logo

Effektiv smittevarsling med SNOW

Postet 19.06.2017  av Oddny J. Johnsen


Hver eneste fredag går det ut informasjon til smittevernleger i Helse Nord og Helse Midt-Norge om hva slags sykdommer som er registrert ved legekontorene i området. Dataene er høstet av sykdomsovervåkningssystemet SNOW. 

Saken er klippet fra magasinet til Dips; d:mag.

Målet er å redusere forbruk av helsetjenester i forbindelse med vanlige sykdommer, og bidra til å varsle epidemier. Foto: Krysspress
Målet er å redusere forbruk av helsetjenester i forbindelse med vanlige sykdommer, og bidra til å varsle epidemier. Foto: Krysspress

SNOW er i bunn og grunn et beslutningsstøtteverktøy for klinikere, utviklet i Tromsø gjennom det som het Tromsø Telemedicine Laboratory – hvor også DIPS var en viktig bidragsyter gjennom mange år. 

Ideen til SNOW fikk professor Johan Gustav Bellika for 14 år siden da hans den gang nyfødte sønn ble syk. Den vesle gutten hostet voldsomt, men fordi legen ikke testet han for kikhoste tidsnok, var gutten syk veldig lenge. Da gutten til slutt fikk riktig medisin var det for sent til at den hadde merkbar effekt. Hadde legen hatt tilgang til et smittevarslingssystem, ville han sett at det var økt sannsynlighet for kikhoste i Tromsø i det aktuelle tidsrommet og medisin kunne blitt gitt mye tidligere.

Finner utbruddene

Alle sykdommer har en frekvens i populasjonen. Når en pasient går inn døra på et sykehus eller legekontor, så har han en sannsynlighet for ulike sykdommer. Pasientens sannsynlighet for sykdom er i utgangspunktet bestemt ut fra populasjonen han kommer fra. SNOW samler inn anonymiserte data og gir legen mulighet til å beregne sannsynlighet for ulike diagnoser, med bakgrunn i hva slags sykdom som er mest vanlig i det aktuelle området der og da. 

– For å formidle informasjonen som SNOW samler inn har vi utviklet nettstedet erdusyk.no hvor det er mulig å finne ut hva slags sykdommer som er i ditt område. Vi sender også ut informasjon på mail en gang i uka til rundt 400 abonnenter i regionene som vi høster data fra. Vårt verktøy er nyttig både på populasjonsnivå og på individnivå, sier Bellika.

 

Helhetlig kunnskapskilde

 – Vi forsøker å etablere en slik kunnskapskilde for alle nivåene, både primærlege, pleienivå, sykehusnivå. Det kan hjelpe legene med å prioritere hva som skal undersøkes først. For det vanligste er vanligst, forklarer Bellika med et lite smil. Til sammen syv mikrobiologilaboratorium er med i SNOW, og bidrar med data. Deriblant Fürst og flere store sykehuslaboratorier. 

Professoren forklarer at hvis all informasjon fra alle nivåer samles, gir det et mye større potensiale til å støtte klinisk arbeid, og ikke minst finne ut hva slags behandling som er best, mest effektiv og har minst komplikasjoner og bivirkninger. 

– Helsetjenesten kan ikke forbedre seg uten at den også involverer pasienten. Skal du finne ut noe, så er det pasientens erfaringer som teller. I SNOW har vi en sikker kanal med kommunikasjon til pasienten, og kan lære av det de opplever uten at personvernet er truet.

Distribuert og sikkert

Det unike med SNOW er at algoritmen som er utviklet for å høste data fra de ulike journalserverne, hele tiden ivaretar personvernet ved å kamuflere hvor den henter dataene fra. Det er ikke mulig å finne ut hvilket legekontor eller pleieinstans informasjonen kommer fra. Kun de statistiske resultatene gjøres tilgjengelig. 

– Mekanismen vi har videreutviklet kalles secret sharing. Den gjør dataene uforståelig men likevel analyserbare. Og det beste er at jo flere du deler dataen på, jo sikrere er den. Bellika er svært opptatt av å ivareta personvernet i alle sammenhenger. 

– Det som skjer når du bygger ett stort system er at du bare trenger ett innbrudd for å stjele store mengder data. Jeg synes det er en bedre løsning å spre dataene. Ett enkelt system utgjør et stort trusselnivå i seg selv. 

Han viser til at det i USA nå skjer et sikkerhetsbrudd annenhver dag. 

– 54 prosent av journalene har vært eksponert gjennom hacking. Bare siden 2010 er det en 15-dobling i forekomst av hacking. Men skal du stjele data fra SNOW må du bryte deg inn i samtlige fastlegekontor som bruker SNOW for å få tak i informasjonen. Om en brukte secret sharing metode på legekontordata, og en hacker maktet å bryte seg inn i 1499 av 1500 kontorer, ville dataene fortsatt være sikre, konstaterer han.

Overmoden for drift

SNOW har vært moden for å ta steget ut i industrien lenge.

– I medisinsk forskning sier man at det tar 17 år fra man gjør et forskningsfunn til det er i bruk ute i tjenesten. Jeg tror ikke vi er veldig langt unna det i IT-verdenen heller, sier Bellika.

Open EHR

Forskeren og professoren er stor optimist med basis på det han har fått se av DIPS Arena. 

– Det er veldig artig det DIPS har slått inn på med bruk av openEHR og arketyper. Du trenger ikke gjøre denne informasjonen om til noe annet men kan bruke den direkte som den er. Fundamentet DIPS har valgt for DIPS Arena har kjempestort potensiale fordi de har en generisk informasjonsmodell i bunn for systemet sitt. Det gjør det veldig enkelt å bruke det som beslutningsdata, og ikke minst generere epidemologimodeller som kan gi beslutningsstøtte og klinisk informasjon. Han viser også til hvordan et integrert SNOW vil støtte opp under gjenbruk av data, forskning, kvalitetsarbeid, forvaltning og sykdomsovervåkning. 

– Jeg forventer at DIPS sin nye journal vil få det til å eksplodere vedrørende gjenbruk av informasjon på tvers av sykehus, sier Bellika.

SNOW:

  • SNOW er utviklet til nytte for pasienter, leger og helsemyndigheter
  • SNOW henter automatisk inn data fra servere hvor sykdom dokumenteres og presenterer hvilke sykdommer som herjer hvor
  • Målet er å redusere forbruk av helsetjenester i forbindelse med vanlige sykdommer, og bidra til å varsle epidemier

Inspirert av John Snow

I løpet av 10 dager i 1854 døde over 500 mennesker av kolera i et lite område i bydelen Soho i London, England. Den britiske legen John Snow (18131858) bestemte seg for å finne kilden til utbruddet og skrittet opp hvert eneste dødsfall fra de ulike brønnene som fantes i området. Det ledet han til en brønn hvor vannet var infisert og spredte smitten. Han fikk helsemyndighetene til å fjerne pumpehåndtaket for å stoppe epidemien. Det samme prinsippet ligger til grunn for norskutviklede SNOW og høsting og sammenstilling av data for å kunne avdekke sykdomsutbrudd og epidemier tidlig. SNOW kan automatisk hente inn data fra servere hvor sykdom dokumenteres, og presentere hvilke sykdommer som herjer hvor. SNOW er nå i dialog med DIPS om integrasjon i DIPS Arena. SNOW:


EPIDEMIOLOGIKART

På bakgrunn av sine oppdagelser laget John Snow det berømte epidemiologikartet som viste opphopningen av koleradødsfall rundt en spesiell vannpumpe. I

Siste nyheter