Sähköiset potilasasiakirjat hoidon tueksi
Digitalisaatio mahdollistaa entistä suurempien tietomassojen tuottamisen myös terveydenhuollossa. Mutta jotta tieto olisi kansalaisten ja ammattilaisten käytettävissä ja hyödynnettävissä, tarvitaan uudenlaisia datan käsittely- ja analysointimuotoja.
IKITIK-symposiumissa esiteltiinkin potilasdokumenttien tekstinlouhinnan sovelluksia ja työkaluja sekä älykästä tiedonhallintaa terveydenhuollon taktiseen päätöksentekoon.
Terveydenhuollon ammattilaiset tuottavat hurjat määrät sähköisessä muodossa olevaa tekstuaalista tietoa terveydenhuollon tietojärjestelmiin. Tämän datan hyötykäyttö on usein haasteellista datan suuren määrän ja kompleksisuuden vuoksi. Symposiumissa kuulluissa esityksissä paneuduttiin tietoturva- ja tietosuojakysymyksiin sekä esiteltiin, miten tekstinlouhintaa voi hyödyntää oireenmukaisen hoidon kehittämisessä.
Lisäksi pohdittiin, voiko hoitoyhteenvedon teon automatisoida ja tarkasteltiin mahdollisuutta räätälöidä yleisiksi tarkoitettuja potilasohjeita yksilöllisiin tarpeisiin.
- IKITIK-symposiumissa esiteltiin uusia ja innovatiivisia ratkaisuja big datan analyysimenetelmiin ja datan käyttöön. Symposiumiin osallistui isojen, globaalien yritysten edustajia ja heiltä saatu palaute vahvisti tutkimusaiheen tärkeyttä ja merkitystä entisestään, kertoo tutkimusvastaava ja yliopettaja Elina Kontio Turun AMK:sta.
Turun AMK:n hyvinvointiteknologian tutkimusryhmä kuuluu IKITIK-konsortioon. Tutkimusryhmällä on konsortion kanssa yhteinen Tekes-hanke, Räätäli, jonka tuloksia esiteltiin tänään IKITIK-symposiumissa Turku ICT Weekin osana:
- Räätäli-hankkeen tutkimuspartnerit ovat Turun yliopiston Hoitotieteen laitos ja IT-laitos sekä Turun AMK:n ICT-yksikkö. Symposiumissa kuultiin koko Räätäli-ryhmän tutkijoiden ja kehittäjien esityksiä, toteaa Kontio.
Tutustu Turun yliopiston tiedotteeseen aiheesta.
IKITIK-konsortio (Informaatio- ja kieliteknologiaa terveystiedon ja -kommunikaation tueksi) on jo usean vuoden ajan kehittänyt kliinisen tekstinlouhinnan menetelmiä, joilla voidaan esikäsitellä, muokata ja jalostaa kirjoitettua kliinistä tekstiä. Tekstinlouhinnassa hyödynnetään uusinta kieliteknologiaa, tekoälyä ja koneoppimisen menetelmiä.
