Spektrum

Seminars EHiN 2017

100 forskning

Direktoratet for e-helse ved Irene Olaussen presenterer rapporten Nasjonale kunnskapsbehov på e-ehelseområdet. Formålet med denne rapporten er å identifisere nasjonale kunnskapsbehov som de springer ut av nasjonal strategi for e-helse, for derigjennom å kunne motivere til kunnskapsdannelse på strategisk viktige områder. På sikt vil det kunne tilrettelegge for kunnskapsbaserte prioriteringer innen e-helse i helse- og omsorgssektoren. 
E-helseområdet er preget av høy grad av kompleksitet. Utfordringsbildet i Nasjonal strategi og handlingsplan for e-helse (2017-2022) peker på behov både for organisatoriske, kompetansemessige, juridiske og teknologiske endringer. Effektiv nasjonal styring og gjennomføringsevne på e-helseområdet krever kunnskap om dette komplekse samspillet. Det er behov for kunnskap både om prosesser knyttet til utvikling, innføring og bruk av e-helse i sektoren, og effekten av spesifikke e-helsetiltak på politiske mål for helse og omsorg.
 
 
 

100 forskning

Bruken av robotteknologi og kunstig intelligens har for lengst gjort sitt inntog i helse- og omsorgssektoren. Roboter benyttes til ulike transport- og forflytningsoppdrag i sykehus, til desinfisering og rengjøring, håndtere og analysere laboratorieprøver, administrere medisiner og medikamenter, etc. Innen omsorgssektoren bidrar sosiale roboter til kognitiv stimulering av eldre med demens, roboter deler ut medisin, fører tilsyn med barn og eldre, følger opp trening og rehabilitering, detekterer endringer i helse og adferd, osv. I mange tilfeller benytter robotene kunstig intelligens for å kunne bidrar til beslutningsstøtte eller diagnostisering. Det foregår videre en omfattende forskning innen bruk av roboter og kunstig intelligens innen helse- og omsorgssektoren. Vi vil i denne sesjonen få innblikk i noe av forskningen på området. 
- Bruk av nevrale nett i kreftdiagnostikk - John Arne Nesheim, Oslo Universitetssykehus HF
- Digitale hjelpere: Når chatbots blir en del av helsetilbudet - Asbjørn Følstad, SINTEF
- Hva enhver robot bør vite om helsesektoren - Gunnar Hartvigsen, Universitetet i Tromsø - Norges arktiske universitet/Nasjonalt senter for e-helseforskning
Moderator: Gunnar Hartvigsen, Universitetet i Tromsø - Norges arktiske universitet/Nasjonalt senter for e-helseforskning

100 forskning

Et godt pasientforløp skal møte pasientens helhetlige behov, men må også oppleves som effektivt for tjenesteyterne. Men hva er egentlig et pasientforløp, og hva gjør vi med pasienter som ikke nødvendigvis passer inn i et standard pakkeforløp? Og hvordan kan helsetjenestene samhandle for å sikre at riktig innsats skjer til riktig tid – og på riktig sted?  For å skape gode pasientforløp og tjenester er det viktig å forstå behov og ha innsikt i hvordan tjenestene faktisk fungerer i dag. Sammen med gode rammebetingelser for samhandling og informasjonsdeling er det et godt utgangspunkt for å skape gode pasientforløp og tjenester. Sesjonen vil presentere resultater fra norsk forskning der målsetningen har vært å prøve ut og skape gode pasient-  og tjenesteforløp – med eller uten bruk av digital støtte. I tillegg vil sesjonen introdusere effektive metoder for å modellere og analysere disse forløpene.  
- Pasientsentrert helsetjenesteteam (PSHT) for pasienter med komplekse lidelser og langvarige behov: resultater fra utprøving i Tromsø og Harstad - Gro Berntsen, Nasjonalt senter for e-helseforskning
- Matematisk optimering for planlegging av arbeidslister i hjemmetjenesten: erfaringer fra innføring i Vestfold - Mette Røhne, SINTEF
- Oppfølging av KOLS-pasienter utskrevet fra sykehus: brukererfaringer med bruk av telemedisinutstyr - Berglind Smaradottir
- Visualisering av pasientforløp: modellspråk for pasientforløp som viser arbeidsprosesser og kobling mot IT-systemer - Ragnhild Halvorsrud, SINTEF og Annette Lund Lillegaard, DIPS
Moderator: Frode Strisland, seniorforsker, SINTEF Digital

100 forskning

Sesjonen kjøres som en debatt med innledning fra fire paneldeltagerne. Myndighetene ønsker følgeforskning på bl.a. EIEJ og Helseplattformen velkommen, men det gis få føringer på hva som skal forstås med følgeforskning. I denne sesjonene ønsker vi å utfordre erfarne e-helseforskere med ulike perspektiver og fagbakgrunn til å debattere følgeforskning. Hvordan skal følgeforskning gi ny kunnskap og nytteverdi og til hvem? Hva krever følgeforskning av forskere og ikke minst, hva krever følgeforskning av de organisasjonene som det skal følgeforskes på?
Moderator: Liv Johanne Wekre, forskningskoordinator, Helseplattformen

100 forskning

Framtidens helsehjelp vil måtte foregå på nye måter fordi utfordringene øker med økende alder samtidig som en mindre andel av befolkningen er i yrkesaktiv alder. Samtidig utvikles nye tekniske løsninger, og både pasienter og ansatte i helsetjenestene utvikler sine digitale ferdigheter og forventninger. 
I denne sesjonen presenteres noen av de mange e-helseløsninger som utvikles og innføres som med sikte på å løse ulike behov for spesifikke pasientgrupper som cystisk fibrose, og pasienter med angst og depresjon, og for den aldrende befolkning som helhet.  Sesjonen avrundes med en presentasjon av et implementeringsprosjekt som presenterer noen av utfordringene i kommunene og mulige strategier for å lykkes med implementering.
- Smart bruk av teknologi og treningsspill for aktiv aldring - Beatrix Vereinjekn, NTNU
- Implementering: lett som en plett - Janne Dugstad, Vitensenteret helse og teknologi ved Høgskolen i Sørøst Norge
- "eMeistring.no": effekter og erfaringer fra 4 år med internettklinikk - Tine Nordgreen, Haukeland Universitetssykehus
- "The future of welfare: How can technology help?": Artur Serrano - NTNU
- "Å inkludere pasienter og helsepersonell i utforming av digitale løsninger for egenmestring": Jacqueline Floch - SINTEF Digital
Moderator: Carl Erik Moe, dosent, Institutt for informasjonssystemer / Senter for e-helse, Universitetet i Agder

100 forskning

Helsedata kan være sensorlogger, bilder, strukturerte og ustrukturert tekst. Formålet må være kjent for å forstå meningen. Men - telefonen din vet hvor du skal og hva du burde visst. Uten å forstå.
Tilsynelatende intelligens basert på kjent teknologi, men fri tilgang til individdata og massiv regnekraft.
Medisin var det første viktige anvendelsesområdet for AI, og man høstet lærdom som fortsatt er gyldig:
                • Bilde- og signaltolkning av fysiske fenomener virker.
                • Ekspertsystemer er unyttige, fordi virkeligheten er ikke avgrenset.
                • Pasienten må være kjent for å forstå individdata.
                • Fravær av funn er viktig informasjon.
Helsedataanalyse og beslutningsstøtte er tett sammenknyttet:
For å vite hva som hjelper en pasient, må man kjenne pasienten og vite hva som skiller seg fra det normale. For å forstå hva som skjer, må man kjenne anbefalinger og retningslinjer fra kunnskapsbasert medisin. Bak data finnes faglig innsikt. Hvordan kan kunnskapsbasert medisin forenes med et datadrevet helsevesen?
- Clinical decision support systems made trustworthy and effective - Stijn Van de Velde, Kunnskapssenteret
- Tekniske og praktiske utfordringer med språkteknologi i EPJ: erfaringer fra prosesstøtte for samstemming - Thomas Brox Røst
- Från ostrukturerad fritext i patientjournaler till strukturerad information med hjälp av klinisk textmining - Hercules Dalianis, Stockholms Universitet
- Analyse av journaltekst i praksis - Petter Hurlen, Akershus Universitetssykehus
Moderator: Øystein Nytrøe, førsteamanuensis, NTNU