Kan få nye muligheter til å redusere alvorlige feil

BODØ (Dagens Medisin): –  Dette gir muligheter til læring på systemnivå, mener Athar Ali Tajik, medisinsk fagdirektør i Statens undersøkelseskommisjon for helse- og omsorgstjenesten.

På Helse Nords nasjonale konferanse om kunstig intelligens i helsetjenesten, skal Tajik fortelle hvordan den nye teknologien også kan bedre pasientsikkerheten. Konferansen arrangeres i samarbeid med Nasjonalt senter for e-helseforskning.
Tekstanalyse av pasientjournaler
– Ny teknologi og kunstig intelligens påvirker pasientsikkerheten på flere ulike måter. Du har blant annet eksempler fra den kliniske hverdagen der dette gir støtte i diagnostikken, særlig innenfor radiologi der treffsikkerheten etterhvert er blitt veldig god. Et annet eksempel er tekstanalyse av pasientjournaler som kan bidra til å forutsi kliniske utfall. Videre vil sanntidsovervåkning av kliniske målinger kunne identifisere problemstillinger før de oppstår, sier han til Dagens Medisin.
Han viser til at flere av foredragsholderne under konferansen har snakket om nettopp dette - som for eksempel mulighetene til å identifisere et hjerteinfarkt før det har skjedd.
– De tekniske løsningene finnes allerede
– Vi har store mengder strukturerte data i dette landet, blant annet i våre helseregistre og andre kilder både nasjonalt og i tjenesten. Her kunne det vært mulig å knytte sammen data fra ulike kilder for å identifisere trender på nasjonalt nivå.

– Når ser du for deg at dette kan realiseres?

– Personlig så tenker jeg at de tekniske løsningene allerede finnes, og at det handler om å bygge infrastrukturen som gjør det mulig å analysere og sammenstille data fra ulike kilder på en måte som både ivaretar personvern og etiske hensyn. De store nasjonale programmene, som for eksempel En innbygger, én journal,  Helsedataprogrammet, og Én vei inn er et skritt i riktig retning, men mye arbeid gjenstår.

– Man kan på sikt se for seg systemene blir så integrert at den dagen en alvorlig feil skjer så kan legen eller sykepleieren melde om dette direkte fra pasientjournalen. Her kan algoritmer bidra til at de relevante opplysningene – inkludert journal, kurve og prøvesvar – fra pasientforløpet på tvers av hele tjenesten automatisk oppsummeres og sendes inn til riktige meldeordningene.

– Så jeg håper vi kommer til et punkt der vi ikke har et avgrenset fokus når det gjelder alvorlige uønskede hendelser, men også ser etter strategiske trender slik at vi kan sette kreftene inn på riktig sted.