Yksilöllisen lääketieteen läpimurtoa odotellessa

IBM julkaisi uusimmat Next 5 in 5 –ennusteet, eli seuraavan viiden vuoden näkymät sille, mitä teknologiainnovaatioiden saralla voi tapahtua. Trendinä näyttäisi olevan se, että kognitiivinen tietojenkäsittely tuo oppimisen lähemmäs kaikkea ja kaikkia. Mukaanlukien terveydenhuoltoa. Yksi uusista 5 in 5 -ennusteista kuuluu: Lääkärit hyödyntävät DNA-tietoja hyvinvointisi takaamiseksi. Aiheesta kertova video avaa ennustetta enemmän. Listasin omia näkemyksiäni lähellä sydäntä olevasta aiheesta.

Yksilöllinen lääketiede on periaatteessa lupaus siitä, että sinua koskevat diagnoosit ja sinuun kohdistettavat hoidot perustuvat faktapohjaiseen tietoon ja pienimpään mahdolliseen viiteryhmään juuri sinun kaltaisiasi potilaita. Yksilöllinen lääketiede on hyvin toimiessaan todellinen win/win sinun ja terveydenhuoltojärjestelmän välillä, koska sinä saat potilaana paremmat ja varhaisemmat diagnoosit ja tehokkaammat hoidot –  ja vastaavasti terveydenhuoltojärjestelmä säästää resursseja voidessaan puuttua ongelmaasi ennalta ehkäisevästi. Näin voidaan välttyä juuri sinun kohdallasi tehottomien tai kokonaan tarpeettomien hoitojen aiheuttamilta kustannuksilta. Tästä konkreettisena esimerkkinä kuulin itse aivan hiljattain todella mielenkiintoisen esityksen siitä, miten tutkijaryhmä vertailee tiettyä syöpää sairastavien potilaiden genomidatan ja erilaisten lääkitysvaihtoehtojen toimivuuden välisiä korrelaatioita.

Yksilöllisen lääketieteen lupauksen lunastaminen edellyttää paljon myös terveydenhuollon IT-ratkaisuilta. Keväällä listasin muutamia näkökulmia tulevaisuudenkestävän terveydenhuollon tietojärjestelmän suunnittelemiseen. Osa näistä on vahvistunut entisestään, ja ainakin seuraavien perusedellytysten pitää olla kunnossa:

  • Saumattomasti yhteentoimivat terveydenhuollon tietojärjestelmät

Tällä en tarkoita vain sitä, että tieto siirtyy horisontaalisesti eri potilastietojärjestelmien välillä, vaan myös yhteentoimivuutta lääketieteellisen tutkimuksen ja kliinisten järjestelmien välillä: erilaisten tietämyspilvien hyödyntämistä ja muuta sellaista”vertikaalista” yhteentoimivuutta.

  • Sovellusten ja datan irroittaminen toisistaan

Tietoa luodaan, käsitellään ja jalostetaan sovellusten avulla, mutta se ei saa jäädä ”lukkoon” sovellusten sisään, vaan sitä pitää pystyä käsittelemään avoimesti ja sovellusriippumattomasti. Tällaisesta tiedon lukitsemisesta sovelluksiin koituu tänäkin päivänä merkittäviä lisäkustannuksia terveydenhuollon järjestelmien ylläpitämisessä ja kehittämisessä.

  • Riittävät standardit tietojen yhteenkäytettävyyden mahdollistajina

Edellisen kohdan kuvaaman ongelman alkuperäisenä syynä lienee nimenomaan se, että nykyjärjestelmien kehityskaaren alkuvaiheessa ei vielä ole ollut käytettävissä riittävän kattavia ja laajasti käytettäviä standardeja kuvaamaan sitä millä tavalla ja missä muodossa terveydenhuollon tietoa pitäisi tallentaa ja käsitellä. Tänä päivänä ollaan tälläkin saralla jo pidemmällä, tosin on huomioitava, että erityisesti monimuotoisen tiedon hyödyntämisen osalta – kuten vaikkapa genomidata – standardointi tulee joka tapauksessa väistämättä laahaamaan kehityksen perässä. Näin ollen on hyvä huomioida järjestelmäkehityksessä myös se, että saatamme tulevaisuudessa käsitellä myös sellaista dataa, josta emme tänä päivänä ole edes tietoisia. Tällaista tietoa emme tietenkään siis pysty ennalta standardoimaan, mutta voimme silti pyrkiä rakentamaan järjestelmistä sillä tavalla joustavia, että ne mahdollistavat helpon laajentamisen esimerkiksi. uusien tietotyyppien osalta tulevaisuudessa.

  • Nykyistä kehittyneemmät analytiikkatoiminnallisuudet

Faktapohjainen lääketiede vaatii paljon nykyistä kehittyneempiä keinoja analysoida suuria massoja monimuotoista dataa. Tästä esimerkkinä jälleen vaikkapa genomidatan käsittely, mutta yhtälailla tekstianalytiikka tai kuvantamisjärjestelmien tuottaman datan automaattinen analysointi ja oleellisen tiedon suodattaminen siitä.

  • Kehittyneet päätöksenteon tukijärjestelmät

Käytännön kliinisessä työssä pelkkä kehittynyt analytiikka ei riitä, vaan sen pitää johtaa konkreettisiin ehdotuksiin seuraavista toimenpiteistä. Tämä ei toki tarkoita sitä, että diagnoosit tekisi tai hoidot valitsisi lääkärin puolesta tietokone, mutta edistykselliset päätöksenteon tukijärjestelmät voivat oleellisesti helpottaa ja nopeuttaa oikeiden ratkaisujen tekemistä. Lisäksi ne voivat tarjota hoitohenkilökunnalle uudenlaista näkökulmaa erilaisiin monimutkaisiin tai harvinaisiin riippuvuus- ja vaikutussuhteisiin. Esimerkkinä tästä vaikkapa potilaat, joilla on useita kroonisia sairauksia ja niihin liittyviä lääkityksiä. Tällaisten sairauksien ja lääkityksien yhdistelmä saattaa tulla kokeneellekin lääkärille vastaan vain kerran uran aikana, mutta suuria tietomassoja analysoivalle päätöksenteon tukijärjestelmälle ála IBM Watson se voi silti olla helppo pähkinä purtavaksi.

Uskon itse vakaasti, että olemme todella suuren läpimurron kynnyksellä lääketieteen kehityksessä. Tänä päivänä saatamme nauraa 1700-luvun välskäreille, jotka määräsivät mitä kummallisimpia hoitoja meidän näkökulmastamme täysin triviaaleihin vaivoihin. Saapa nähdä, mitä meidän lapsemme eläkepäivillään tuumaavat niistä keinoista, joilla heitä on pieninä tutkittu ja hoidettu.

Avainsanat: analytiikka, Suomi nousuun, terveydenhuolto

Kommentit