„Otočte pacienta.“ Přetíženým lékařům a sestrám jdou na pomoc „ajťáci“

Některá zdravotnická zařízení začínají individuálně využívat datovou analýzu, která jim pomáhá zefektivnit provoz, ušetřit čas personálu i finance v rozpočtu. Příkladem je pražská Fakultní nemocnice Bulovka s více než třemi tisíci zaměstnanců, kapacitou tisíce lůžek a stovkami tisíc ambulantně ošetřených pacientů za rok. Ta si uvědomila, že není dál možné provozovat tak obrovskou organizaci bez aktuálních a přesných dat.

„Konkurence ze strany soukromých zdravotnických zařízení je neúprosná. Stejně tak situace na trhu s léčivy a zdravotnickým materiálem je velmi turbulentní. To si žádá od vedení nemocnice opravdu velmi rychlé reakce a neustálý monitoring. Covidová pandemie nám dala naprosto za pravdu,“ uvedl Jan Kubů, který na Bulovce vede odbor controllingu a analytiky.

Díky spolupráci s datovými analytiky Bulovka získala komplexní přehled o chodu organizace. „Informace z různých oddělení jsou automaticky aktualizovány a zobrazovány v přehledných reportech. Díky tomu může management snáze rozhodovat a sledovat důležité metriky v širším kontextu,“ informoval Kubů.

Do budoucna by nemocnice chtěla začít sbírat celou řadu dat, která dnes neeviduje. „Jde o přesnou spotřebu léků a materiálu až na konkrétního pacienta, přesný čas, který pracovník stráví jednotlivými činnostmi a mnoho dalšího. Tato data pro nás budou cenná při zpřesňování našich výpočtů,“ vysvětluje Kubů.

Data by ráda Bulovka dostala blíž svým zaměstnancům. Aby informace nedostával jen nejvyšší management nemocnice, ale každý lékař nebo zdravotní sestra na svém tabletu při ranní vizitě viděl přehledně veškeré informace o pacientovi, jeho medikaci, laboratorních výsledcích apod.

„Umělá inteligence lékaře upozorní na možné komplikace a doporučí další vyšetření. Sestra zase uvidí, jak dlouho pacient leží ve stejné poloze a zda nehrozí nebezpečí vzniku proleženiny. Naším cílem bude komplikacím předcházet a ne až následně řešit jejich následky, což je pro pacienty mnohem příjemnější a v neposlední řadě je to také mnohem ekonomičtější pro nemocnici,“ doplnil Kubů.

Jak může konkrétně datová analýza zdravotnickým zařízením pomoct, rozvedl v rozhovoru pro SZ Byznys Tomáš Mátl, zakladatel datově-analytické společnosti Colours of Data.

V jaké fázi digitalizace tuzemské zdravotnictví je, když to porovnáte s jinými obory ekonomiky?

Je trochu v závěsu za obory jako telekomunikace, bankovnictví, e-commerce apod. Zdravotnická zařízení by se dala rozdělit do dvou skupin: státní, krajské a další klasické nemocnice a pak soukromé ambulance. Ta soukromá zařízení s daty, digitalizací, automatizací umějí typicky pracovat o třídu lépe než ty klasické nemocnice, které fungují na starých systémech, zaběhlými způsoby. Naším cílem je tomuto segmentu zdravotnictví v té jejich cestě pomoci.

Zdravotnická zařízení dnes shromažďují obrovské množství dat, o čemž svědčí i to, že jsou vděčnými cíli hackerů požadujících výpalné za znovuzpřístupnění zablokovaných údajů. Umí tato data nemocnice efektivně využívat?

To jsou dvě věci – jednak, jaká data generují a zda je dokáží efektivně ochránit. Druhá otázka je, zda s nimi pak dokáží efektivně pracovat.

První oblast: ve zdravotnictví vzniká spoustu citlivých dat a právě citlivost je důvod, proč na ně hackeři útočí. Může k tomu přispívat i fakt, že IT oddělení nemocnice donedávna nemuselo mít ochranu dat jako svou nejvyšší prioritu. Lidi, kteří na těch místech působí, tam mohou být delší dobu, nemusí to být odborníci, kteří se věnují nejnovějším trendům atd.

K druhé části otázky: Nemocnice se snaží data efektivně využívat, ale není to pro ně příliš jednoduché. Pracují často se starými systémy, data tam jsou uzamčená v různých databázích, které si nejsou schopné mezi sebou povídat. Je pro ně velmi obtížné sestavit si celkový obrázek toho, jak jednotlivé části nemocnice fungují. Ať už z lékařského, ekonomického nebo jiného hlediska.

Jak ty neefektivity vznikají? Co tam leží za data, co by s nimi bylo možné dělat a nedělá se?

Příklad může být Fakultní nemocnice Bulovka.

Se kterou spolupracujete.

Jeden z ústavů, se kterými spolupracujeme. Jedna z největších nemocnic v Praze s ohromnou spádovou oblastí a šířkou poskytované péče. Se spoustou systémů, které tam fungují i několik desítek let a mají na starosti věci a informace související s poskytováním péče, s ekonomikou, se skladem materiálu, s léčivy, s personalizací atd.

Dostat data z těchto systémů na jedno místo, aby management nemocnice byl schopen ideálně v reálném čase vidět, jaká je skutečnost, stav hospodaření nemocnice v jednotlivých pohledech přes kliniky, ambulance, diagnózy, je velmi obtížné. Donedávna tam takové věci nebylo možné realizovat vůbec. Takže nemocnice fungovala na spoustě excelových tabulek, které popisovaly izolovanou skutečnost mimo kontext, ve kterém existovala.

Jak se taková nemocnice řídí?

Zkušeností. A tím, že lidi stráví spoustu práce s manuálním vyhledáváním a spojováním dat. Takže místo toho, aby ten kontext vytvářel počítač nebo reportingový systém, vytváří ho člověk.

S čím umíte nemocnicím pomoct? Jak to vypadá před a po?

Bulovka už před časem začala investovat do zpřístupnění dat a jejich využívání pro řízení, provoz a správný přístup k pacientům. Tamní tým odvedl hromadu práce, data začal zpřístupňovat, spojovat dohromady. Naše role je, že jim pomáháme ta data interpretovat a vizualizovat tak, aby lidé, kteří nemají technické vzdělání a nejsou zvyklí pracovat s daty, pochopili, co ta data vlastně říkají. Což je velmi důležitá součást práce s daty.

Od doktorů se typicky neočekává, že se budou probírat grafy a rozhodovat se na základě toho, co v nich vidí. Pokud to po nich chcete, je důležité jim informace připravit tak, aby byl výstup snadno čitelný a intuitivní.

Komu může taková interpretace kromě ředitele nemocnice dál pomoct? Zmiňoval jste nákup materiálu, sklady nebo samotné léčení.

V nemocnici na Bulovce se hodně řeší například úspora času a práce sester právě při práci s materiálem. Ten je tam plánován a vydáván v nějakých časových úsecích, existuje kvóta na jeho množství. Sestry donedávna neměly tušení, kolik z té kvóty jim zbývá. Takže se stalo, že jim několik dnů před koncem toho období materiál došel. Ony neměly informaci, která by jim umožnila s materiálem včas začít pracovat efektivně.

Zároveň management v této oblasti pracoval tak, že jeden poměrně seniorní člověk trávil každý měsíc jeden den tím, že zpracovával informace týkající se těchto limitů a času. Jeden datový výstup dokáže na jedné straně ušetřit čas sestrám a ulehčit jim práci. Na druhé straně ušetřit jeden den času v měsíci člověku na finančním oddělení.

Další příklad může být z oblasti vykazování péče pojišťovnám. Vyhláška umožňuje určitou flexibilitu ve vykázání péče. Pokud ten, kdo péči vykazuje, není odborník v tom, jak to dělat, může docházet k neefektivitám. Nemocnice pak nedostane tolik peněz, kolik by dostala při správném vykázání. Že k takovým věcem dochází, se dá poměrně jednoduše ukázat a následně zjednat nápravu.

Další věc z hlediska profitability je záchyt receptů předepsaných v nemocnici ve vlastní lékárně, aby nemocnice měla příjem z prodeje léků. Dřív to bylo velmi těžko sledovatelné, dnes je to předmětem datové analýzy. Zviditelnění toho, jaké recepty, z jakých oddělení, případně z jakých klinik se daří zachytávat a jaké ne.

Zmínil bych ještě jednu věc, která je pro mě jako pacienta zajímavá. Začal se vytvářet datový výstup, který vyhodnocuje, jak dlouho trvá, než se pacient dovolá na určité linky uvnitř nemocnice. Z toho se bude vyhodnocovat, jak snadno nebo obtížně se s různými odděleními komunikuje.

Pak se třeba posílí obsluha toho telefonu?

Možná to nebude ani potřeba. Třeba bude stačit jen tu informaci zviditelnit a říct „My víme, že u vás je jen poloviční poměr zodpovězených telefonů oproti jinému oddělení, proč to tak je?“. Když budou dobré důvody toho zjištění, může dojít k posílení, možná bude důvod jen neochota personálu se telefonům věnovat. To právě ta data ukáží.

Donedávna spoustu nemocnic nemělo informace, zda konkrétní oddělení je v zisku, nebo kolik na něj doplácí. Ve chvíli, kdy tuto informaci zviditelníte, můžete s ní pracovat. Dosud se hodně věcí v nemocnici řídilo intuicí, citem nebo na základě nějakých částečných dat.

Co agregování nebo sdílení pacientských dat? Aby člověk stále nemusel opakovat osobní anamnézu, rodinnou anamnézu. Aby doktor hned viděl, co se s pacientem řešilo u jiného specialisty, jaké mu předepsali léky atd.

To je super zajímavá otázka a velmi důležitá oblast, která souvisí se zákonem o ochraně dat. Data o anamnéze a zdravotním stavu jsou zařazena do skupiny nejcitlivějších dat a zákon neumožňuje je sdílet mezi jednotlivými nezávislými subjekty. Na úrovni jedné nemocnice by taková agregace rozhodně prospěla.

Prospět může také kombinace dat, které nemocnice má z provádění vyšetření, s daty, které o sobě generuje samotný pacient. Například v různých fitness náramcích, sportovních hodinkách nebo mobilních aplikacích, které sbírají data o našem životním stylu. Tato data mohou mnohé napovědět o našem zdravotním stavu nebo mohou dokreslit kontext vyšetření v nemocnici. Zároveň to jsou data, o kterých rozhoduje sám pacient, zda je chce s danou nemocnicí sdílet.

Je to podle vás vzdálená budoucnost, nebo se k něčemu podobnému schyluje?

Myslím, že se k tomu schyluje a v některých zařízeních už takové věci mohou fungovat. Některá soukromá zařízení už vznikají jako datově řízené organizace. Tam takovéto využití dat, jejich pospojování a správné analytické metody nad nimi fungují od začátku.

Máte čerstvé zkušenosti s aktuální pandemií? Jak tam dokážou vaše služby zafungovat?

Jeden z nejvyužívanějších datových výstupů ve Fakultní nemocnici Bulovka se týká covidu-19. Čísla nově indikovaných pacientů, jejich složení, ať už demografické nebo geografické, přehledy o vytížení očkovacích center nebo jak funguje péče o pacienty.

Díky tomu lze přicházet s předpovědí, jak se bude situace vyvíjet před tím, než někde dojde k zahlcení. To dává týmu nemocnice čas zareagovat, než je pozdě. Jsou schopni na základě trendu zjistit, kdy dojde k problému, pokud se nezareaguje.

Celý rozhovor si můžete pustit v úvodním videu.