Region Halland är en av de regioner som levererar bäst nytta till invånarna i Sverige vad gäller hälso- och sjukvård. Kvaliteten är i topp och kostnaderna bland de lägsta i landet. När övriga landet ropar efter fler vårdplatser gjorde Region Halland precis tvärt om – de drog ner! Hur går det ihop? Jo, de använda data, sina kunskaper och tänkte själva.
Region Hallands metod har flera viktiga komponenter. De viktigaste är att systematiskt arbeta med tillgängliggörande och analys av verksamhetsdata. De kallar det informationsdriven vård och det är både datadrivet och har visat sig mycket framgångsrikt. I ”En handbok för informationsdriven vård”* som är utgiven med stöd av AI Sweden och Vinnova är flera av regionens medarbetare medförfattare.
Fokus på lösning och inte på problem
I Region Halland liksom i många delar av landet råder det brist på sjuksköterskor. När kraven på fler vårdplatser höjs innebär det också att mer personal kommer krävas, personal som alltså inte finns. För att angripa problemet valde Region Halland att vända på steken och utgå från de resurser de har och se hur de kunde förändra sitt arbetssätt för att uppnå en högre vårdkvalitet. I en debattartikel i Svenska Dagbladet beskriver representanter för regionen mer om tillvägagångssättet och resultaten.
Ett annat exempel är regeln att ingen skall behöva vänta mer än fyra timmar på akuten. På många akutmottagningar leder detta till att om man inte kan fatta ett beslut om vilken åtgärd som är den bästa inom fyra timmar läggs personen in på avdelning med resultatet att en vårdplats tas upp med oklar nytta. I Halland beslutades i stället att det är bättre att en patient får vänta på akuten och då få en adekvat åtgärd så patienten kan åka hem, vilket i stället sparar vårdplatser. Region Hallands datadrivna ansats leder till att Halland i förlängningen lyckas leverera bättre vård, med kortare köer, till lägre kostnader och med färre vårdplatser.
Information för alla beslutsnivåer
För att kunna lösa problemet som Region Halland gjort krävs data, en genomtänkt informationshantering och mod att gå ifrån invanda arbetssätt. För att kunna göra detta på ett mer genomgripande sätt behöver informationslagren stötta alla viktiga beslutsnivåer i vården:
- Strategiska beslut (folkhälsomål, patientgrupper, investeringar, utvecklingsinitiativ)
- Taktiska beslut (produktions- och kvalitetsstyrning)
- Operativa beslut (kliniska beslutsstöd, prioriteringar)
Grundläggande för alla beslutsnivåer är att utgå från patienternas totala vårdbehov, att ha kännedom om patientens totala vårdkonsumtion och att kunna följa hela patientresan. Det typiska exemplet på motsatsen är när man i syfte att spara pengar begränsar tillgängligheten till primärvården och i stället får en ökning i antal besök på akutmottagningar och specialistvård. För att kunna fatta effektiva strategiska och taktiska beslut behöver man kunna förstå vårdbehovet i förhållande till kapacitet och en relevant styrmodell.
För att möjliggöra effektiva strategiska, taktiska och operativa beslut måste datamängderna samt analysverktygen tillgängliggöras och konfigureras för enkel åtkomst. Arbetet att sprida analyskapacitet i verksamheterna genom att förkonfigurera rapporter kan inte underskattas, effekten blir god när fler fattar bättre beslut.
Ytterligare ett exempel från Region Halland är hur man samarbetar kring vårdplatsavstämningar med information kring aktuella läget på akuten, disponibla vårdplatser, hur många som planeras skrivas ut idag. (se Jonny Eriksson, ekonomichef Hallands sjukhus).
Artificiell intelligens (AI) för patientnytta och verksamhetsplanering
AI bidrar inte bara med nytta för patienter. Lika viktigt är att AI används för att optimera vårdprocesserna, till exempel genom att predicera inflöde på akuten, planera personalbehov och förutspå beläggningsgrad på olika avdelningar eller när en patient kommer att skrivas ut.
I en intervju med Markus Lingman, strateg, överläkare, adj. professor i sjukhusledningen i Hallands sjukhus, skriver Dagens Medicin: ”Markus Lingman ser i nuläget AI som ett beslutsstöd och poängterar att det i princip alltid har funnits i vården, fast i andra former […]: Vi ser AI som en del av något större. Vi började inte med AI, utan med data, för att kunna förstå vårdkedjor. Först när vi hade kommit en bit såg vi att vi behövde AI-verktygen för att kunna förstå exempelvis psykisk ohälsa eller risker bättre.”
Det krävs vision, ledning och samarbete
För att en datadriven vård med effektivt AI-stöd ska bli realitet krävs ledarskap, verksamhetsutveckling och rätt IT-stöd. Det behövs en förståelse för och en insikt om hur effektivt digitala lösningar verkligen kan vara för vården. IT och verksamhet måste arbeta tillsammans. Det krävs också att verksamhetsledningen kan fatta djärva beslut, har en tydlig vision och driver utvecklingen med hjälp av hela organisationen. Då kan vården gå från instinkt till insikt med patientens och verksamhetens bästa i sikte
* Boken kan beställas via AI Sweden.
Läs mer om vi hjälper er att ta fram nya arbetssätt för en effektivare vård.