Datasharing is caring

Sundhedsdata bør flyde nemmere. Datadeling i sundhedsvæsenet halter, hvilket resulterer i forhalede processer, øget ulighed, øget fejlrisiko, unødvendige undersøgelser og besvær for patienter og læger.

Verden over er manglende sundhedsdatadeling et problem, men i Danmark har vi forudsætningerne til en gnidningsfri og velreguleret datastrømning. For som vi ved: Sharing is caring. Fælles Medicinkort er et eksempel på forbilledlig dansk datadeling, der redder liv og sparer tid, men derudover er datalandskabet præget af datasiloer, som fx mellem private og offentlige sundhedstilbud, mellem sundhedsplejersker og praktiserende læger eller mellem speciallægepraksis og hospitaler.

Når praktiserende læger indlægger patienter er de eneste data hospitalsafdelingen får oftest medicinlisten fra FMK. Det kan vi gøre bedre. Vi kunne fx autogenerere en primærjournal tilgængelig for alle, så vi slipper for copy-paste-arbejdet og forvagten kan sove lidt længere. Ditto for patienter indlagt fra lægevagten, der dog har næsten samme IT-arsenal, som min DOS computer i 1997. Det samme er gældende med henvisninger fra primærsektoren til pædiatriske ambulatorier, hvor der fx ikke medsendes tidligere vækstdata, hvilket naturligvis vanskeliggør vurdering af væksten. Og det er ikke fordi data ikke findes. Vi svømmer i data, men kun i vores egen lille sø. Primærsektoren har terabytes med lækre sundhedsdata, der ikke kommer uden for klinikken. Det drejer sig om mange point-of-care målinger der enten ikke skrives ind i lægehusets journalsystem, eller skrives ind og strander der. Herunder f.eks. urinstix, urindyrkninger - og resistensbestemmelser samt CRP, differentialtællinger, hæmoglobin, HbA1C mmm. Laboratorieudstyret i almen praksis har høj kvalitet og det er hammer ærgerligt, at disse data ikke bruges i større omfang. Det er spild af penge og alles tid at undersøgelser skal gentages. Data skal overføres automatisk og binde sektorerne bedre sammen, så vi undgår fejl i sektorovergangene.

I en netop udgivet midtvejsevaluering omkring de store offentlige signaturprojekter inden for kunstig intelligens er det største problem for projekternes overlevelse og udfoldelse, at datakvaliteten er dårlig. Der er flere imponerende innovationsprojekter i gang for at forbedre dette, fx det offentlig-private samarbejde i OSCAR-projektet og EnIndgangTilSundhedsdata.

Diagnostikken decentraliseres i stigende grad og vi ser en bevægelse mod mere diagnostik ude i lægehusene og endda i patienternes eget hjem. Vi har brug for at opbevaring og deling af disse data, både mellem apparater og lokale IT systemer og mellem sektorerne. Det er vigtigt det bliver automatisk, så vi ikke ender ud med endnu en ny IT infrastruktur, der kræver mere af lægernes tid, flere grå hår og mere udbrændthed.