Et bedre BUP med datadrevet kunnskapsstøtte?

Kronikk: Øystein Nytrø, førsteamanuensis ved Institutt for datateknologi og informatikk (IDI), Norges teknisk-naturvitenskapelige universitet (NTNU)
Roman Koposov, professor ved Regionalt kunnskapssenter for barn og unge (RKBU) nord), psykisk helse og barnevern, UiT – Norges arktiske universitet
Odd Sverre Westbye, universitetslektor ved RKBU Midt, NTNU og St. Olavs hospital, divisjon psykisk helse, Barne- og ungdomspsykiatrisk klinikk
Carolyn Clausen, stipendiat ved RKBU Midt, NTNU
Bennett Leventhal, professor ved Universitetet i California, San Francisco, USA
Thomas Brox Røst, ph.d.-student ved IDI, NTNU og daglig leder i Vivit AS
Victoria Bakken, vitenskapelig assistent ved RKBU Midt, NTNU
Kaban Koochakpour, stipendiat ved Institutt for datateknologi og informatikk (IDI) NTNU
Ketil Thorvik, innovasjonssjef ved Helse Midt-Norge IT
Norbert Skokauskas, professor og forskningsleder ved RKBU Midt, NTNU

DATADREVET KUNNSKAPSSTØTTE betyr å bruke kliniske data fra mange pasienter for å finne gode valg for den enkelte pasient. Ny teknologi gjør det mulig å trekke ut og presentere oppsummert kunnskap om forløp, behandling og utfall. Raskt, og ved behov, fra strukturerte og ustrukturerte data i journalen.

Men gitt muligheten: Hvor god er gammel praksiskunnskap – og gjør den BUP bedre?

DET HASTER I BUP. Barn og unge er sårbare. Rask og presis diagnose og behandling av ADHD er viktig for å forebygge samsykelighet og negative konsekvenser. Journalgjennomgang viser at diagnostikk av ADHD varierer mye. For over halvparten av tilfellene er utredningen ikke i samsvar med anbefaling i nasjonal retningslinje.

Drømmen om beslutningsstøtte i helsesektoren skyldes at den ble hengende igjen med rapporteringssystemer. Andre sektorer introduserte informasjonssystemer. Helsepersonell ønsker ikke å være informasjonsarbeidere, og dermed blir de rapportører.

I september 2020 lanserte Helse- og omsorgsdepartementet (HOD) høringen «Bruk av helseopplysninger for å lette samarbeid, læring og bruk av kunstig intelligens i helse- og omsorgstjenesten». Der legges det til rette for gjenbruk av kliniske data.

VIKTIG STEG VIDERE. Dette er et viktig skritt videre fra intensjonen bak Helseanalyseplattformen (HAP), som inneholder data samlet for rapportering og statistikk. Det er umulig å gjenfinne detaljert kunnskap om individuelle helseforløp. HAP er en omvei. Rådata fra klinikk, inkludert fritekst, kan gi gyldig kunnskap om lange helseforløp.

Prosjektet Individualized Digital Decision Assist System (IDDEAS) utvikler praksisdatadrevet kunnskapsstøtte for BUP, ved å kombinere kunnskap om pasientforløp fra journaldata, med kunnskapsbaserte anbefalinger fra litteraturen. BUP utviklet sin egen elektroniske pasientjournal BUPdata, som inneholdt for eksempel pasientfunksjon, samarbeidsroller, tiltak, familieforhold og et avansert seks-dimensjonalt system for diagnostikk. BUPdata kom for snart 40 år siden, fikk full dekning, og ga støtte til fag, forskning, administrasjon og rapportering. I Midt-Norge var BUPdata i bruk til 2019.

PÅ RETT VEI. Svakheten med koding er at praksis og tolkning endrer seg. I andre sektorer er det vist at metoder fra kunstig intelligens er god til rådata-analyse. Kunnskapsekstraksjon fra fritekst og semistrukturert journalinnhold er mulig, men beregningsintensivt. Sikre, trygge og kraftige skytjenester som HUNT Cloud tillater at rådataanalysen kan integreres i løkken av data fra klinikk og tilbake. Innsiktsløs maskinlæring virker mye bedre når den veiledes med domenekunnskap.

Vi har valgt intervensjon i ADHD som innsatsområde fordi:

• det er et viktig område med mye klinisk praksis, men stor lokal variasjon,
• det er et begrenset utvalg av distinkte intervensjoner,
• forløpene er ofte forholdsvis ukompliserte.

Systemet vi utvikler, presenterer praksisråd ekstrahert fra praksisdata og kunnskapsbaserte anbefalinger fra nasjonale og internasjonale retningslinjer. Men bare når det er ønsket, aldri som uoppfordret påminnelse. Landskap, kart og stier er gode metaforer for pasient og hjelpere som skal finne rett vei.

BLIR BUP BEDRE? Det er mange retningslinjer for ADHD-behandling. Tekst er krevende å omsette i gjerning og vanskelig å omsette i hjelpsom IT. BUP har variasjon mellom klinikker, men praksismønstre spres gjennom samarbeid og opplæring. Vi ønsker å gjøre pasienter og klinikere oppmerksomme på slike lokale praksismønstre.

På individnivå er det vanskelig å måle avvik fra retningslinjer. I BUP brukes «Children's Global Assessment Scale» til å beskrive pasientfunksjon, og vi tror det kan brukes til å måle effekt av forskjellige beslutningsstøttefunksjoner.

Vi tror forløpskart, som viser vei og muligheter, bør deles med alle. IDDEAS-prosjektet vil undersøke om brukere og klinikere blir tryggere gjennom mer innsikt.

BEDRE TJENESTER? Tør vi kaste rapporter fra tusenvis av klinikeres behandling av millioner av pasienter – bare fordi innholdet er litt vanskelig tilgjengelig for regnearkprogrammet? Ønsker vi å lagre gamle journaler som bilder? Skal vi opprette flere registre som teller detaljer og samler variabler uten klinisk betydning? Skal klinikere finsikte data som passer til algoritmer?

Vi mener at kunstig intelligens brukt på praksisdata ikke skal ta beslutninger om ADHD-behandling. Vi tror heller ikke at maskiner alene gir presis ADHD-behandling. Men vi tror at teknologi kan vise verdien av klinisk informasjon og gjøre skjult kunnskap kontinuerlig tilgjengelig i helsetjenesten. Vårt mål er å oppfylle forventningen om at erfaring fra pasienter og behandlere blir sett, forstått og brukt.

Oppgitte interessekonflikter: Øystein Nytrø og Thomas Brox Røst har eierinteresser i Vivit AS, som er partner i prosjektet IDDEAS.

Dagens Medisin, fra Kronikk og debattseksjonen i 08-utgaven