Kronik

Brug af data i det offentlige skal skabe læring, ikke kontrol og ekstraarbejde

Alle sejl sættes for at gøre især vores sundhedsvæsen mere datadrevet, men vores sundhedspersonale skal ikke drives af data. Man driver kvæg, ikke mennesker. De skal bruge data frem for at blive brugt til at skabe data, skriver professor Klaus Lindgaard Høyer i dette debatindlæg
Politiske strategipapirer og konsulentrapporter betragter sundhedsdata som mere sikre end konkrete erfaringer med nye databehandlingsteknologier som Sundhedsplatformen, der rystede Region Hovedstaden.

Politiske strategipapirer og konsulentrapporter betragter sundhedsdata som mere sikre end konkrete erfaringer med nye databehandlingsteknologier som Sundhedsplatformen, der rystede Region Hovedstaden.

Sille Veilmark

12. juni 2019

Der er ikke mange mennesker i den offentlige sektor, som ikke har fået at vide, at nu skal der arbejdes mere datadrevet.

Mange årsværk og konsulenttimer har bidraget til at udvikle strategier og nye muligheder for at dele data, alt sammen for at sikre, at den offentlige sektor producerer flere data og i højere grad bruger dem til at træffe beslutninger.

Er det den rigtige vej at gå? Det kommer så sandelig an på, hvad man forstår ved ’datadrevet’, og hvem der ender med at bruge data til hvad.

Potentialeiver

De fleste iagttagere er enige om, at data er forbundet med et enormt potentiale. Potentiale er dog en sjov størrelse, fordi det handler om noget, som ikke er her endnu. Man kan altså ikke rigtigt vide noget om det på samme måde, som man kan vide noget om teknologier, der allerede er i brug.

Alligevel har politiske strategipapirer og konsulentrapporter på dataområdet det med at betragte potentialet som mere sikkert end konkrete erfaringer med nye databehandlingsteknologier, som Sundhedsplatformen eller SKAT’s gældsindragelsessystem.

I 2013 lavede OECD en rapport, der beskrev, hvordan man i det danske sundhedsvæsen har utroligt mange data, som ikke bliver brugt ret meget.

Konklusionen var overraskende nok ikke, at man kunne spare penge ved at indsamle færre data i sundhedsvæsenet, men i stedet at man skulle investere mere i data for at sikre, de blev brugt.

Data blev igen forbundet med et potentiale – på trods af erfaringerne frem for på grund af erfaringerne.

Når vi nu er i gang med at skabe nye infrastrukturer for dataudveksling i sundhedsvæsenet og resten af den offentlige sektor, er det vigtigt at være realistiske omkring mulighederne og ikke blive for grebet af potentialeiver.

Data skal skabe læring

Der er nye og spændende muligheder i data. Først og fremmest er der mange flere data end nogensinde før, fordi det meste af det, vi laver i dag, på en eller anden måde er medieret af it.

Det betyder, at masser af aktiviteter producerer dataspor, som giver mulighed for at analysere det udførte arbejde. Hvis altså organisationerne kan analysere dataene rigtigt, og data i øvrigt har en tilpas kvalitet.

Det er dumt ikke at bruge nye muligheder, hvis man kan få bedre resultater, spare penge, eller få helt nye ideer til måder at gøre tingene på. Der er flere kendte eksempler i sundhedsvæsenet på gode måder at bruge data på, eksempelvis til systematisk overvågning af og opfølgning på udsatte patientgrupper eller kronikere.

God databrug er ofte karakteriseret ved at skabe læring frem for kontrol og at kræve et minimum af arbejde fra de udøvende sundhedsprofessionelles side.

For eksempel udviklede man i det tidligere Roskilde Amt et system, så alment praktiserende læger fik et overblik over deres udskrivningspraksis set i relation til gennemsnittet. Så kunne de se, om de eksempelvis udskrev meget mere antibiotika end deres kolleger, og så overveje, om der var en særlig grund til det.

De fleste brugte det til at korrigere deres udskrivningsmønster. Systemet byggede på deres recepter, altså data, der var der i forvejen.

Der er også moderne højteknologiske succeser, som programmer der ved at overvåge og samkøre data forlænger organmodtageres liv. Der er også fortsat brug for data til både klinisk forskning (eksempelvis i effekten af behandlinger i praksis) og organisatorisk sundhedstjenesteforskning, som ser på effekten af forskellige måder at organisere arbejdet på.

Vi skal bare være opmærksomme på, at ambitionen om at arbejde mere datadrevet ikke altid hænger sammen med smart ny teknologi eller specielt velfunderede analyseformer.

Det kan i stedet føre til, at man indsamler flere data med gammeldags tidskrævende teknologier som registreringer og spørgeskemaer – og uden at man får noget meningsfuldt eller handlingsanvisende ud af dem.

Sundhedsprofessionelle bliver således ofte bedt om manuelt at notere store mængder af oplysninger for at indsamle de data, man nu taler om behovet for. Det er særdeles tidskrævende og opleves ikke altid lige meningsfuldt.

I nogle tilfælde sker den manuelle dokumentation for at bevise overholdelse af en række lovmæssige krav, der ikke har direkte klinisk betydning, som ventetidsgarantier.

Lars Løkke Rasmussens (V) ambition om at styre gennem patientrettigheder er således forbundet med mange arbejdstimer til dokumentation og dataovervågning, og ender nogle af den tidligere regerings ideer til en sundhedsreform med at blive realiseret, tyder det på, at flere af den slags registreringer kan være på vej.

Kræver kundskab at aflæse

Hvis et datasæt virkelig skal bruges til noget meningsfuldt, skal det desuden ordnes og tjekkes i form af det, som man kalder datarensning. Og så skal de analyseres på den rigtige måde.

Det er svært at analysere data. Man skal for det første vide meget om, hvordan de er produceret for at vide, hvad de betyder. Man derudover skal man have kendskab til statistik og have en god forståelse for det fænomen, man prøver at analysere.

Mange vil gerne undersøge, hvem der gør noget særligt godt og sammenligner derfor effekten af en intervention på tværs af forskellige hospitaler eller sammenligner kommuner eller regioner.

Det er imidlertid svært ud fra data at se, hvad en eventuel forskel skyldes. Det kan være interventionens udførelse (altså kvaliteten i arbejdet hos dem, man vil undersøge), men det kan også være forskelle i baggrundspopulationer (altså hvem der er udsat for interventionen) eller i registreringspraksis (at man har registreret effektmål forskelligt).

Hvis man drager for hurtige konklusioner, kan de nemt ende med at være forkerte.

Ikke flere, men bedre data

Vi har brug for data til at skabe et godt grundlag for vigtige beslutninger i sundhedsvæsenet og i resten af den offentlige sektor. Data kan også hjælpe os til at blive opmærksomme på fejl og uhensigtsmæssige mønstre i de beslutninger, vi ellers bare træffer rutinemæssigt. Vi kan opdage fordomme og ulighed, når vi systematisk gennemgår dataspor.

Det skal vi blive ved med, og det skal vi blive stadigt bedre til ved at bruge ny teknologi. Men alle beslutninger kan ikke blive datadrevne, og ambitionen om at blive datadrevet må ikke underminere de fagprofessionelles udøvelse af sund dømmekraft.

Pointen er, at vi ikke har brug for flere dataanalyser, hvis det er dårlige dataanalyser.

Vi har heller ikke brug for flere data, hvis de ikke bruges til at træffe gode beslutninger. I stedet for at tale om et ubestemmeligt potentiale i at arbejde datadrevet er der derfor brug for en mere nøgtern tilgang til de investeringer, som lige nu udmønter sig i ambitionen om at blive ’datadrevet’.

Investeringer i data skal kun ske der, hvor man vitterligt har kompetencer og tid til at finde frem til noget, som er til at handle på.

Klaus Lindgaard Høyer, professor ved Institut for Folkesundhedsvidenskab på KU og forfatter til ’Hvem skal bruge sundhedsdata – og til hvad?’

Hvis vi skal skabe bedre forhold for patienterne, skal vi blive bedre til at udnytte medarbejdernes sundhedsfaglige kompetencer optimalt. Større tillid til medarbejderne og en mere fornuftig fordeling af opgaverne kan nemlig frigøre flere hænder i sundhedsvæsenet, skriver SF-formand Pia Olsen Dyhr og Grete Christensen, formand for Dansk Sygeplejeråd, i en fælles kronik.
Læs også
Bliv opdateret med nyt om disse emner på mail

Vores abonnenter kalder os kritisk, seriøs og troværdig.
Få ubegrænset adgang med et digitalt abonnement.
Prøv en måned gratis.

Prøv nu

Er du abonnent? Log ind her

Anbefalinger

  • Niels Duus Nielsen
Niels Duus Nielsen anbefalede denne artikel

Kommentarer

Peter Hedegaard

Jeg er utrolig enig med Klaus Lindgaard Høyer. Og med LPR3 som blev indført den 2/2 er kravet til alle mulige differentierede registreringer af behandlinger, markører und so weiter bare eskaleret og har besværliggjort arbejdet for alle de i forvejen plagede brugere af Sundhedsplatformen endnu mere. Alt sammen pga. polikeres, djøffers og forskeres våde drøm om at kunne analysere sig frem til næste smart move. Jovist, data i stor målestok kan bruges men det kræver, som Klaus Lindgaard Høyer skriver, valid data. Jeg har svært ved at se hvordan denne datahøst skal opveje de uundgåelige registreringsfejl som den øgede registreringspraksis medfører for ikke at tale om alt det ekstra administrative arbejde det medfører, samt de ekstra frustrationer over de enorme mængder af datafejl der skal rettes.

Michael Friis

JFV dr.dk "I Region Sjælland har man indkøbt systemet fra det amerikanske firma Epic for 700 millioner kroner, men Region Syddanmark har valgt det danske firma Systematic, som kunne levere en løsning til 250 millioner kroner."
Danmark er et lille sprogområde indenfor EU og derfor kan centralisering indenfor databehandlig virke naturlig. Sparer dyr udvikling og dyr vedligehold samt har den fordel at systemerne taler sammen, når patienter og personaler flytter rundt i landet.
Problemet med sygdom og data er, at der er mange krav fra patienter og system. Jeg antager, at over 80 pct af data er "nice to have" og maksimum "20 pct" er "need to have". Det giver en masse spildtid. Men hvilke data, der er relevante kommer an på patienten, hvilket besværliggør lette løsninger.
Et anden problem ved standardbehandlinger er, at de begrænser udvikling og forbedringer. Og lægevidenskaben er i rivende udvikling.

Søren Kristensen

Brug af data i Københavns Kommune har afstedkommet en indkøbsordning på mit arbejde, hvorefter jeg, hvis jeg fx skal købe et pommesfritesjern til fritidshjemmet, først udfylder en formular, som jeg sender til indkøbsafdelingen. Men fordi et pommesfritesjern er en usædvanlig bestilling, videresendes bestillingen til et "fritekst"-team, som igen har en eller flere hjælpere til opgaven. I dette tilfælde var det en hjælper som videresendte ordren til butikken, som var en internetbutik. Men da butikken ikke kunne overholde sin egen leveringsdato og derfor henvendte sig til grossisten, får at få en ny leveringdato, lå denne så sent at leverandøren besluttede at sætte ordren i bero, hvorefter han sendte en mail tilbage til kommunens indkøbsteam om beslutningen. Denne mail nåede desværre aldrig tilbage til mig, som altså gennem flere uger gik i den tro at ordren var aktiv. Efter nogen tid og et detektivarbejde, der tog en formiddag (præcis 3 timer), blev ordren genoprettet og pommesfritesjernet blev leveret til institutionen kun et par dage efter, men altså seks uger efter den oprindelige ordredato. På det tidspunkt havde der så også været seks led involveret i ekspeditionen af ordren.

Eksemplet er kun et af mange lignende tilfælde, som kommunens nye indkøbssystem, afstedkommer. For få år siden, da arbejdsredskabet stort set kun var en telefon, havde vi som indkøbere kun at ringe til en leverandør og bestille det vi havde brug for, betalt enten med EAN eller dankort. Det var enkelt, hurtigt og meget sjovere og krævede kun to led.

Ole Beckman, Trond Meiring og Michael Friis anbefalede denne kommentar