Tuula Tiihonen, projektijohtaja, Ihminen edellä-avainalue, Sitra Kuka auttaa potilasta kaiken tiedon tulkitsemisessa? 17.5.2018 Sitran työpaja: Hyvinvointidatan hyödyntämisen eettiset kysymykset ja luottamuksen rakentuminen

1. Kuka auttaa potilasta yksilöä kaiken tiedon
tulkitsemisessa?
Tuula Tiihonen, projektijohtaja, Ihminen edellä-avainalue, Sitra

2. Lääkärissäkäynti – ihanne ja todellisuus?
The study published in the Annals of Internal Medicine:
27% of office time seeing patients and rest of the time for
paperworks (for example EHR)

3. Oletko lääkärisi mielestä ärsyttävä? Näin se
vaikuttaa diagnoosiin
Vaikeaksi luokiteltu käytös potilaalta johtaa todennäköisemmin lääkärin väärään
diagnoosiin kuin neutraali käytös, selviää Rotterdamin Erasmus-yliopiston selvityksestä.
Tuloksena selvisi, että lääkäri diagnosoi potilaan vaikeissa tapauksissa 42 prosenttia
todennäköisemmin väärin, kun potilas oli käytökseltään hankala. Väärin diagnosoiminen
tippui kuuteen prosenttiin helpoissa tapauksissa.
Koneoppimisen jämähtämisongelma:
Kone oppii kuin ihminen: empiirisen havaintoaineiston (=datan) perusteella.
Tästä syytä samoin kuin ihmisen on hankala oppia pois huonoista tavoista ja asenteista
(ennakkoluulot, stereotypiat), on koneen vaikea oppia nopeasti pois virheellisestä tulkinnasta.

4. Miten tulkinta toimii tänään?
Silmälääkäri on pyytänyt tulemaan uudestaan, ja sanonut, että
“katsotaan sitten mitä tehdään”. Mitähän se tarkoittaa?

5. Entä tulkinta tulevaisuudessa?

6. SAMPLES
DATA
COLLECTION
DATA
INTEGRATION
DATA
ANALYSIS
RISK
PROFILES
INTERVENTIONS
HEALTH
COACHING
Predictive
Personalised
Participatory
Preventive
Population Health
How is your diet?
Do you exercise?
Do you smoke?
Lifestyle change?
Just do it!
Earlier and more
precise diagnoses
More targeted
screenings
All relevant &
sensitive data!
TERVA-project 2006-2016
for intervention
Preventive healthcare
finally implemented
CardioCompass
Blood Analysis;
added value to health
verification & follow-up
Genomic data!
Health Benefit Analysis

7. HEALTH BENEFIT ANALYSIS TOOL FINDS
THE CARE GAPS
HBA tool is a personal and systematic care needs assessment drawn up by
combining information from several different sources.
- For each patient, the most important interventions are put on top based on personal risk
assessment (baseline risk).
- Benefits and harms of interventions should be estimated individually for each patient
- The population is listed and sorted by care gap and potential health benefit
- The patient’s values and preferences influence the
selection of interventions to the care plan
Algorithms assess person´s complaints.

8. Miten voimme varautua tulevaan?

9. Tuloksena…

10. sitra.fi | seuraavaerä.fi
@sitrafund