Siirry sisältöön
Keski-Pohjanmaan hyvinvointialue

Hyvinvointialueiden sosiaali- ja terveyspalveluiden tuottamisessa tallennettua tietoa voidaan käyttää itse hoidon lisäksi rajatusti myös muihin käyttötarkoituksiin. Näistä toisiokäytöksi kutsutuista käyttötavoista on säädetty toisiolaissa. Tallennettuja tietoja voidaan käyttää muun muassa tilastointiin, tietojohtamiseen ja toiminnan kehittämiseen liittyviin tietotarpeisiin.

Tietojen toisiokäytössä tietoja käsitellään ja varastoidaan tietoturvallisissa ympäristöissä. Keski-Pohjanmaan hyvinvointialue Soitessa tiedot tallennetaan tietojohtamisen tietovarastoon suojatussa muodossa, eli käytettävien tietojen oikeat henkilötunnisteet on korvattu toisilla tunnisteilla. Näin yksittäisen asiakkaan tietoja voidaan suojatun henkilötunnisteen avulla yhdistää toisiinsa, mutta ilman tietoa asiakkaan henkilöllisyydestä. Lisäksi raporteilla esitettävissä tiedoissa yksittäisten suojattujen henkilötunnusten tietoja ei ole mahdollista tarkastella yksittäin, vaan tiedot esitetään aina asiakasryhmään kuuluvien asiakkaiden yhteenlaskettuna määränä.

Soitessa tiedon toisiokäytön kautta selvitetään jatkuvasti esimerkiksi jonotusaikoja terveyspalveluihin, hakemusten käsittelyaikoja tai tietyn tyyppisten käyntien määriä. Jatkuvan seurannan lisäksi dataa voidaan käyttää myös esimerkiksi palvelujen käytön ja palvelutarpeen analysointiin tai tulevan palvelutarpeen ennakointiin.

Tekoälyavusteinen ennakointimalli palvelutarpeen arviointiin

Joulukuussa on parhaillaan päättymässä kehittämishanke, jonka puitteissa olemme olleet mukana yhteistyössä Pohjois-Pohjanmaan hyvinvointialue Pohteen ja Kainuun hyvinvointialueen kanssa kehittämässä uutta tekoälypohjaista palvelutarpeen ennakointimallia. Tässä tapauksessa ennakointimallin tavoitteena oli ennustaa Pohteen ortopedian ja traumatologian erikoissairaanhoidon hoitojonojen kehittymistä.

Ennakointimallia testattiin Pohteella syksyn aikana ja tulokset olivat rohkaisevia. Mallin tarkkuus saatiin hyvälle tasolle ja pilottiin osallistuneiden ennakointityökalun käyttäjien palaute oli positiivista. Tärkeimpänä hyötynä saimme yhdessä tärkeää oppia koneoppimiseen perustuvien ennakointimallien rakentamisesta ja käyttöönotosta. Näitä oppeja voimme hyödyntää tulevaisuudessa myös erityyppisten tietoaineistojen kanssa työskennellessä.

Paljon palveluita käyttävien asiakkaiden palvelujen käytön analysointi

Syksyn aikana Soitessa kehitettiin raportointia paljon palveluita käyttävien tai useita eri palveluita käyttävien asiakkaiden palvelujen käytön seuraamiseksi. Näin saatiin tietoa siitä, kuinka paljon alueellamme on paljon palveluita käyttäviä asiakkaita ja mitä palveluita he tyypillisesti käyttävät. Tehdyn raportin avulla saadaan esimerkiksi selville, kuinka suurella osalla niistä asiakkaista, joilla on kotihoidon käyntejä, on myös ensihoidon käyntejä.

Tämän tyyppisen raportoinnin tietoja ei milloinkaan käytetä yksilötason palvelukäytön analysointiin, vaan tietoja tarkastellaan aina asiakasryhminä. Paljon palveluita käyttävien asiakkaiden palvelukäytön analysointi antaa meille kuitenkin uusia ilmiötason tietoja siitä, minkä tyyppisiä palveluita paljon palveluita käyttävät asiakkaamme käyttävät. Tätä tietoa voidaan tulevaisuudessa käyttää apuna vaikkapa eri toimintojen yhteistyön kehittämisessä.

Nämä edellä mainitut kaksi data-analytiikan kehittämishanketta on toteutettu osana Keski-Pohjanmaan kestävä kasvu RRF-hanketta. Hankkeen rahoitus tulee EU:n kertaluonteisesta elpymisvälineestä.

Tietojohtamisen ja data-analytiikan kehittäminen Soitessa jatkuu hankkeen jälkeenkin. Tavoitteenamme on jatkuvasti löytää uusia dataan perustuvia näkökulmia ja oivalluksia, joita voidaan hyödyntää palveluiden kehittämisessä sekä asiakkaidemme, että työntekijöidemme hyväksi.


Vesa Sainio
tietojohtamisen asiantuntija

Katso myös nämä