projektet eCare for Me, går det nu att diagnostisera sällsynta sjukdomar snabbare än någonsin. Experter inom sjukvården har nu möjlighet att utnyttja heltäckande och uppdaterade forskningsdata som stöd i sitt beslutsfattande.
Att diagnostisera sällsynta sjukdomar är en svår uppgift, även för Finlands enastående medicinska kompetens, och kräver tillgång till stora mängder forskningsdata. Det finns ungefär 6 000 till 8 000 sällsynta sjukdomar identifierade. I forskningsmiljön HUS Acamedic kan forskningsresultat från olika datakällor snabbt sammanställas och kombineras.
“HUS Acamedic och dess maskininlärningsteknik har en datasjöstruktur som gör det möjligt att effektivt behandla och bedriva forskning på extremt stora datamängder. Att sammanställa motsvarande information för hand hade varit en överväldigande uppgift”, säger Mikko Seppänen, överläkare och föreståndare vid enheten för sällsynta sjukdomar på HUS.
Patienter kommer oftast till specialistvården genom remiss från primärvården. Sjukvårdssektorns kostnader kan bli upp till 40 gånger så höga innan en diagnos kan ställas.
“Kostnaden för behandlingen har ett direkt samband med hur lång tid det tar att hitta en diagnos, liksom med hur mycket patienten lider. Datasjötjänsten förväntas innebära stora besparingar. Dessa tjänster har stora fördelar för patienten även om det inte finns någon behandling än för den sjukdom som hittas,” påpekar Seppänen.
Den psykiska osäkerheten kan vara särskilt prövande för patienten. Samhällsnyttan handlar inte bara om sjukvårdskostnader utan även om att minska det mänskliga lidandet.
Mikko Seppänen
Överläkare vid enheten för sällsynta sjukdomar på HUS
Snabbare diagnos innebär en lättnad för patienten
I forskningsmiljön HUS Acamedic används artificiell intelligens och maskininlärning för att utveckla nya servicekoncept och behandlingsprocesser som gör att det går fortare att diagnostisera sällsynta sjukdomar och ge patienterna rätt behandling. Tekniken gör även att den medicinska forskningen kan fortsätta bedrivas på ett säkert och strömlinjeformat sätt.
“Snabbare diagnos innebär lägre kostnader och fler räddade liv, särskilt i de fall där det redan finns en färdig behandling mot sjukdomen. De värsta situationerna är när det tar för lång tid att ställa diagnos och patientens sjukdom fortskrider negativt under tiden. Med snabbare diagnos går sådana situationer att undvika,” suckar Seppänen.
Snabb databehandling gör att onödiga läkarbesök kan undvikas och patientens lidande och osäkerhet minskar.
“Att kunna ställa diagnos minskar patientens oro, även om det inte finns någon behandling mot symtomen. Diagnosen gör att patienten återfår sitt förtroende för sjukvården,” säger Seppänen.
Om det går snabbt att hitta en grundorsak till symtomen förändras hela patientens historia i grunden.
Mikko Seppänen
Överläkare vid enheten för sällsynta sjukdomar på HUS
En unik lösning med artificiell intelligens för bättre databehandling
Databastjänsten HUS Acamedic ger förutsättningar för att analysera och forska på stora datamängder, vilket sparar tid för vårdpersonalen. Tjänsten som Tietoevry i samarbete med HUS har utvecklat är den första i sitt slag som blir certifierad och datasäkerheten är förstklassig.
“Pseudonymiserade patientuppgifter kan samlas på ett och samma ställe och undersökas direkt. Systemet följer EU:s och Finlands databehandlingsregler, vilka hör till världens strängaste normer för datasäkerhet,” förklarar Seppänen.
Forskningsmiljön HUS Acamedic utnyttjar maskininlärning och artificiell intelligens, men alla beslut fattas av läkare och systemet styrs av människor. Tjänsten sänker kostnaderna och underlättar även den medicinska forskningen och gör den mer enhetlig.
“Den artificiella intelligensen föreslår vårdlösningar, men dess förslag utvärderas sedan alltid av en läkare med kompetens och etisk insikt om patientens bästa. Den artificiella intelligensen är dock överlägsen när det gäller att inhämta, sammanställa och analysera data. Det blir lärorikt för både AI:n och människorna”, säger Seppänen.
Seppänen tror att datasjölösningen kan ha stora fördelar för både patienter, ekonomin och innovationskulturen.
“Om det går att utbyta forskningsdata internationellt blir det möjligt för datasjölösningen att förbättra vården och patienternas livskvalitet och samtidigt hitta nya innovationer som stärker patienternas välbefinnande”, tillägger han.
Tjänsten gör att vårdpersonalens arbete blir mer meningsfullt. Nu får vi remisser från exakt de patienter som vi är specialiserade på. Den är även till hjälp vid specialistutbildningen och ger bättre behandlingsresultat.
Mikko Seppänen
Överläkare vid enheten för sällsynta sjukdomar på HUS
Läs mer om ett datadrivet förhållningssätt
HUS: AI-teknologi matchar lämpliga patienter med medicinforskning
Ett datadrivet förhållningssätt optimerar vårdresurser
