Forskere har løst en av de tre hovedutfordringene beskrevet i stortingsmeldingen «Én innbygger – én journal». Et nytt dataverktøy vil gjøre det enklere å drive kontinuerlig kvalitetsarbeid i hele helsetjenesten.

– Vi kan nå enkelt hente ut informasjon og statistikk fra pasientjournaler for å drive forsking og kvalitetsarbeid, uten risiko for at sensitive opplysninger skal komme på avveie, sier professor Johan Gustav Bellika ved Nasjonalt senter for e-helseforskning.

Teknologien kan bidra til å virkeliggjøre intensjonen bak den nasjonale løsningen for journaler, selv om data ligger spredt i ulike systemer.

– Vi håper at forskere, planleggere og beslutningstakere ser potensialet og tar metoden i bruk, sier Bellika.

Unik metode

Han har ledet prosjektet ved Nasjonalt senter for e-helseforskning, som altså gjør det mulig å forske på pasientdata uten å utfordre pasientenes og helsearbeidernes personvern.

Tidligere har det vært nødvendig for forskerne å hente pasientjournalene ut fra for eksempel fastlegene, for så å gå gjennom dem og hente ut den informasjonen de trenger mer eller mindre manuelt.

Dette gir risiko både for feilkilder og ikke minst for at sensitiv informasjon om enkeltmennesker kan havne på avveie. I tillegg har prosessen vært omstendelig og særdeles tid- og ressurskrevende.

Alt dette er eliminert nå. Dataverktøyet henter ut informasjon og lager en rapport i løpet av 22 sekunder.

– Verktøyet kan brukes på alle elektroniske pasientjournaler, uansett hvor i helse- og omsorgstjenesten journalen ligger trygt lagret; om det for eksempel er hos en fastlege, en tannlege, på sykehjemmet eller i sykehuset. Selv ikke de involverte forskerne vil ha mulighet til å identifisere hvilken pasientjournal informasjonen kommer fra, forklarer forsker Kassaye Yitbarek Yigzaw.

Dataverktøyet er basert på en personvern-algoritme som Yigzaw utviklet og tok doktorgraden på i 2017.

For å teste verktøyet i praktisk hverdag har forskerne nå undersøkt fastleger sin forskriving av antibiotika. Dataverktøyet med den spesielle algoritmen har vært montert på dataserverne i tre ulike norske fastlegesenter.

Under testen har forskerne søkt etter spesifikke diagnoser og resepter i journalene til 20 245 pasienter, fordelt på 21 fastleger. Siden pasientdataene ikke trenger å flyttes, kan forskerne hente ut enda mer data enn de har kunnet tidligere – uten å utfordre personvernet.

Antibiotikabruk

I ettertid kan hver enkelt fastlege få statistikk på hvor mange antibiotikaresepter de skriver ut og til hva. De kan sammenlikne seg med for eksempel hvor mange slike resepter gjennomsnittet av andre fastleger skriver ut.

Algoritmen kan sjekke alt fra hvilke diagnoser antibiotika brukes på, ned til hvilken dag i uka reseptene helst skrives ut.

For de aktuelle 21 fastlegene har det vært nyttig å bli sammenliknet med sine kollegaer. Plutselig kan de drive målrettet kvalitetsarbeid basert på egne faktiske resultater.

Yigzaw forklarer at helsemyndighetene i Norge har hatt som mål å redusere antibiotikabruken med 30 prosent mellom 2012 og 2020. Hvert år dør over 700 000 mennesker i verden på grunn av antibiotikaresistente bakterier. I Norge er det fastlegene som skriver ut rundt 80 prosent av alle resepter på antibiotika.

– Vi ønsket derfor å sjekke antibiotikabruken ved disse utvalgte fastlegesentrene mellom 2015 og 2018. 14 396 av pasientene ble i denne perioden diagnostisert med utvalgte luftveisinfeksjoner hvor antibiotika kunne være en behandlingsmåte.

– Kun 20 prosent av pasientene fikk resept på antibiotika og av disse igjen fikk over 60 prosent resept på smalspektret antibiotika. Vi kunne gi fastlegene en rekke nyttige måleresultater de kan bruke i eget kvalitetsarbeid, forklarer Yigzaw.

– Dette verktøyet åpner for å kunne forske på data fra primærhelsetjenesten i et helt annet omfang enn det som har vært mulig hittil, sier professor Peder Halvorsen, som er den i forskerteamet med legebakgrunn. Han håper verktøyet tas i bruk for å understøtte forskning av relevans for primærhelsetjenesten.

– Forskning basert på slike data har vært mangelvare, men den tiden bør nå være forbi.

En milliard journaler

Norge har allerede åpnet for å kunne bruke metoden som nå er utviklet, gjennom pasientjournallovens paragraf 6.

– Det vil gi store fordeler for pasienten om kvaliteten i helsetjenesten kontinuerlig kan forbedres. Ved å ta i bruk denne metoden for å analysere informasjon som ligger spredt i ulike datasystemer, kan Norge spare masse penger, sier Bellika.

Internasjonalt er det stor interesse for dataverktøyet som teamet ved E-helseforskning har utviklet.

– Et internasjonalt forskningsnettverk som heter OHDSI, dekker 17 land og har over en milliard pasienter tilknyttet sitt nettverk, vil kunne bruke vårt verktøy for å drive videre forskning i pasientjournaler, sier Bellika.

I juni publiserte forskningsgruppen fra Nasjonalt senter for e-helseforskning en vitenskapelig artikkel om bruk av algoritmen i ulike pasientjournaler. Den beskriver hvordan de kan hente ut data fra pasientjournaler lagret i ulike journalsystem og i ulike databaser, uten å se sensitive opplysninger eller risikere brudd på personvernreglene.

Disse forskere er med i prosjektet: Kassaye Yitbarek Yigzaw, Andrius Budrionis, Luis Marco-Ruiz, Torje Dahle Henriksen, Peder A. Halvorsen og Johan Gustav Bellika.

Referanse:

Kassaye Yitbarek Yigzaw mfl: Privacy-preserving architecture for providing feedback to clinicians on their clinical performance, BMC Med Inform Decis Mak. 2020. https://doi.org/10.1186/s12911-020-01147-5

Hamed Abedtash: Using OHDSI Data Network for Capturing Real-World Evidence: Our Experience with a Multi-Country Study on an Obese and Overweight Cohort, 2019.

Artikkelen er produsert og finansiert av Nasjonalt senter for e-helseforskning

Nasjonalt senter for e-helseforskning er én av 77 eiere av forskning.no. Deres kommunikasjonsansatte leverer innhold til forskning.no. Vi merker dette innholdet for å tydelig skille formidling fra uavhengig redaksjonelt stoff.
Her kan du lese mer om ordningen.

Les også disse artiklene fra Nasjonalt senter for e-helseforskning:

• 

  Helseforskning: – Nesten alle studier rundt om i verden blir forsinket

• 

  KI kan forstå legejournalen din: En ny språkmodell kan revolusjonere helsesektoren

• 

  Folk får flere digitale helsetjenester i Europa

• 

  Helsedata er vanskelig tilgjengelig for brukerne

• 

  En digital chatbot kan bidra til at du holder deg sprek

• 

  Halvparten av de som hadde fått psykisk helsehjelp, fant feil og mangler i journalen sin

Du finner flere artikler fra Nasjonalt senter for e-helseforskning her.