Laboratoriotuloksia, leikkauskertomuksia ja muuta tietoa kertyy hoitotilanteista jatkuvasti, kun potilaita hoidetaan hyvinvointialueen eri toimipisteissä. Tätä niin kutsuttua tosielämän tietoa eli Real World Dataa (RWD) tutkimalla saadaan parempaa ymmärrystä hoidon todellisesta vaikuttavuudesta. Tieto on avuksi, kun tulevaisuuden potilaille valitaan hoitokeinoja.

Siinä missä kliinisiin tutkimuksiin valitaan tietyillä kriteereillä tietylle ajanjaksolle tarkkaan rajattu ja tutkimukseen soveltuva potilasjoukko, on tosielämän dataa saatavilla huomattavasti laajemmasta potilasmäärästä ja pidemmältä aikaväliltä. Kliiniset tutkimukset keskittyvät usein lääkkeiden ja hoitomuotojen testaamiseen, tosielämän tieto kertoo muun muassa vaikuttavuudesta ja potilastyytyväisyydestä. Yksinkertaistaen voidaan todeta, että siinä missä kliininen tutkimus on osoittanut hoidon tehoavan sairauteen ainakin jossain määrin, vasta käytännössä potilaille annettu hoito kertoo, mitkä ovat hoidon todelliset vaikutukset.

Tavoitteena tietoon perustuvat päätökset

Syöpähoidoissa tosielämän tieto täydentää olennaisesti kliinisten tutkimusten tuloksia ja auttaa ymmärtämään, mikä potilasryhmä hoidosta hyötyy parhaiten. Lisäksi saadaan tietoa siitä, millä potilasryhmällä hoito saattaa jopa huonontaa elämänlaatua olennaisesti, jolloin hoidon haitat ylittävät mahdolliset hyödyt. Tästä tiedosta on apua hoitavalle lääkärille, jonka tavoitteena on valita potilaalle yksilöllisesti juuri kyseistä potilasta hyödyttävä hoito.

Pirkanmaan hyvinvointialueella toimii Tutkimuksen informatiikkapalveluiden tiimi (kliininen informatiikka), jonka ydintehtävänä on auttaa kliinikoita tavoittamaan potilaan hoidon kannalta oleellinen terveystieto.

– Kliinisen informatiikan yksikkö on aivan välttämätön, koska kukaan muu ei pysty hyödyntämään olemassa olevaa dataa. Tiimi maksaa itsensä jo sillä, että hyödyttömiä hoitoja pystytään karsimaan, sanoo Tays Syöpäkeskuksen johtaja, ylilääkäri Annika Auranen.

Kliinisen informatiikan yksikkö on aivan välttämätön, koska kukaan muu ei pysty hyödyntämään olemassa olevaa dataa. 

Tyypillisesti idea tutkimukselle lähtee kliinikoilta, jotka pohtivat eri hoitomuotojen terveys- ja taloustieteellistä vaikuttavuutta, ja mitä voitaisiin tehdä paremmin.

– Voidaan selvittää esimerkiksi sitä, palaavatko tietyllä hoitotoimenpiteellä hoidetut potilaat paremmin työelämään kuin toiset, kuvailee kliinisen informatiikan tiimiä vetävä datapäällikkö Leena Hakkarainen.

Kliinisen informatiikan tiimi on korvaamaton lenkki

Tosielämän tietoa kertyy useista erilaisista terveystietojärjestelmistä. Taysin sähköisten järjestelmien tietoa on saatavilla melko kattavasti vuodesta 2007 alkaen. Tiedot päätyvät niin kutsuttuihin tietoaltaisiin. Hyvinvointialueen myötä tietoaltaisiin päätyy materiaalia entistä useammista järjestelmistä.

Tosielämän tietoa kertyy useista erilaisista terveystietojärjestelmistä.

Tietoaltaisiin päätyvä data ei ole kuitenkaan sellaisenaan tutkijoiden hyödynnettävissä, vaan siitä täytyy louhia olennaiset tiedot kutakin tutkimusta ja sen tavoitteita silmällä pitäen. Tyypillistä on esimerkiksi informaation hakeminen tekstikokonaisuuksista tiettyjen asiasanojen ja tietokoneelle annettavien prosessointikoodien eli algoritmien avulla. Myös tietosuojalla ja kysymyksen asettelulla on tärkeä rooli. Kliinisen informatiikan tiimi, osana muita tutkimuksen tukipalveluita, auttaa tässä kaikessa.

– Pyrimme viestimään entistä enemmän, jotta tutkijat Taysin kampuksella tietäisivät palveluistamme ja siitä, että ne ovat omille kliinikoillemme maksuttomia, Hakkarainen sanoo.

Tiedonhaussa informatiikan tiimi palvelee tutkijoita niin kotimaassa kuin kansainvälisestikin. Pyyntöjä tulee tiimin kokoon nähden runsaasti, joten priorisointi on tarpeen. Priorisoitavia hankkeita ovat muun muassa Pirkanmaan hyvinvointialueen käynnissä olevat niin sanotut OOO-tutkimukset, eli oikeaa hoitoa, oikealle potilaalle, oikeaan aikaan. Findatalta tuleviin kansallisiin tutkimuksiin, joissa on yleensä usean rekisterinpitäjän alaista tietoa, tulee tieto toimittaa lakisääteisesti 30 työpäivän sisällä. Silloin muut projektit väistävät. Tällaisia pyyntöjä tulee 5–15 kappaletta vuodessa. Biopankkitutkimuksia, joissa genomidatasta haetaan tietynlaisia muuttujia ja etsitään näytteiden oheen terveystietoja, on Hakkaraisen mukaan käynnissä koko ajan.

Tietoturva prioriteettina

Tietoturva ja arkaluontoisten potilastiedon lainmukainen käsittely on välttämätöntä. Terveysjärjestelmien tietoja ei yleensä siirretä hyvinvointialueen ulkopuolelle, vaan eri tutkimustarkoituksiin luodaan omia algoritmeja tarvittavan tiedon hakemiseen. Tutkimusten algoritmeja voidaan lähettää yhtä aikaa Taysin informatiikkatiimille ja eri puolille maailmaa.

Algoritmi on ikään kuin tutkijan kysymyspatteri, joka on muutettu koodiksi. Sen avulla voidaan esimerkiksi tutkia, kuinka monelle syöpäpotilaalle on annettu tiettyä lääkettä tiettynä ajanjaksona ja miten heidän laboratoriotuloksensa ovat sen jälkeen muuttuneet. Ulkopuolelta tuleviin hakupyyntöihin liittyviä algoritmeja Hakkaraisen tiimi muokkaa tarpeen mukaan. Haun jälkeen he tarkistavat, että hakutulos on laadukas ja koodi on hakenut sitä, mitä sen on tarkoituskin hakea. Tutkimukselle luovutetaan vain ne hakutulokset, jotka katsotaan oleellisiksi ja joihin kyseisellä tutkimuksella on tietoluvan mukaan oikeus. Näin varmistetaan myös, ettei yksittäinen potilas ole tunnistettavissa tiedoista.

Taysiin on rakennettu tietosuojalait täyttävä tutkijoiden tietoturvallinen virtuaalinen työtila, jossa tutkijat voivat käsitellä ja analysoida oman tutkimuksensa tietoja turvallisesti. Tutkijoille on heidän tutkimuksensa työympäristössä saatavilla vain ne tiedot, jotka kuuluvat kyseisen tieto- tai tutkimusluvan piiriin.

Tiedonhakua kehitetään yhteistyössä yliopiston tutkijoiden kanssa

Tietojen hakeminen ja yhdistäminen eri järjestelmistä ei tapahdu sormia napsauttamalla, joten kliinisen informatiikan tiimi tekee yhteistyötä myös Tampereen yliopiston tutkijoiden kanssa. Professori Mark van Gils kehittää ryhmänsä kanssa algoritmeja, jotka hyödyntävät useita tietolähteitä, kuten kuvia, potilasmonitorointidataa sekä teksti- että biopankki-dataa.

Eri tietolähteiden lisäksi harmaita hiuksia aiheuttavat myös samojen lähteiden datassa oleva epäsuhtaisuus.

– Eri maissa on erilaisia laitteita, lähteitä ja formaatteja tai erilainen tapa kirjata asioita, joten tiedon yhdisteleminen on haastavaa, van Gils sanoo.

Van Gils kertoo monien tutkimusryhmien keskittyvän yksittäisiin lähteisiin, kuten magneettikuvien, sydänsähkökäyrän eli EKG:n tai perimään liittyvän tiedon analysointiin. Suuri haaste on kuitenkin eri lähteistä saatavan datan yhdistäminen. Hakkaraisen ja Van Gilsin tiimit ovatkin luoneet käyttötilanteita, joihin tutkijat voivat tarvita tietoa eri lähteistä. Hakkarainen kumppaneineen toimittaa aineistoa ja van Gilsin ryhmä etsii ratkaisuja tietojen yhdistämiseen, jonka päämääränä on tukea kliinistä päätöksentekoa. Suunnittelua on tehty vuoden 2023 aikana ja pian on luvassa tuloksia.

Van Gilsin ryhmä etsii ratkaisuja tietojen yhdistämiseen, jonka päämääränä on tukea kliinistä päätöksentekoa. 

Harmonisointia kohti

Yksi askel kohti yhtenäisen tiedon tuottamista on kansainvälinen OMOP-tietomalli (Observational Medical Outcomes Partnership). Yksinkertaistettuna malli tarkoittaa kansainvälisesti yhtenäistä koodilistausta muun muassa diagnooseista, lääkkeistä ja toimenpiteistä, jota käytetään kääntämään paikalliset lääketieteen termit kansainvälisesti tunnistettaviksi.

– OMOP-malli on välttämätön, jotta voimme vastata nopeasti kansainvälisiin datapyyntöihin, toteaa Hakkarainen.

Potilasteksteille ei kuitenkaan ole vielä olemassa hierarkiaa tai automaattista mallintamistapaa. Useat lääketieteelle arvokkaat asiat kirjataan vapaamuotoiseksi tekstiksi, joten tietojen louhimiseen tarvitaan myös paljon käsityötä ja yhteistyötä, sekä kliinikoiden tietoja kirjaamistavoista ja käsitteistä että data-asiantuntijoiden osaamista tarvittavien asioiden keräämiseksi tutkimuksille. Syövän hoidossa toiveena olisi saada keino valitun hoitolinjan ja sen vaikuttavuuden kirjaamiseen.

– Nyt vaikuttavuus näkyy elinaikatiedoissa, mutta tavoitteena on harmonisoida tietojen kirjaamista siten, että myös elämänlaadusta, haitoista ja annetuista eri hoidoista saataisiin tieto yksinkertaisin tavoin automaattisesti tietojärjestelmistä. Merkintöjen harmonisointia tulisi tästäkin syystä kehittää erityisellä tarmolla, Annika Auranen painottaa.