Polkupyörästä rakettiin: mitä HUS todisti erikoissairaanhoidon automaatiosta

HUSin Meri Utriainen ja Johanna Pakarinen kertoivat FCG:n järjestämillä Sosiaali- ja terveydenhuollon ATK-päivillä millaisia erikoissairaanhoidon potilasvirtoja voidaan automatisoida ja mitä onnistuminen käytännössä vaatii. Esimerkkitapauksena toimi rintasyöpäseurannan ratkaisu, jossa Digital Workforce on sopimustoimittaja.

Kun asiakas esittelee yhdessä rakennetun ratkaisun tuloksia, on kuunneltava tarkasti, mitä käytännön työstä ja muutoksesta on opittu. Haluan jakaa tässä blogissa HUSin esityksestä poimimani opit, sillä ne ovat hyvin sovellettavissa lähes mihin tahansa terveydenhuollon organisaatioon ja useimpiin pitkiin hoitopolkuihin.

Esitys tarkasteli rintasyöpäseurannan ratkaisua kolmesta näkökulmasta:

• lähtötilanteen haaste
• mitatut tuotantotulokset
• skaalautuvuus ja toimintamallin muutos.

Haaste: potilasseurannan hallinnollinen työkuorma

Potilasvirran näkökulmasta rintasyöpäseuranta on yksi HUSin suurimmista seurantakokonaisuuksista. Aktiivihoidon päätyttyä tuhannet potilaat jäävät erikoissairaanhoidon seurantaan riskiperusteisella aikataululla jopa kymmeneksi vuodeksi.

Seurannassa samat vaiheet toistuvat jatkuvasti: kuvantamiset, verikokeet, hoitopalautteet, oirearviot, digitaaliset palvelut ja vastaanottokäynnit. Tällainen suuri ja pitkäkestoinen potilasvirta kuormittaa helposti toimintaa ja aiheuttaa jonoja. HUS kuvasi avoimesti, kuinka koronapandemia korosti tarvetta paremmalle toiminnanohjaukselle, ennakoinnille ja resurssien hallinnalle.

Tavoitteena oli siirtyä malliin, jossa koko hoitopolku suunnitellaan kerralla ja automaatio huolehtii sen toteutuksesta, nostamalla potilaan ammattilaiselle vain silloin kun tarvitaan kliinistä työtä tai päätöksentekoa.

Lisäksi potilaille haluttiin tarjota mahdollisuus osallistua oman hoitonsa suunnitteluun mahdollistamalla itsenäinen sopivien aikojen varaus ja seurantamuodon valinta – joko oireperusteisesti tai säännöllisin vastaanottokäynnein.

Ratkaisun todellinen vaikuttavuus ja mitatut tulokset

HUS korvasi manuaaliseen työhön perustuvan toimintamallin yhdellä konfiguroitavalla seurantaprosessilla, joka ohjaa potilasvirtaa ja hoitaa hallinnolliset tehtävät automaattisesti.

Ratkaisu on ollut tuotannossa kaksi vuotta. Tässä Merin ja Johannan jakamat luvut.

• 6 909 potilasta automatisoidulla hoitopolulla
• 52 % potilaista valitsi oirepohjaisen seurannan – resursseja vapautui merkittävästi
• Häiriökysyntä puhelimitse väheni 47%. HUS odotti päinvastaista. Vastaanottojen vähentyessä, HUS ennakoi potilaiden epävarmuuden nousevan ja tästä johtuvien sisäänpäin tulevien puhelinkontaktien lisääntyvän. Data näytti toisin. Kun potilaat saavat kuvantamisensa oikea-aikaisesti ja tietävät, mitä on tulossa, he tarvitsevat vähemmän vakuuttelukontakteja.
• Automaatio toteutti kolmen viikon mittausjaksolla 6 768 tehtävää, joista vain 1,2 % eskaloitui ammattilaiselle.

Potilaan näkökulmasta hoitopolun automaatio näkyy oikea-aikaisena viestintänä, itsenäisenä ajanvarauksena ja seurantamuodon valintana. Viestintäkanavat säilyvät ennallaan – automaatio toteuttaa tehtävät HUSin määrittämissä kanavissa ja voi tarvittaessa hyödyntää myös perinteisiä kanavia, kuten kirjeitä.

Hoitopolkuratkaisujen suurin arvo syntyy kuitenkin siitä, että jonot ja viiveet vähenevät, seuranta toteutuu luotettavasti ja oikea-aikaisesti, ja ammattilaiset voivat kohdentaa enemmän aikaa potilaisiin, jotka tarvitsevat kiireellistä huomiota ja kliinistä arviointia.

Merkityksellisyyttä skaalaamalla

Edellä esitetyt luvut ja tulokset eivät yksinään tee tästä tapauksesta tärkeää. Ratkaisussa on ainekset toistettavuuteen, sillä samankaltainen prosessilogiikka toistuu monissa hoitoketjuissa.

HUS tunnisti useita uusia käyttökohteita vastaaville ratkaisuille. Näihin kuuluvat muun muassa lääkeaineseurannat ihotautien ja neurologian erikoisaloilla, kuvantamispohjainen seuranta muissa syövissä sekä geenivirheen kantajien ja meningeoomapotilaiden seuranta. Lisäksi mahdollisuuksia nähdään erikoissairaanhoidon ja perusterveydenhuollon rajapinnan ylittävissä hoitopoluissa, kuten sepelvaltimotautipotilaiden uusintatapahtumien ehkäisyssä.

Ratkaisumallin laajennettavuuden potentiaali kokemusperustesten lukujen valossa:

• Yli 95 % soveltuvien potilasvirtojen potilaista voidaan siirtää automatisoituihin ratkaisuihin
• Yli 95 % näiden potilasryhmien seurantaan liittyvistä tehtävistä hoituu automaation toimesta
• Yli 95 % rakenteisista lausunnoista osoittautuu neutraaleiksi eivätkä johda toimenpiteisiin. Potilas voi jatkaa automaation orkestroimalla hoitopolulla, eikä siirry ammattilaisen työpöydälle.
• Noin 50 % potilaista valitsee mieluummin oireperusteisen yhteydenoton kuin aikataulutetut kontrollit.

Yllätyksiä ja tärkeitä oppeja tulevaan

Esityksen lopuksi Johanna ja Meri tarkastelivat rintasyöpäseurannan toteutuksesta kertyneitä oppeja. Mieleeni jäi kolme keskeistä havaintoa, joilla on merkitystä hoitopolkujen automaation tulevaisuuden kannalta.

”Yksi määräys, kymmenen vuotta” -kehys

Jaksottaisen päätöksenteon korvaaminen yhdellä konfiguroitavalla työnkululla on avain skaalautumiseen. Seurantatyönkulku toteutetaan yhtenä perusratkaisuna, jonka variaatiot määritellään parametreilla eri sairauksille, potilasryhmille ja hoitosuunnitelmille.

47 prosentin pudotus häiriökysynnässä on odottamaton löydös

Terveydenhuollon automaatiohankkeiden liiketoimintaperustelut keskittyvät usein kustannussäästöihin ja tehokkuuden parantamiseen. Käytännössä merkittävimmät hyödyt syntyvät kuitenkin usein vaikutuksista, joita ei osata ennakoida etukäteen.

HUSin tapauksessa henkilötyötä vapautui enemmän kuin alun perin odotettiin. Meri totesi esityksessään että, muutoksen johtamiseen olisi voitu panostaa vielä enemmän, jotta vapautunut kapasiteetti olisi saatu hyödynnettyä täysimääräisesti heti alusta lähtien.

Tämä on tärkeä oppi kaikille vastaavia ratkaisuja suunnitteleville organisaatioille. Teknologian käyttöönotto on vasta ensimmäinen askel – suurimmat hyödyt syntyvät siitä, miten toimintaa muutetaan sen ympärillä.

Ei rakettia, jos polkupyörä riittää

Johanna viittasi puheenvuorossaan HUSin toimitusjohtajan aiemmin tapahtumassa esittämään ajatukseen: ”Kun voimme pyöräillä, miksi hyppäisimme rakettiin?”

Rintasyöpäseurannan ratkaisu on hyvä esimerkki tästä ajattelusta käytännössä. Ratkaisu perustuu algoritmiohjattuun prosessiautomaatioon, ei tekoälyyn. Se ei tee kliinisiä päätöksiä eikä toimi lääkinnällisenä laitteena, vaan huolehtii hoitopolun koordinoinnista, aikataulutuksesta ja hallinnollisista tehtävistä taustalla.

Keskeinen oppi on, että tekoälyä ei kannata käyttää siellä, missä automaatio ratkaisee ongelman tehokkaammin ja yksinkertaisemmin. Tekoäly tulee kohdistaa niihin työvaiheisiin, joissa se tuottaa aidosti lisäarvoa. HUS nosti tällaisiksi käyttökohteiksi esimerkiksi lähetteiden käsittelyn, kuvantamisen, esitietojen keruun sekä rakenteisen dokumentaation tuottamisen.

Digital Workforce on ollut mukana myös HUSin tekoälypohjaisen lähetelajitteluratkaisun kehittämisessä. Pitkään tuotannossa ollut ratkaisu käsittelee ja luokittelee vuosittain yli 300 000 erikoissairaanhoidon lähetettä.

Viesti on lopulta yksinkertainen: ensin suunnitellaan toimiva prosessi, sitten valitaan kuhunkin vaiheeseen tarkoituksenmukaisin teknologia. Joskus se on automaatio, joskus tekoäly – ja useimmiten vaikuttavin lopputulos syntyy niiden yhdistelmästä.

Yhteenveto

Terveydenhuollon tuottavuushaaste kasvaa kaikkialla länsimaissa. Ikääntyvä väestö, työvoimapula, kustannuspaineet ja kasvava palvelutarve eivät ole katoamassa. HUSin kokemukset osoittavat, että hoitopolkujen automaation ja kohdennetun tekoälyn yhdistelmällä haasteeseen voidaan vastata käytännössä — syöpäseurannan automaation mitatut tulokset osoittavat tämän selvästi.

Kaksi vuotta tuotannossa, 6 909 potilasta ja 6 768 tehtävää kolmessa viikossa — joista vain 1,2 % päätyi ammattilaisen käsiteltäväksi. Yhden potilasryhmän luvut ovat jo merkittäviä, mutta varsinainen tarina on vasta edessä, kun HUSin rintasyöpäseurannassa kehitettyä mallia päästään hyödyntämään myös muilla erikoisaloilla ja terveydenhuollon organisaatioissa Suomessa ja kansainvälisesti.

Keskeiset opit

• Automaatio toimii parhaiten hoitopolun tasolla. Kun koko seuranta suunnitellaan yhtenä prosessina, hallinnollinen työ vähenee, potilaan polku etenee oikea-aikaisesti ja ammattilaisten aikaa vapautuu lääketieteellisesti merkityksellisiin potilaskontakteihin.
• Suurimmat hyödyt eivät aina ole ennakoitavissa. HUSin tapauksessa esimerkiksi puhelimitse tuleva häiriökysyntä väheni merkittävästi, vaikka vaikutusta ei osattu ennustaa etukäteen.
• Muutosjohtaminen on yhtä tärkeää kuin teknologia. Vapautuneen kapasiteetin hyödyntäminen edellyttää myös toimintatapojen uudistamista.
• Monet hoitopolut perustuvat samaan prosessilogiikkaan. Siksi hyvin suunnitellut ja konfiguroitavat ratkaisut voidaan skaalata useisiin sairauksiin, potilasryhmiin ja organisaatioihin.
• Tekoäly ei ole ratkaisu kaikkeen. Polkupyörä ja raketti ovat molemmat hyödyllisiä. HUS näytti meille miltä hyvin rakennettu polkupyörä näyttää tuotannossa, skaalattuna. Tekoäly tulee kohdistaa niihin työvaiheisiin, joissa se tuottaa aidosti lisäarvoa.

Kirjoittaja Juha Nieminen on Digital Workforcen Healthcare-liiketoiminnan globaali johtaja ja yhtiön johtoryhmän jäsen. Hänellä on yli kahden vuosikymmenen kokemus myynnin johtamisesta ja liiketoiminnan kehittämisestä terveydenhuollon, IT:n ja muiden toimialojen parissa. Nykyisessä roolissaan hän keskittyy sosiaali- ja terveydenhuollon prosessiautomaatioon sekä hoitopolkuratkaisuihin. Hän on koulutukseltaan diplomi-insinööri (tuotantotalous).