✕  Lukk søk

Gadgets og pasientgenererte data

Hvorfor deler vi ikke alle våre kliniske helsedata med fastlegen? Hvordan bør ulike systemer kommunisere med hverandre? Våre fagmiljøer innen helsevitenskap og teknologi møttes til frokostseminar 20. april.

Mobile Technology Lab ved professor Tor-Morten Grønli, institutt for teknologi, arrangerte frokostseminar om helse og teknologi 20. april.

Meet the Programme Manager, Tor-Morten Grønli, MACS

LEDER MOTEL: Professor Tor-Morten Grønli er leder av Mobile Tech Lab, som blant annet forsker på helseteknologi.

På talerlisten sto innlegg fra noen av høyskolens egne forskere, i tillegg til professor Pradeep Kumar Ray fra Shanghai Jiao Tong University.

Først ut var professor Per Morten Fredriksen, som innledet om muligheter og utfordringer som ligger i helseteknologien, sett fra helsetjenestenes ståsted. Noen av mulighetene – og utfordringene – ligger i pasientgenererte data.

Per Morten Fredriksen

SER MULIGHETER: Professor Per Morten Fredriksen, institutt for helsevitenskap.

Sykkelturen kan gi nyttig informasjon til fastlegen

POPULÆRT: Med godt over en million brukere på verdensbasis er gratisversjonen av STRAVA en av de mest populære treningsappene for syklister og løpere. Det åpne API-et har integrasjon opp mot utallige tredjeparter, deriblant kartvisualisering.

Pasientene samler ofte inn egne data som kan være av stor interesse for fastlegene, mente Fredriksen.

– Vi skiller mellom ulike typer pasientgenererte data. Fra sportsklokker eller smartklokker kan vi for eksempel få klinisk relaterte data. Dette er data som kan gi nyttig informasjon til fastlegen om pasientens helsetilstand, men som sannsynligvis ikke finner veien til fastlegens kontor.

Resultatene fra sykkelturen deles oftere i sosiale medier enn med legen.

– Hovedutfordringen er å få systemer på plass som deler pasientgenererte data med fastlegekontoret. Veien dit kan bli lang, fordi personvernet må være på plass. Fastlegene er dessuten skeptiske.

En ring skal samle dem

Professoren viste til gadgets som samler pasientgenererte data. En av disse helsedingsene er Moodmetric, en ring som måler stressnivået ditt gjennom huden og viser dataene i sanntid på smarttelefonen din. Moodmetric er utviklet av Vigofere Oy, et finsk helseteknologiselskap.

Om gadgets og pasientgenererte data

MÅLER IKKE HUMØRET: Moodmetric måler stressnivået ditt gjennom aktiveringsgraden i det sympatiske nervesystemet. Humøret må du logge selv.

Ringen fungerer ved å lagre EDA-data (electrodermal activity) som viser i hvilken grad det sympatiske nervesystemet er aktivert. Skjermen på smarttelefonen din viser en graf med en forenklet skala fra 0 til 100. Et høyt tall betyr høy aktivering av nervesystemet, og altså høyt stressnivå.

Selv om den heter «Moodmetric», kan ikke ringen loggføre humøret ditt uten din hjelp. Ringen måler kun fysiologisk stressnivå, men har også en dagbokfunksjon der du selv kan plotte inn opplevd stressnivå – og om stresset oppleves som positivt eller negativt.

Helsedata i isolerte systemer

De offentlige helsetjenestene har det største ansvaret for helsedata i Norge, men det betyr ikke at de er først med den nyeste teknologien.

– Helserelaterte data kan være administrative eller kliniske data, og de ulike dataene lagres i interne systemer ved sykehusene, hjemmesykepleien og fastlegekontorene. Disse systemene har sjelden fungerende integrasjon opp mot hverandre, fortalte Fredriksen. Professoren ser likevel lyst på framtidens e-helsetjenester.

– E-helse kan øke effektiviteten og redusere kostnader i helsetjenestene. For å få dette til, må vi muliggjøre informasjonsutveksling og kommunikasjon mellom helsetjenestetilbyderne, og mellom fagfunksjoner, som sykepleiere og leger.

Kan bidra til økte forskjeller

Av andre utfordringer peker professor Fredriksen på kostnader knyttet til smartklokker og andre måleinstrumenter til hjemmebruk.

– Gadgets og devices til hjemmebruk er dyrt. Disse e-helsedingsene kan øke skillet mellom dem som har og som ikke har tilgang, enten det er til penger, kunnskap eller teknologien disse baserer seg på.

Online-pasienter og selvdiagnostikk

SELVDIAGNOSTISERING OG DINGSER: Flere målemuligheter for pasienter gjør ikke nødvendigvis fastlegenes jobb enklere.

Blir vi bedre eller dårligere pasienter når vi kan overvåke våre egne kliniske data? Et av spørsmålene fra salen er om nettopp googling og selvdiagnostisering.

Hvordan kan fastlegene unngå å få venteværelsene fulle av folk som selv har svaret på hva som feiler dem?

–Hvis du har en EKG-måler hjemme som viser avvikende verdier én dag, trenger ikke dét være grunn til bekymring, hvis du ellers føler deg frisk. En grei regel er å rådføre seg med legen hvis man føler seg dårlig, sier Per Morten.

– Men, hvis du føler deg frisk, men EKG-måleren din viser avvikende verdier gjentatte ganger, skal du ta kontakt med legen. Det er legene som skal utøve diagnostikk og behandling, ikke pasientene selv.

Fra pasientalarmer til helsedata

Alle norske kommuner skal ta i bruk velferdsteknologi innen 2020. Førsteamanuensis Miria Grisot har gjennomført en empirisk studie der hun undersøkte sykepleieres praksis i tre norske byer. Her har hun sett hvordan ulike systemer gir ulik praksis.

– Sykepleiere i Oslo, Sarpsborg og Larvik har tilgang til ulike systemer og ulike typer data. Noen av sykepleierne har tilgang til et skybasert system som viser pasientgenererte data. Disse pasientene har også tilgang til sine egne data, og kan selv rapportere om sine verdier. De sier ikke lenger til sykepleieren at de føler seg bra, forteller Grisot.

Pasientene sier heller «verdiene mine er fine i dag».

Skepsis til systemene

Selv om sykepleierne mottar data direkte fra pasientene i skyen, må de ofte kopiere dataene fra ett system til et annet, fordi systemene ikke kommuniserer med hverandre. Dette oppleves som meningsløst merarbeid for sykepleierne.

– I tillegg er fastlegene skeptiske til at sykepleierne skal motta disse dataene direkte fra pasientene, og ikke fra legene. De ser for seg at det skaper unødvendige omveier mellom pasient og fastlege, som igjen vil føre til merarbeid og merkostnad for legene. De bekymrer seg dessuten for om sykepleien «stjeler» pasientene deres.

Målte lesbarhet med eye-tracking

Høyskolelektor Siri Fagernes er faglig studieleder ved vårt nyeste masterprogram, Human-Computer Interaction. Fagernes presenterte funn fra studien “Accessible printed texts”, som undersøkte tilrettelegging av tekst for en testgruppe med dysleksi.

– Universell utforming er viktig for at alle skal føle seg inkludert i samfunnet. 5 – 10% av den norske befolkningen har dysleksi, men det fins få retningslinjer for å tilrettelegge tekster for denne gruppen. I vår studie ble testgruppen bedt om å lese tekster med variasjoner av kortere linjebredde, altså med færre ord per linje. Resultatene ble målt med eye-trackingbriller.

Interaktiv-design-Programansvarlig-Siri-Fagernes

Siri Fagernes, faglig studieleder ved masterprogrammet Human-Computer Interaction.

– Studien viser klart at gruppen foretrekker andre måter å få teksten tilrettelagt på enn dette. Den korte linjebredden virket provoserende, og flere i testgruppen følte at de ble sett på som dumme, fortalte Fagernes.

Teknologi løser ikke alt

Professor Pradeep Kumar Ray fra Shanghai Jiao Tong University innledet med en kommentar til pasientansvar, sikkerhet og helseteknologi.

I praksis er vi nødt til å stole på ekspertene innen sine respektive fag.

– Ingenting relatert til diagnostikk og behandling bør overlates til Google. Noen tror at alle problemer kan løses med teknologi. I teorien burde det kanskje være mulig, men i praksis er vi nødt til å stole på ekspertene innen sine respektive fag. Det verste som kan skje, er at folk dør på grunn av en software-bug. Det har vært dødsfall forbundet med feildosering grunnet systemfeil, og vi kan ikke tillate at folk dør fordi vi stoler for mye på teknologien og usikre systemer.

Trenger gode rammeverk

Kumar Ray avsluttet frokostseminaret med å snakke om sin forskning på mHelse i utviklingsland. Også i hans forskningsfelt er datalagring og gode integrasjoner mellom systemer viktig.

– Noe av det viktigste vi gjør, er å utarbeide et godt rammeverk for datalagring og sikkerhet. Vi trenger ontologi-baserte integrasjoner, der man kan hente ut akkurat de dataene man trenger, og der data kanskje kan benyttes flere ganger i ulike studier. Utfordringene i å jobbe med big data ligger ofte i datakvaliteten.