Programpunkter

Under 2023 har Region Jönköpings län framgångsrikt infört ett digitalt flöde för organiserad testning av prostatacancer. Invånaren hanterar själv sin process digitalt. För att möjliggöra det är ett flertal verksamheter och professioner involverade. Hur gjorde Region Jönköpings län för att lyckas skapa en invånardriven process där 1177:s e-tjänster samspelar för att ge en så bra användarupplevelse som möjligt för både invånare och vårdpersonal? 

En arbetsgrupp från Nationella prostatacancerregistret (INCA) och Regionalt Cancercentrum (RCC) har tillsammans med IT-leverantören Sectra utvecklat en ny digital lösning som kan komma att bli nationell standard för utredningar vid misstanke om prostatacancer. Region Skåne var först ut i landet med att införa lösningen, vilken med hjälp av integrerad diagnostik, strukturerade svarsmallar och automatiserade återkopplingsloopar ger en bättre översikt över patientens utredning och utfall och kan användas som ett beslutsstöd vid val av behandling. I denna föreläsning delar vi med oss av erfarenheter och lärdomar från utveckling och införande, men också vilka konkreta effekter och resultat vi hittills sett. Vi avslutar med en längre frågestund där du får chans att ställa dina frågor.

Bröstcancer är den vanligaste cancersjukdomen i Sverige. Trots förbättrad överlevnad insjuknar över 20% av bröstcancerpatienterna med återfall, ofta många år efter operationen. Hos ungefär hälften av patienterna kan man inte säkert avgöra om patienten har en aggressiv sjukdom som kräver cytostatika eller en snällare sjukdom där operation och strålbehandling är tillräckligt. Molekylära analyser kan användas för att ge ytterligare information om patientens risk för återfall, men är dyra och tidskrävande. Det gör att flertalet patienter inte får tillgång till molekylära analyser. Genom forskning på Karolinska Institutet har vi utvecklat en metod som med hjälp av AI-baserad bildanalys kan ge likartad information om patientens risk för återfall. Metoden är vetenskapligt publicerad, vidareutvecklad via ett KI-Innovations startup; Stratipath, till en kliniskt godkänd produkt. Metoden används nu i rutinsjukvården vid flera svenska sjukhus och möjliggör att alla bröstcancerpatienter kan få tillgång till en kostnadseffektiv riskanalys.

Lipoprotein(a) är ett naturligt förekommande blodfett. De senaste årens forskning har visat att Lipoprotein(a) är en riskfaktor för att utveckla hjärtkärlsjukdom och förträngning av hjärtklaffen (s.k. aortastenos). Blodfettet Lipoprotein(a) liknar strukturmässigt det som på medicinskt språk kallas LDL kolesterol och som ofta brukar benämnas ”det onda kolesterolet”Nivån av Lp(a) i blodet är till största del genetisk betingad och att screena släktingar till patienter med en identifierad hereditär sjukdom eller riskfaktor har visat sig vara en framgångsrik och effektiv metod inom andra sjukdomsområden.Detta projekt drivs som ett vårdutvecklings projekt där en ny digital mjukvara har utvecklats och integrerats i vårdens egna system. Hjärtinfarktpatienter från sju kliniker i Sverige testas för Lp(a), och dessa patienter får även möjlighet att via en digifysisk vårdkedja bjuda in sina första och andragradssläktingar för att ocskå genomgå testning av denna kardiovaskulära riskfaktor.Projektet genomförs av vården med stöd av IT-företaget BCB Medical och läkemedelsföretaget Novartis. Inom projektet råder medicinsk sekretess, dvs endast vårdpersonal som har kontakt med patient eller släkting har tillgång till personrelaterade uppgifter.

Regionalt cancercentrum (RCC) Stockholm-Gotland och Karolinska Universitetssjukhuset har tillsammans tagit fram en lösning som möjliggör för kvalitetssäkrad automatiserad analys, uppföljning och rapportering av ledtider i alla standardiserade vårdförlopp. Detta i sin tur ger vårdpersonal möjlighet att proaktivt agera för att patienter med välgrundad misstanke om cancer får sin första behandling i rätt tid.

Karolinska Universitetssjukhuset har tagit fram en lösning för datadriven insamling av ledtider för standardiserade vårdförlopp, cancer (SVF). Detta skapar möjligheter och förutsättningar för interna analyser av var i vårdkedjan patienter är, men också var i vårdkedjan det tar för lång tid.