Sammenlikner fastlegers praksis uten å identifisere

Lisbeth Nilsen Om forfatteren
Artikkel

I en studie blant fastleger er et nytt dataverktøy prøvd ut. Verktøyet henter ut avidentifiserte journaldata fra flere fastlegekontor.

NYTTIG VERKTØY: – Med de nye mulighetene med distribuert dataanalyse har vi bedre muligheter for å kunne drive kvalitetsarbeid, sier professor Gustav Bellika ved Nasjonalt senter for e-helseforskning. Foto: Jarl-Stian Olsen

Skriver jeg ut mer antibiotika enn de fleste av kollegene mine? Har jeg flere pasienter med kols enn det en gjennomsnittlig fastlege har? Forskriver jeg mer benzodiazepiner enn andre fastleger?

I en studie, publisert i BMC Medical Information and Decision Making i fjor, har norske forskere testet ut et dataverktøy for kvalitetsforbedring i helsetjenesten – et verktøy som nettopp kan gi svar på disse spørsmålene.

Det spesielle med teknologien er at data fra pasientjournaler ved alle legekontorene kan kobles sammen, samtidig som journaldataene forblir på serveren ved hvert fastlegekontor – og fastlegene og pasientene ikke er identifiserbare.

Verktøyet kan brukes ved alle typer elektroniske pasientjournaler i helse- og omsorgstjenesten.

Viktig med tilbakemelding

I studien er løsningen prøvd ut blant 21 fastleger. Fra elektroniske pasientjournaler (EPJ) ble det hentet ut data på antibiotika-forskriving for seks ulike typer luftveisinfeksjoner i tidsrommet 2015 - 2018. Tilbakemelding til hver enkelt fastlege foregikk via en passord-beskyttet rapport tilsendt på mail. Rapporten viste andelen pasienter hvert år som fikk forskrevet antibiotika for den enkelte diagnose, samt en graf på hvor fastlegen lå sammenlignet med gjennomsnittet for alle legene i studien.

– Vi tror det er viktig for helsearbeidere å kunne få en tilbakemelding som bare går til dem og som forteller hvor de befinner seg i landskapet. Dagens systemer krever at legene er åpne om hvordan de gjør ting, hva de forskriver av medisiner og hvordan de håndterer ulike tilstander. Når man får tilbakemelding på egen praksis og ser at den avviker fra hvordan kolleger forholder seg, er det lett å havne i en forsvarsposisjon. Og det er kanskje ikke et godt utgangspunkt for læring og endring, sier Gustav Bellika, professor ved Nasjonalt senter for e-helseforskning.

Han er sisteforfatter av studien og leder av prosjektet innen lærende helsetjenester – et prosjekt som har fått støtte fra Forskningsrådet.

Oppfølgingsstudie

Distribuert dataanalyse er betegnelsen på slike data som forblir lokalt der de ligger lagret – samtidig som anonymisert informasjon fra flere datakilder kan hentes ut på en måte som ivaretar både personvernet og datasikkerheten. Bruken av denne typen dataanalyser er en trend internasjonalt og er også viktig i arbeidet med å forbedre nøyaktigheten ved kunstig intelligens.

Gustav Bellika understreker at metoden sikrer at ingen vet hvilke helsepersonell og pasienter som bidrar med data.

– Tallet som ender opp hos den såkalte koordinatoren som kobler sammen data fra pasientjournalene, skjer på en slik måte at koordinator heller ikke vet hvem som bidrar med hva av data. Alt blir av-identifisert. Prosjektet vårt var å lage en verktøykasse for feedback til helsearbeidere, og vi hadde en hypotese om at det å ivareta personvernet til helsearbeidere er et viktig element når de skal få informasjon om egen atferd sammenlignet med andres. Vi er nå i gang med en oppfølgingsstudie blant fastlegene for å finne ut om hypotesen vår stemmer.

Trenger leverandørsamarbeid

Professor i allmennmedisin og fastlege i Alta, Peder A. Halvorsen, er medforfatter på studien. Han tror et verktøy som gjør det enkelt for fastlegene å hente ut data fra egen praksis og sammenligne seg med andre praksiser, kan være en vesentlig forutsetning for å få fastleger til å engasjere seg i kvalitetsforbedringsarbeid.

– Det kan være mange grunner til praksisvariasjon, for eksempel at pasientlistene varierer med tanke på alder, kjønn og diagnoser. Kanskje oppstår spørsmål som krever flere data, og hvis verktøyet gjør det enkelt å besvare slike spørsmål der og da, er vi et godt stykke på vei. Hvis vi også kan bruke verktøyet til å vise at pasientbehandlingen blir bedre over tid, tror jeg det kan være motiverende, sier han.

Gustav Bellika understreker at for at alle leger skal kunne ta i bruk systemet, så trengs et samarbeid med deres EPJ-leverandører, for å trekke ut informasjonen fra journalene.

– Jeg håper leverandørene vil bidra til muligheten for kvalitetsforbedring. Det er viktig at vi har så mye data som mulig, og jeg tror nok at også legene må presse på, sier Bellika, som retter en stor takk til dem som har stilt opp i prosjektet og gjort denne typen forskning mulig.

Anbefalte artikler