Sairaaloiden liiketoimintatiedon hyödyntäminen

Sairaaloiden liiketoimintatiedon hyödyntäminen – eHealth Tansania -hanke etäkouluttaa

eHealth Tanzania 2017-21 hankkeen Health Facility Business Intelligence (HFBI) online workshop-sarja käynnistyi suunnitelmien mukaisesti 16. kesäkuuta ja se jatkuu aina marraskuulle saakka. Sarjan tarkoituksena on tutustuttaa osallistujia siihen, kuinka päätöksentekoa ja toiminnan suunnittelua voidaan tukea datatieteen ja analytiikan sovelluksilla. Kohderyhmänä ovat sairaaloiden johtajat ja IT-työntekijät, yliopistojen luennoitsijat ja opiskelijat sekä IT-yritykset. Alla oleva kaavio kuvaa sovelletun datatieteen työvaiheita ja workshop-sarjan kulkua.

Sovelletun datatieteen työvaiheet ja koulutuksen workshopit

Business-analyysi

Sarjan aloitti tutustuminen sairaaloiden toimintaan, tehtäviin ja tulosten keskeisiin mittareihin (KPIs = Key Performance Indicators). Avauspuheenvuoron käytti SKLS:n varapuheenjohtaja Kalle Mäki, muina luennoitsijoina olivat tohtorit Martti Kulvik, Tuomo Heinonen, Anja Mursu ja professori Pirkko Nykänen.

Hankkeen yhtenä keskeisenä tavoitteena on kirkastaa terveydenhuollon liiketoiminnan edellytyksiä ja mahdollisuuksia. Siksi teemoina sessiossa olivat mm. liiketoiminnan strategiset tavoitteet, visiot ja konteksti sekä se, miten niistä edetään toimintaprosessien analysoimiseen ja analytiikan soveltamiseen. Tämän lisäksi professori Nykänen esitti laajan katsauksen tietosuojaperiaatteisiin ja -uhkiin, yksityisyyden vaatimukseen, luottamuksen ylläpitämiseen ja eettisiin näkökohtiin.

Martti Kulvik, Anja Mursu ja Pirkko Nykäen workshopissa.

Osallistujien harjoitustyöt toivat esiin indikaattoreita kolmelta pääalueelta: 1) talous, 2) potilaat ja palvelut sekä 3) teknologia.

Harjoitustyöt osoittivat, että Tansaniassa on sairaaloita, joissa on laadittu kattava tietoturvasuunnitelma ja –ohjeisto, joka koskee niin tietohallintoa kuin laitteita, verkkoa, tunnuksia ja verkkoakin. Toisaalta on sairaaloita, joilta puuttuu esimerkiksi suunnitelma datan varmistuksista ja häiriöistä toipumisesta. Edelleen henkilökunnan tietoisuudessa ja ymmärryksessä voi olla aukkoja ja toteutuksen rahoitusmahdollisuudet ovat usein heikot. Lisäksi lakien ja kansalaisyhteiskunnan tasolla on myös vielä useita puutteita tietoturvaan liittyen.

Mittareiden arvoja kuvaavan tiedon poiminta, muokkaus ja mallintaminen

Toisen workshopin teemoina olivat tulosmittareita kuvaavan tiedon löytäminen perustietojärjestelmistä, tiedon muokkaaminen ja mallintaminen analysointiin sopivaksi sekä edellisiin liittyvä tietoturva. Luennoitsijoita toimivat Auvo Finne ja Pirkko Nykänen. Kukin workshop käsittää luentojen ja keskustelun lisäksi harjoitustöitä.

Analytiikkaohjelmistoilla voidaan päästä suoraan käsiksi sairaalan tietojärjestelmiin ja -varastoihin. Tämä ei kuitenkaan ole suositeltavaa. Siihen on kaksi syytä: tietoturva ja perustietojärjestelmän suorituskyky. Ei ole hyvä, että analyytikko käsittelee dataa, josta voidaan tunnistaa yksityisiä potilaita. Tähän liittyen professori Nykänen esitti mm. laajan katsauksen EU:n yleiseen tietosuojaasetukseen, jota kaikki EU-maat ovat käyttäneet oman lainsäädäntönsä lähtökohtana. Toiseksi, tuotantojärjestelmässä suoritettavat analyysiprosessit kuluttaisivat myös tuotantojärjestelmän resursseja.

Auvo Finne - indikaattorien keskinäisten suhteiden malli

Vaikka perustietojärjestelmien tietojen tulisi olla ajantasaisia, tarkkoja, virheettömiä jne., tämä ei kuitenkaan usein ole tilanne. Lisäksi tiedot eivät aina ole muodoltaan ja tietomalliltaan analyysin vaatimia. Tietokantojen arkkitehtuuri on suunniteltu päivittäisten työkulkujen sisältämien tapahtumien tallentamiseen, ei päätöksentekoa tukevan analytiikan tarpeisiin. Kaiken edellä mainitun johdosta analyysiä varten poimittuja tietoja on muokattava ja mallinnettava uudelleen.

Harjoitustyöt ovat osoittaneet tietojen poiminnan haasteelliseksi tehtäväksi. Pääosin tämä johtuu siitä, että kokemus on uusi. IT-henkilöstö joutuu luomaan aivan uuden käytännön sekä paikantamaan tarvittavan datan ja muunnostarpeet. Kun käytäntö on luotu se voidaan automatisoida ja toistaa vaivattomasti päätöksenteon tueksi. Teknisesti edistyneemmät osallistujat kokevat pystyvänsä suoriutumaan poimintatehtävä harjoituksesta. Siksi osiolle on varattu hieman lisäaikaa workshopsarjan puitteissa.

Kokeileva analyysi ja visualisointi

Kolmannessa workshopissa käytiin läpi analytiikan menetelmiä teoriana ja esimerkkien valossa. Kokeileva analyysi edeltää lopullista tuotantoon vietävää mallia ja sovellusta, vaikkakin sillä saattaa jo olla alustavia vaikutuksia toiminnan suuntaamiseen. Kokeilevasta analyysistä on mahdollista tarpeen mukaan palata takaisin tiedon poimintaan, muokkaamiseen ja uudelleen mallintamiseen, kunnes toivottu lopputulos on saavutettu. Osuudesta vastasi pääasiassa dos. Jari Haukka Helsingin yliopiston Kansanterveystieteen laitokselta. Vaikka analytiikka voi olla muodikasta ja näyttävää, se ei ole käyttökelpoista, ellei se perustu relevantteihin ja hyvin mitattuihin indikaattoreihin. Tämä tosiasia palauttaa analyytikon ajatukset takaisin ensimmäiseen workshoppiin: mikä on sairaalan tehtävä ja visio, mitä on tuottavuus terveydenhuollossa, miten mitata palvelujen onnistumista, jne.

Analysoinnin ja visualisoinnin opetuksessa käytettiin lähdeaineistona todellista New Yorkista tuotettua terveydenhoidon dataa. Tämä valinta vastasi osaltaan osallistujien toiveeseen nähdä kansainvälisiä esimerkkejä. Muuttujien joukko oli hyvin kattava. Työkaluna käytettiin RStudiota, joka on ammattimainen, mutta ilmainen ja avoimeen lähdekoodiin perustuva väline. Esimerkkien regressio-analyysit osoittivat esimerkiksi kuinka alle 50-vuotiaiden sairaalassaolon pituudessa ei ollut merkittäviä eroja, mutta että ne kasvoivat sitten selvästi ikäryhmittäin yli 50-vuotiailla. Sama aineisto osoitti, kuinka miesten sairaalassaoloaika oli keskimäärin selvästi pidempi kuin naisten. Ja kuten edellisessä kappaleessa todettiin, tässä ympyrä sulkeutuu ja kiertyy takaisin tavoitteisiin ja toimintaa koskeviin päätöksiin. Vastaavatko keskimääräinen hoitojakson pituus, ikäryhmien ja sukupuolten erot toiminnan tavoitteita? Voidaanko tilanteeseen vaikuttaa esimerkiksi laitteita tai henkilökuntaa lisäämällä tai prosesseja kehittämällä?

Sarjan loppuosa ja jatkohyödyntäminen

Tätä juttua kirjoitettaessa BI-teoria osuus on käyty läpi. Sarjan loppuosan kuluessa osallistujat jatkavat edelleen testidatan poimintaa ja muokkaamista sekä analysoivat sitä kokeellisesti luennoitsijoiden tuella. Samalla mietitään tulosten pohjalta mahdollisen laajemman aineiston vaikutusta päätöksentekoon. Johtopäätöksenä vai olla myös indikaattorien uudelleenvalinta. Kaiken kaikkiaan workshop-sarjan tasona on ollut johdanto sairaaloiden liiketoimintatiedon tarkasteluun ja hyödyntämiseen datatieteen vakiintunutta työnkulkua seuraten, prosessin oppiminen ja kokeilu suppealla testiaineistolla. Kurssin pohjalta kukin osallistujaorganisaatio voi kehittää omaa business-analyysikäytäntöään eteenpäin. Mukana olleet yliopistojen edustajat puolestaan voivat rakentaa aiheesta luentosarjan ja tutkimussuunnitelmia. IT-yritysten edustajat taas voivat kehittää tuote- ja palveluideoitaan sairaaloille suunnattaviksi. Tietoturvaa koskevat havainnot ja opetus voivat laajemminkin välittyä tansanialaisen tietoyhteiskunnan kehittämiseksi.

Ensimmäiset palautteet ovat olleet positiivisia. Sarja on koettu hyödylliseksi sekä työn että opintojen kannalta. Sarja nauhoitetaan ja sen kaikki oppimateriaalit ja resurssit ovat käytössä olevan oppimisalustan kautta milloin tahansa ladattavissa omaan työasemaan. Lisäksi tärkeimmät ja koko tansanialaiselle eHealth ekosysteemille hyödylliset materiaalit tullaan julkaisemaan eHealth hankkeen internet-sivustolla. Hanke toivoo myös voivansa lähitulevaisuudessa toteuttaa perinteisen face-to-face workshopin paikan päällä Tansaniassa, jossa teoriaa ja kokemuksia kerrataan yhdessä suuremman tai uuden osallistujajoukon kanssa.

Kirjoittaja: Auvo Finne

Ideat ja kommentit: Pirkko Nykänen, Anja Mursu, Jari Haukka, Kristina Nokso-Koivisto ja Sanna Laaja