Indsigt

Data ændrer sundhedsvæsenet

Michael Moeller Fremtidens Hospitaler 2
Michael Møller

Michael Møller

Udviklingschef

Fremtidens digitale hospitaler skaber nye muligheder for at optimere på fronter som kapacitetsudnyttelse, logisk og patientforløb – bæredygtighedsdagsordenen får også en vitaminindsprøjtning

27. januar, 2020

Sundhedsvæsenet kommer til at generere en masse data på en helt ny måde. Det gælder især inden bygninger, logistik og patienter/personale.

Lægger vi ud med bygningsmassen, kommer data i spil i forhold til rumudnyttelse, drift og vedligehold. F.eks. data for rumventilation, der viser, om ventilationen fungerer korrekt, om en radiator er utæt, eller om bygningen performer energimæssigt korrekt. Med andre ord - det intelligente hospital, der selv håndterer en masse teknik.

I forhold til logistik er der tusindvis af varenumre på et sygehus. Affald skal sorteres i de rigtige kategorier. AGV’er og rørpost kører døgnet rundt. Opbevares medicinen ved de rigtige temperaturer og i den rigtige fugtighed? Hvad ligger der i varemodtagelsen, og hvor langt er det fra den kliniske afdeling? Der er alverdens logistik-systemer, som man skal have data på. Herunder også de helt almindelige som at bruge elevatorer. Hvor er der spidsbelastninger, og hvornår har der sidst været service?

Med data får du en helt anden transparens i dine logistiksystemer og dine vareflow, og du kan aflæse dine peaks i forhold til, hvordan du belaster dit sygehus i en 24-timers rytme alle ugens dage. Du får data, som er enormt gavnlige i forhold til bl.a. at optimere arealer og udnytte rum.

Patienternes data kan optimere funktioner

Sporbarhed er uhyre interessant i forhold til at forbedre forholdene for både patienter og personale. Mange er enormt nervøse for sporbarhed. Jeg synes kun, at det vil være rigtig dejligt som patient, at det armbånd, som jeg alligevel har på hånden, også indeholder en chip, så medarbejderne ved, hvor jeg er. Får jeg det dårligt på toilettet, eller ved personalet ikke, hvor jeg er, så kan de spore mig på sygehuset. Tilsvarende fordele vil opstå for medarbejderne.

Så patienternes data angiver, hvor og hvordan de bevæger sig rundt på sygehuset. Hvornår er de i en scanner? Hvornår bliver de opereret, hvornår får de medicin, og hvornår taler de med kliniske medarbejdere? Man kan også se i et patientforløb, hvor det er, personalet bruger rigtig meget tid. Hvor og hvor længe ligger patienterne og venter? Disse data kan man anvende til at optimere arbejdsgange i bl.a. akutmodtagelsen, hvor langt de fleste alligevel bliver sendt hjem inden for 24 timer. Det gælder måske endda 80 procent af patienterne i fremtiden, at de aldrig kommer videre ind i sygehuset. Hvad sker der egentlig med dem, mens de er der?

Et konkret eksempel er fremtidens toiletter i sundhedsvæsnet, hvor et toilet ikke bare er et toilet. Det smarte toilet forebygger sygdom ved at måle værdier som infektionstal. Det vejer og måler, hvad der kommer ud af kroppen i forhold til f.eks. væskeregnskab, der ofte er væsentlig information i behandlinger, klarer den personlige rengøring og sikkert mere om få år. Her kan man producere data uden menneskelig involvering, hvorimod nogen skal have styr på og indsigt i de tekniske løsninger og faciliteter.

Et andet konkret eksempel er fremtidens seng, der f.eks. selv tager temperatur, puls, hjerterytme, registrerer åndedræt, soverytme og meget mere. Igen en masse data, der skal kobles til andre systemer, valideres og anvendes i forhold til patientens forløb.

En tæt relation mellem de forskellige typer af data

Når vi opdeler data i kategorier, skal det samtidig understreges, at der er en tæt og faglig relation mellem de forskellige typer af data. F.eks. er det interessant at analysere data, der er knyttet til patientforløb koblet til, hvordan man anvender arealer, rum og udstyr, hvis man skal optimere og forbedre kvalitet. Man kan også analysere patientforløb i forhold til logistik, ventetider på elevatorer, prøvesvar, samtaler med kliniske medarbejdere og kapaciteter i forhold til kliniske undersøgelser som billeddiagnostik og blodprøver.

Når vi opdeler data i kategorier, skal det samtidig understreges, at der er en tæt og faglig relation mellem de forskellige typer af data. F.eks. er det interessant at analysere data, der er knyttet til patientforløb koblet til, hvordan man anvender arealer, rum og udstyr, hvis man skal optimere og forbedre kvalitet.

Når vi opdeler data i kategorier, skal det samtidig understreges, at der er en tæt og faglig relation mellem de forskellige typer af data. F.eks. er det interessant at analysere data, der er knyttet til patientforløb koblet til, hvordan man anvender arealer, rum og udstyr, hvis man skal optimere og forbedre kvalitet.

Det bliver i de kommende ti år meget nemmere at koble disse data sammen, og gennemsigtigheden vil stige væsentligt. I forhold til f.eks. et kræftforløb vil vi med fremtidens sundhedsvæsen, hvor sensorer, sporbarhed og meget andet kunne se, hvordan patienterne præcis kommer igennem et patientforløb, hvor lang tid de opholder sig i de forskellige områder og arealer, ventetider på undersøgelser, ankomst osv.

De tekniske afdelinger vil kunne bruge data til at optimere energi, arealer, rengøring, logistik-faciliteter og kunne koble data sammen i nye muligheder og løsninger. Sensorer og IoT (Internet of Things) vil medvirke til at give et samlet overblik over driften af hospitalet, hvor en lang række data løbende monitoreres og med indbyggede grænseværdier for alarmer er med til at sikre patientsikkerhed, kvalitet og sikker drift uden nedbrud og aflysninger.

Alle skal blive dus med data

Brug af data til at forbedre sundhedsvæsenet kræver som minimum to ting.

Et er kvaliteten af data, der skal være valid og god. Det er oplagt at spørge, hvorvidt dette kræver standarder og fælles procedurer mv. på tværs af regioner, hospitaler og kommunale sundhedstilbud - og måske endda internationale standarder? Kvaliteten af data kommer ikke nødvendigvis af sig selv.

Der er naturligvis betydelig forskel på data, om det er patientdata eller f.eks. bygningsmæssige data. Ledere og medarbejdere skal vænnes til at bruge data. I forhold til de fremtidige tekniske afdelinger er der næppe tvivl om, at data blive en langt større del af hverdagen.

Det andet er, at kompetencer inden for ledelse, koordinering, samarbejde, roller, kommunikation, økonomistyring, projektledelse mv. vil se anderledes ud om ti år i de tekniske afdelinger på hospitalerne. Alene på grund af at den måde vi samarbejder om at håndtere data, digitalisering og bygningsautomation ændrer sig. Det vil sige, at kravet til fleksibilitet, hurtigt at kunne agere og vurdere en sags karakter er kompetencer, man efter min vurdering må styrke.

Det bæredygtige sundhedsvæsen

Vi ved, at vores verden er kraftig udfordret på en lang række områder. Vi skal ganske enkelt leve mere bæredygtigt, og vi skal arbejde langt mere klimabevidst. Sundhedsvæsenet er både i Danmark og globalt en sektor, der anvender betydelige mængder af energi, forbrugsvarer, fødevarer, vand og udstyr og samtidig er store arbejdspladser.

Igen kan vi anvende data til at minimere spild f.eks. ved måltider, forbrugsstoffer, medicin og meget andet ved omhyggelig brug af data og sikker logistik. Dette samtidig med at bygningsmæssige data viser vejen til et mere energineutralt og bæredygtigt sygehus. Hvis vi kombinerer brugen af rum og arealer med intelligent styring af varme, køling, rengøring, lys og slid, kan vi optimere utroligt meget også på bæredygtigskontoen.

Vil du vide mere?

Michael Møller

Michael Møller

Udviklingschef

Allerød, Denmark

Michael Møller er markedschef for hospitaler i NIRAS. Han er uddannet cand.scient.adm. i 1992 med speciale i sundhedsøkonomi, sundhedsplanlægning og sundhedspolitik og har arbejdet med sundhedsvæsenet på mange områder bl.a. i Lægeforeningen, Sundhedsstyrelsen og på flere hospitaler.

I de seneste 12 år har Michael arbejdet i NIRAS med sundhedsbyggeri i bredeste forstand, patientforløb, teknologi og logistik og er bl.a. medlem af bestyrelsen i Forum for Sygehusteknik og Arkitektur, Dansk Selskab for Ledelse i Sundhedsvæsenet og Dansk Selskab for Medicinsk Prioritering.

Kontakt

Læs også: