Hoitoisuusluokitusjärjestelmän avulla voi ennustaa hoidon onnistumista – tekoälyllä reaaliaikaista tietoa hoitotyön kuormituksesta
Terveydenhuollon resurssien riittävyys on suuri huolenaihe. Hoitotyön optimaalisen kuormituksen tason määrittäminen mahdollistaa hoitotyön resurssien tehokkaan hyödyntämisen. Terveystieteiden maisteri Jaana Junttila tutki väitöskirjassaan hoitoisuusluokitusjärjestelmän ennustevaliditeettia, sen käytön varmentamisen luotettavuutta ja hoitotyön kuormituksen optimaalisen tason kalibroinnin onnistumista. Väitöskirjatutkimuksen tulosten perusteella hän ehdottaa uutta toiminnallista mallia, jonka avulla hoitotyön resursseja voitaisiin kohdentaa potilaiden hoidon tarpeen mukaan lähes reaaliaikaisesti.
RAFAELA hoitoisuusluokitusjärjestelmää on käytetty Suomessa jo yli 20 vuotta potilaiden hoitoisuuden luokitteluun sekä hoitotyön kuormituksen mittaamiseen erilaisissa hoitoyön ympäristöissä. Siitä on tehty myös lukuisia tutkimuksia vuosien varrella. Erilaisten terveydenhuollon tietojärjestelmien parissa työskennellyt Jaana Junttila tutustui RAFAELAan jo vuonna 2008 vastatessaan järjestelmän käyttöönotosta Kuopion yliopistollisessa sairaalassa.
– Käyttöönoton myötä kiinnostuin RAFAELAn tuottaman hoitotyön kuormitustiedon ennustevaliditeetista eli siitä, voidaanko hoitotyön kuormitustasomittarin avulla ennustaa negatiivisia hoidon tuloksia, kun kuormitustasoa verrataan yksikölle määriteltyyn optimaaliseen hoitotyön kuormituksen tasoon, Junttila taustoittaa.
Hänen mukaansa aiheesta ei löytynyt aikaisempaa tutkimusta.
Hoitotyön kuormituksen tasolla on yhteys sairaalakuolleisuuteen ja vaaratapahtumiin
Junttila osoittaa väitöskirjatutkimuksessaan, että hoitotyössä hyvin kuormittuneen yksikön hoitotulokset ovat huonompia. Lisäksi yhdeksän vuoden seuranta-aineisto osoitti, että hoitoisuusluokitusjärjestelmän luotettavuus parani pidemmällä aikavälillä.
– Hoitoisuusluokitusjärjestelmän reliabiliteetin ja validiteetin laadukas varmentaminen vaatii koko organisaation sitoutumista sen käyttöön ja tulosten hyödyntämiseen, Junttila kertoo.
Seurantatutkimuksen tulokset osoittivat, että RAFAELAn käyttöön liittyy monia haasteita, eikä sen kaikkia ominaisuuksia pystytä nykyisellä käyttömallilla hyödyntämään tehokkaasti.
– Jos optimaalisen hoitotyön kuormituksen tason varmentaminen yksikössä epäonnistuu, ei hoitoisuusluokitusjärjestelmän käytöstä ole juurikaan hyötyä, toteaa Junttila.
Hoitoisuusluokitusjärjestelmä on nykyisellään työläs
Hoitotyön resurssien optimaalinen käyttö on koko terveydenhuollon suurin huolenaihe, sillä ylikuormitus ei vaaranna pelkästään potilaita, vaan aiheuttaa lisäksi merkittäviä haasteita hoitohenkilöstön hyvinvoinnille ja jaksamiselle.
– Tästä syystä tarvitaan luotettava ja helppokäyttöinen hoitotyön kuormituksen mittari, sanoo Junttila.
Artikkeliväitöskirjan yhteenveto-osassa Jaana Junttila ehdottaa potilaiden hoitoisuuden ja hoitotyön kuormituksen mittaamiseen uutta toiminnallista mallia, joka voisi hyödyntää tekoälyä ja koneoppimisen menetelmiä. Malli edellyttää saumattomasti toimivan hoitotyön rakenteisen kirjaamisen lisäksi reaaliaikaisen tiedon hoitohenkilökunnan sijainnista ja pätevyyksistä, jolloin hoitotyön resurssit voitaisiin kohdentaa sinne, missä niitä kulloinkin tarvitaan.
Hyvinvointialueille siirtymisen myötä on meneillään terveydenhuollon tietojärjestelmien uudistusten aalto, joten nyt olisi otollinen ajankohta ottaa käyttöön uusia tekoälyn mahdollistamia toimintamalleja.
– Tekoälyn ja koneoppimisen avulla voitaisiin tuottaa lähes reaaliaikaista tietoa hoitotyön kuormituksesta, Junttila pohtii.
Jaana Junttila on kotoisin Turusta, mutta hän on asunut Kuopiossa jo yli 20 vuotta ja työskentelee tällä hetkellä Pohjois-Savon hyvinvointialueen Kuopion yliopistollisen sairaalan medisiinisen keskuksen poliklinikoiden osastonhoitajana sekä vastaa RAFAELA-hoitoisuusluokitusjärjestelmän käytön varmentamisesta.
Terveystieteiden maisteri Jaana Junttilan terveydenhuollon tiedonhallinnan alaan kuuluva atikkeliväitöskirja ”Hoitoisuusluokitusjärjestelmä hoitohenkilöstön resursoinnin työkaluna - Tutkimus hoitoisuusluokitusjärjestelmän ennustevaliditeetista sekä sen luotettavuuden ja optimaalisen hoitotyön kuormitustason kalibroinnin haasteista hoitotyön kiireisessä arjessa” tarkastetaan julkisesti Tampereen yliopiston Informaatioteknologian ja viestinnän tiedekunnassa perjantaina 24.11.2023 kello 12 Keskustakampuksen Linna-rakennuksen Linna-salissa K103 (Kalevantie 5, Tampere). Vastaväittäjänä toimii professori Kristiina Junttila HUS Hoito- ja terveystieteiden tutkimuskeskuksesta. Kustoksena toimii professori emerita Pirkko Nykänen Tampereen yliopiston informaatioteknologian ja viestinnän tiedekunnasta.
Seuraa väitöstilaisuutta etäyhteydellä.
Tekstikooste: Katja Kosonen