POTENCIAL EKOSISTEMOV ZDRAVSTVENIH INFORMACIJSKIH REŠITEV, RAZVITIH NA PLATFORMI ODPRTIH KLINIČNIH PODATKOV

Transcription

1 UNIVERZA V LJUBLJANI EKONOMSKA FAKULTETA MAGISTRSKO DELO POTENCIAL EKOSISTEMOV ZDRAVSTVENIH INFORMACIJSKIH REŠITEV, RAZVITIH NA PLATFORMI ODPRTIH KLINIČNIH PODATKOV Ljubljana, junij 2016 ANŽE DROLJC

2 IZJAVA O AVTORSTVU Podpisani Anže Droljc, študent Ekonomske fakultete Univerze v Ljubljani, avtor predloženega dela z naslovom Potencial ekosistemov zdravstvenih informacijskih rešitev, razvitih na platformi odprtih kliničnih podatkov, pripravljenega v sodelovanju s svetovalcem dr. Andrejem Kovačičem. IZJAVLJAM 1. da sem predloženo delo pripravil samostojno; 2. da je tiskana oblika predloženega dela istovetna njegovi elektronski obliki; 3. da je besedilo predloženega dela jezikovno korektno in tehnično pripravljeno v skladu z Navodili za izdelavo zaključnih nalog Ekonomske fakultete Univerze v Ljubljani, kar pomeni, da sem poskrbel, da so dela in mnenja drugih avtorjev oziroma avtoric, ki jih uporabljam oziroma navajam v besedilu, citirana oziroma povzeta v skladu z Navodili za izdelavo zaključnih nalog Ekonomske fakultete Univerze v Ljubljani; 4. da se zavedam, da je plagiatorstvo predstavljanje tujih del (v pisni ali grafični obliki) kot mojih lastnih kaznivo po Kazenskem zakoniku Republike Slovenije; 5. da se zavedam posledic, ki bi jih na osnovi predloženega dela dokazano plagiatorstvo lahko predstavljalo za moj status na Ekonomski fakulteti Univerze v Ljubljani v skladu z relevantnim pravilnikom; 6. da sem pridobil vsa potrebna dovoljenja za uporabo podatkov in avtorskih del v predloženem delu in jih v njem jasno označil; 7. da sem pri pripravi predloženega dela ravnal v skladu z etičnimi načeli in, kjer je to potrebno, za raziskavo pridobil soglasje etične komisije; 8. da soglašam, da se elektronska oblika predloženega dela uporabi za preverjanje podobnosti vsebine z drugimi deli s programsko opremo za preverjanje podobnosti vsebine, ki je povezana s študijskim informacijskim sistemom članice; 9. da na Univerzo v Ljubljani neodplačno, neizključno, prostorsko in časovno neomejeno prenašam pravico shranitve predloženega dela v elektronski obliki, pravico reproduciranja ter pravico dajanja predloženega dela na voljo javnosti na svetovnem spletu preko Repozitorija Univerze v Ljubljani; 10. da hkrati z objavo predloženega dela dovoljujem objavo svojih osebnih podatkov, ki so navedeni v njem in v tej izjavi. V Ljubljani, dne Podpis študenta:

3 KAZALO UVOD PREVLADUJOČI INFORMACIJSKI SISTEMI V ZDRAVSTVU Analiza obstoječih rešitev Opis in povzetek prednosti ter slabosti obstoječih rešitev Pregled različnih tipov informacijskih rešitev v zdravstvu Posamezni programski paketi Monolitne aplikacije Platforme, ki omogočajo razvoj ekosistemov zdravstvenih storitev STANDARDI V MEDICINSKI INFORMATIKI Pregled razpoložljivih standardov openehr HL7 standardi DICOM EDIFACT SNOMED CT MKB Pomen standardov za razvoj kakovostnih rešitev v medicinski informatiki Izziv za standarde Rešitev MOBILNI SENZORJI IN PAMETNE NAPRAVE Pregled stanja Predvidena prihodnost nosljive tehnologije Povezava naprav in aplikacij kot priložnost za nove storitve, rešitve in poslovne modele v zdravstvu PRILOŽNOSTI ZA INOVATIVNE REŠITVE V MEDICINSKI INFORMATIKI Pregled trenutnega stanja medicinske informatike Ekonomski, socialni in industrijski izzivi Poslovne priložnosti in izzivi PREDLOG REŠITVE EKOSISTEM APLIKACIJ ZGRAJEN NAD NEODVISNO PLATFORMO ZDRAVSTVENIH PODATKOV Platforma zdravstvenih podatkov Opis rešitve Think!EHR Server Think!EHR Explorer Razvijalec zaslonskih mask Integracijski nivo Ekosistem modulov nad zdravstveno podatkovno platformo Inovativnost rešitve i

4 5.3 Inovativnost poslovnega modela Primerjava inovativne rešitve z obstoječimi rešitvami Plan razvoja rešitve VPLIV IN PREDNOSTI PREDLAGANE REŠITVE NA UPORABNIKE IN TRG Ključne ekonomske prednosti predlagane rešitve v primerjavi z obstoječimi rešitvami Opis ključnega trga in segmentov Ključni tekmeci Ključne ovire za uspešno komercializacijo produkta Ključni uporabniki Aktivnosti za maksimizacijo vpliva rešitve na trg PREDLOG POSLOVNEGA NAČRTA IN ŠTUDIJE IZVEDLJIVOSTI Ključne aktivnosti in koraki Trenutno stanje trga in trendi Predstavitev produkta zdravstvene platforme Izvedba analize razlik med trenutnimi funkcionalnostmi in potrebami na trgu Pregled trga s popisom ključnih deležnikov in akterjev Glavni deležniki in faktorji za oceno trga Učinki dodatnega financiranja Plan komercializacije Izdelava registra tveganj in SWOT analize SKLEP LITERATURA IN VIRI KAZALO TABEL Tabela 1: Prednosti in slabosti monolitnih ter modularnih rešitev... 6 Tabela 2: Prednosti in slabost različnih tipov podatkovnih modelov... 7 Tabela 3: Različni tipi konceptov v medicini in medicinski informatiki Tabela 4: Opis problemov in priložnosti medicinske informatike Tabela 5: Poslovne priložnosti v medicinski informatiki, ki izhajajo iz trenutnih problemov obstoječih informacijskih rešitev Tabela 6: Ključne ekonomske prednosti za uporabnike Think!EHR Platforme Tabela 7: Predlogi in cilji za nadaljnji razvoj Think!EHR Platforme Tabela 8: Pregled dodane vrednosti uporabe Think!EHR Platforme za uporabnike Tabela 9: Ključne ekonomske prednosti Think!EHR Platforme Tabela 10: Naslovljiv trg za Think!EHR Platformo Tabela 11: Seznam ključnih tekmecev Think!EHR Platforme ii

5 Tabela 12: Faktorji za oceno primernosti trga KAZALO SLIK Slika 1: Modularna arhitektura, ki omogoča vzpostavitev ekosistemov informacijskih rešitev v medicini Slika 2: Primer openehr arhetipa Slika 3: Koncept openehr predloge Slika 4: Koncept ohranjanja semantike od zaslonske maske do shranjenega podatka Slika 5: Klinični model krvnega pritiska Slika 6: Neodvisna platforma zdravstvenih podatkov, kot ključna komponenta za shranjevanje strukturiranih kliničnih podatkov o pacientih in vzpostavitev ekosistema informacijskih rešitev Slika 7: Arhitektura Think!EHR Platforme Slika 8: Think!EHR Explorer omogoča pregledovanje shranjenih podatkov in upravljanje s Think!EHR platformo Slika 9: Razvijalec zaslonskih mask Slika 10: Konfiguracija korakov integracijskega kanala Slika 11: Orodje za vizualno mapiranje in transformacije podatkov iz vhodnega sporočila v openehr format in obratno Slika 12: Modularna arhitektura kliničnega informacijskega sistema Think!Clinical Slika 13: Nabor orodij, ki omogočajo hitro izvedbo 4-ih korakov in tako vzpostavitev novih rešitev brez potrebe po programiranju Slika 14: Trikotnik med seboj povezanih deležnikov in uporabnikov Slika 15: Kanvas poslovnih modelov za Think!EHR Platformo Slika 16: Monolitne aplikacije in zahteva po migraciji podatkov Slika 17: Trije različni tipi repozitorijev za shranjevanje dokumentov, slikovnega gradiva in strukturiranih kliničnih podatkov neodvisno od aplikacij Slika 18: Koncept vzpostavitve ekosistema rešitev nad platformo zdravstvenih podatkov (Umestitev Think!EHR Platforme T!EP v središče ekosistema) Slika 19: Trikotnik ključnih deležnikov Slika 20: Velikost trga po regijah (v mio EUR) Slika 21: Projekcija prihodkov v primeru dodatnega financiranja z EU sredstvi Slika 22: SWOT analiza za Think!EHR Platformo iii

6

7 UVOD Trg informacijsko telekomunikacijskih rešitev v zdravstvu danes obvladujejo velika svetovna podjetja. Manjša podjetja in t.i. start-up podjetja se pri vstopu na ta trg soočajo z velikimi izzivi in težavami. Izzivi izvirajo predvsem iz dejstva, da velika podjetja ponujajo monolitne rešitve, razvite po lastnih standardih in z nizko stopnjo interoperabilnosti ter tako svoje naročnike (ponudnike zdravstvenih storitev, zavarovalnice, države, ) priklenejo na svoje rešitve. Praviloma vse te monolitne rešitve predstavljajo visoke stroške lastništva. Še večja težava leži v lastništvu kliničnih podatkov, ki se zbirajo v monolitnih rešitvah. Slednji bi morali biti v lasti ponudnikov zdravstvenih storitev. Realnost je drugačna klinični podatki so v lasti izvajalcev (Marand, 2015c). Svetovno priznani Ekonomist Clayton Christensen pravi, da se bodo morale informacijske rešitve v zdravstvu transformirati iz monolitnih v modularne v obliki ekosistemov in bodo zgrajene nad standardiziranimi in odprtimi platformami zdravstvenih podatkov (Christensen, 2008). Pri monolitnih rešitvah vsaka, še tako majhna sprememba funkcionalnosti, praviloma predstavlja visoke stroške in dolge roke za izvedbo in nadgradnjo. V primeru, ko se izvajalec zdravstvenih storitev odloči za zamenjavo obstoječe informacijske rešitve, to predstavlja ne samo ogromen strošek, temveč tudi več-letni projekt prehoda na novo rešitev ter projekt prenosa kliničnih podatkov v nov sistem. Zaradi velikega rizika in visokih stroškov se izvajalci zdravstvenih storitev le stežka odločijo za menjavo in nadgradnjo monolitnega informacijskega sistema (Beale, 2014h). Izkušnje kažejo, da noben izvajalec oz. ponudnik informacijskih sistemov za zdravstvo, zaradi same kompleksnosti domene medicine, ni zmožen zagotoviti vseh željenih/pričakovanih funkcionalnosti in pokriti vseh specialnosti in področij. Po drugi strani pa funkcionalnosti, ki so na voljo, praviloma nikoli ne pokrijejo vseh zdravnikovih zahtev po naboru podatkov in šifrantov (Beale, 2014h). Izvajalci zdravstvenih storitev bi morali namesto monolitnih rešitev, s katerimi zgolj navidezno pokrijejo svoje zahteve, začeti razmišljati in kupovati rešitve, ki temeljijo na zdravstveni podatkovni platformi, ki omogoča postopni razvoj in sodelovanje različnih ponudnikov informacijskih rešitev za področje medicine. S takim pristopom bi izvajalci zdravstvenih storitev lahko enostavno in skladno s svojimi potrebami in zahtevami določali in izbirali tako standarde, rešitve, kot tudi izvajalce ter s tem svoj sistem razvijali skladno s finančnimi zmožnostmi in postavljeno vizijo in prioritetami (Beale, 2014h). Zaradi opisanih razmer in potreb izvajalcev zdravstvenih storitev je ključno, da se trgu ponudi podatkovno platformo, ki omogoča strukturirano shranjevanje kliničnih podatkov v enem od priznanih svetovnih standardov za modeliranje in shranjevanje kliničnih podatkov. Dodatno mora platforma podpirati tudi enostavno upravljanje s shranjenimi podatki, možnost prevoda v tuje jezike, sledljivost vseh transakcij, enostavno in hitro izvajanje poizvedb nad podatki ter enostavno in standardizirano možnost izmenjave podatkov med 1

8 različnimi platformami in zdravstvenimi informacijskimi sistemi (Notes on the JASON report, 2014). Namesto, da se vrednost medicinske informatike dokazuje zgolj z opisom funkcionalnosti in zmogljivosti informacijskih sistemov, se mora prava vrednost medicinske informatike in rešitev začeti meriti po kakovosti, zanesljivosti in enostavnosti izmenjave strukturiranih kliničnih podatkov, temelječih na mednarodno priznanih in standardiziranih kliničnih podatkovnih modelih. Kakovostni klinični podatki pacienta, ki so hranjeni centralno in za celotno življenjsko obdobje pacienta, omogočajo boljše izide zdravljenja, boljše in bolj informirano upravljanje kroničnih bolezni ter na splošno višjo kakovost zdravstvene oskrbe celotnega prebivalstva (Bowman, 2014). Namen magistrske naloge je opraviti analizo trenutnega stanja medicinske informatike in pregleda izzivov s katerimi se soočajo tako podjetja, ki te informacijske rešitve razvijajo, kot tudi izvajalci zdravstvenih storitev, ki te rešitve vsakodnevno uporabljajo v praksi, ter nato predstaviti priložnosti in potenciale za nove in inovativne informacijske rešitve na področju medicinske informatike, tako z uporabniškega, kot tudi poslovnega vidika. V magistrski nalogi bom predstavil ključne prednosti in potencial ekosistema zdravstvenih informacijskih rešitev nad neodvisno platformo zdravstvenih podatkov. Ključni cilji, s katerimi bom dosegel zastavljen namen magistrske naloge, so: - predstaviti različne tipe obstoječih informacijskih rešitev za področje medicinske informatike ter predstaviti njihove pomanjkljivosti ter prednosti, - poiskati vzroke za trenutno»zaostalo«stanje medicinske informatike, - predstaviti konkreten produkt, ki naslavlja prepoznane pomanjkljivosti obstoječih informacijskih rešitev in podpira inovacije na področju medicinske informatike, - identificirati in opisati trg za predlagano rešitev, definirati konkretne ekonomske prednosti predlagane rešitve pred obstoječimi rešitvami ter ugotoviti ali je možno uvesti nove poslovne modele pri nakupu informacijskih rešitev za področje medicine. Magistrsko nalogo sem zastavil tako, da bom v začetnem delu teoretično predstavil in razložil kako kompleksnost področja medicine in razpoložljivost številnih standardov ter različnih tipov informacijskih rešitev, vpliva na razmeroma kaotično stanje trenutnih informacijskih rešitev, ki so težko razumljive, uporabniku neprijazne, slabo standardizirane in finančno nevzdržne za naročnike. Prva poglavja zato pokrivajo analizo obstoječih informacijskih rešitev za področje medicine, predstavitev inovacij in priložnosti na področju senzorjev in merilcev vitalnih znakov ter podrobno predstavitev ključnih standardov s področja medicinske informatike. Na podlagi izvedene analize v prvih poglavij, bom nato v nadaljevanju predstavil priložnosti za nove pristope k informatizaciji na področju medicine. Zadnja poglavja predstavljajo praktični del magistrske naloge in v njih bom na podlagi svojih izkušenj in sodelovanja pri razvoju platforme zdravstvenih podatkov predstavil konkreten primer produkta zdravstvene platforme, ki naslavlja trenutne pomanjkljivosti obstoječih informacijskih 2

9 rešitev, upošteva trende v medicinski informatiki ter posledično omogoča inovativen pristop k razvoju ekosistema informacijskih rešitev za medicino. V okviru praktičnega dela bom dodatno opisal še vpliv produkta na trg in uporabnike, ključne ekonomske prednosti pred obstoječimi rešitvami ter podal predlog zasnove poslovnega načrta in študije izvedljivosti. Magistrsko nalogo sem pripravil na podlagi svojih 10 letnih izkušenj pri projektih iz medicinske informatike ter s študiranjem tako domače, kot tudi tuje strokovne literature, člankov, raziskav, spletnih dnevnikov ter številnimi pogovori in intervjuji znotraj podjetja Marand Inženiring d.o.o. in poslovnimi partnerji. 1 PREVLADUJOČI INFORMACIJSKI SISTEMI V ZDRAVSTVU Medicina je kompleksno področje, ki se izvaja v okviru različnih ustanov (bolnišnice, osebni zdravniki, diagnostični centri, itd.), v procesih sodelujejo različni strokovnjaki (zdravniki, medicinske sestre, farmacevti, itd.), dandanes pa je vedno več možnosti za razne medicinske postopke in diagnostiko, ki se opravljajo tudi na daljavo z uporabo pametnih telefonov, sodobnih senzorjev vitalnih znakov in drugih pametnih naprav t.i.»mhealth«oz.»mzdravje«(evropska komisija, 2014). Zdravstvena oskrba je glavna vrednota izvajalcev zdravstvenih storitev v sodelovanju z vodji informatike (angl. Chief information officer, v nadaljevanju CIO), ki vodijo svoje organizacije skozi izbiranje, razporejanje in optimizacijo tehnologij za transformacijo zagotavljanja zdravstvenega varstva. Elektronski zdravstveni zapisi (v nadaljevanju EZZ) in z njimi povezani tehnološki ekosistemi bodo zahtevali glavno pozornost vodilnih obveščevalnih uradnikov v prihajajočih letih in bodo nenehno ponujali nove priložnosti za širitev in izboljšave. EZZ bodo osnovna kritična tehnologija za zdravstvene inovacije, kognitivno računalništvo, upravljanje zdravstvenega znanja, napredno diagnostiko, personalizirano medicino in virtualizacijo zdravstvene nege. Znotraj kliničnega vodstva vodje informatike maksimalno izkoriščajo elektronske zdravstvene zapise in tehnologije za zdravstveno oskrbo, da bi spremenili način, kako se medicino prakticira danes in da bi pridobili novo vrednost iz bogatega nabora razpoložljivih informacij v EZZ (Runyon, 2016). Zaradi svoje kompleksnosti medicina zahteva različne informacijske rešitve. V grobem se rešitve delijo na: - rešitve za podporo obračuna storitev, evidenco administrativnih postopkov (beleženje administrativnih podatkov o pacientih, naročanje pacientov, tiskanje medicinske dokumentacije), - rešitve za podporo pri diagnostično terapevtskih postopkih (izvajanje laboratorijskih preiskav, rentgenoloških preiskav, predpisovanje terapij, beleženje podrobnosti opravljenih posegov, itd.), - rešitve za paciente, - rešitve, ki ponudnikom zdravstvenih storitev omogočajo zbiranje in pregled vseh kliničnih podatkov pacienta ter jim pomagajo pri dnevnih opravilih, 3

10 - rešitve za podporo zdravja na daljavo ezdravje in mzdravje, - rešitve za analitiko. Hiter ritem digitalizacije zdravstvene nege zahteva nova orodja, tehnologije in sposobnosti, ki se jih veliko nahaja zunaj območja in dosega obstoječih kliničnih informacijskih sistemov. Vodje informatike izvajalcev zdravstvenih storitev morajo nadaljevati z izvajanjem in optimizacijo svojih obstoječih informacijskih rešitev; prav tako morajo razumeti, izvajati in uporabljati še številne nove aplikacije, sisteme in tehnologije, ki bodo delovale usklajeno s centralnim kliničnim informacijskim sistemov s končnim ciljem uvedbe bolj varnega in učinkovitega procesa zdravljenja. Nekatere koristi se bodo pojavile tudi na področju nudenja zdravstvene oskrbe: od konvencionalne osebne nege do popolnoma avtomatiziranih virtualnih srečanj. To od ponudnika zdravstvenih storitev zahteva oskrbo, pri kateri bo stopnja sodelovanja med različnimi izvajalci zdravstvenih storitev višja, kot do sedaj, posledično pa bo potrebno zagotoviti tudi visoko stopnjo interoperabilnosti ter uvesti nove načine financiranja novih storitev (Runyon, 2016). 1.1 Analiza obstoječih rešitev Podrobnejša analiza naštetih rešitev pokaže, da se danes z razvojem medicine, informatike in informacijske tehnologije pojavljajo številne nove IT (informacijsko-tehnološke) rešitve, ki naslavljajo zelo specifična področja v medicini in podpirajo nove metode zdravljenja in vključevanja pacientov v proces zdravljenja (Shaffer, 2015): - Personalizirana medicina: Novo nastajajoči pristop za diagnostiko bolezni, zdravljenje in preventivo, ki upošteva individualno spremenljivost genov, fiziologijo, anatomijo, življenjsko okolje in življenjski slog. Metodologija, v kateri se kombinirajo prednosti genomike na področju javnega zdravstva, vključevanje pacienta in prepričevalna analiza, zdravstvene analize prebivalstva, upravljanje zdravstvene oskrbe, samovrednotenje in celo vsadki, ustvarjeni s tehnologijo 3D tiskanja, za kolk/koleno. Ponudniki rešitev: Ayasdi; GenoSpace; Hearst Health; IBM Watson Health; Illumina; NanoString Technologies; NantHealth; Precision for Medicine; Precision Medicine Network; Syapse - Vključevanje pacienta: Vključevanje pacienta in prepričevalna analiza sta kritični orodji za delo s široko paleto kliničnih, socialnih in vedenjskih podatkov pacientov / potrošnikov ter za pridobivanje in razumevanje ključnih ljudi, ki bodo skrbeli za zadovoljstvo, motivacijo in dober vpliv na zdravje in dobro počutje. In končno, za uporabo tega znanja za zavesten razvoj efektivnih programov z motiviranimi pacienti / potrošniki, kar bo vplivalo na rezultate in izboljšalo osnovni zdravstveni status prebivalstva. Ponudniki rešitev: Altimetrik; Amazon; Apple; Eliza; Esri; Facebook; Google; hc1.com; Hancom; Health Catalyst; IBM Watson Health; Johns Hopkins Bloomberg School of Public Health; Nielson; Saama; Samsung; SeeWhy; Thomas Jefferson University School of Population Health 4

11 - Stroški zdravstvene oskrbe v realnem času: Pristop omogoča sprotni in predvidljiv vpogled v pacientove spremenljive stroške in tako odločevalcem ponuja bolj natančne operativne odločitve. Sistem v realnem času zbira in obdeluje administrativne in klinične podatke, razvija algoritme, izvaja kalkulacije in opozarja ali poroča o pregledu realnih stroškov in omogoča prilagodljivo sprejemanje odločitev. Po načinu uporabe in delovanja je drugačen od obstoječih računovodskih rešitev. Ponudniki rešitev: Infor. - Genomika v zdravstvu: Inovativen model znotraj medicine, ki jo je sprožilo kartiranje človeškega genoma. Vključuje različne vrste, kot je na primer funkcionalna genomika, proteomika, epigenomika, nutrigenomika in farmakogenomika. Genomika raziskuje molekularne mehanizme in se dopolnjuje s tradicionalno R&D in zdravstveno prakso. Ponudniki rešitev: Ayasdi; Euro ns Genomics; GenoSpace; Hearst Health; IBM Watson Health; Illumina; Integrated BioBank Luxembourg; NantHealth - Platforme za zdravstveno varstvo prebivalstva: Predstavljajo nabor IT zmogljivosti in z njimi povezanih storitev, ki omogočajo izvajalcem zdravstvenih storitev spremljanje in sodelovanje s številnimi pacienti in posledično omogočajo boljše rezultate procesa zdravljenja in večjo stroškovno učinkovitost. Ponudniki rešitev: Allscripts; Caradigm; Cerner; Epic; Explorys; Health Catalyst; IBM; McKesson; Optum; Wellcentive - Koordinirano izvajanje nege in aplikacije za upravljanje: Področje vključuje aplikacije za podporo kliničnim procesom in aplikacije za sprejemanje odločitev za novo nastale vloge koordinatorja kliničnih procesov. Te vloge so v prvi vrsti osredotočene na skupine visoko rizičnih/resno bolnih pacientov, za katere je velika verjetnost poslabšanja zdravstvenega stanja in kjer neusklajenost lahko oskrbe povzroči dodatna poslabšanja in nepotrebne stroške (kot so na primer urgentni obiski in sprejemi v bolnišnico). - Elektronski obrazci za naročilo posegov in receptov: Vnos zdravnikovega naročila preko računalnika se nanaša na zdravnikov osebni vnos navodil za zdravljenje neposredno v klinični informacijski sistem. Izraz vnos zdravnikovega naročila uporabljamo zato, da poudarimo, da smejo s sistemom komunicirati zgolj zdravniki, ki izdajajo recept (posamezniki, ki smejo po zakonu predpisovati zdravila) in ne nekdo, ki deluje v njihovem imenu. Ponudniki rešitev: Allscripts; Cerner; Epic; InterSystems; Meditech; Marand - Napredni sistemi za klinične raziskave: Kompleksna rešitev, ki lahko hitro zbere zbirko pomembnih podatkov za razne klinične študije. Zagotavlja tudi podatkovno rudarjenje in podporo pri raziskavah kliničnih in translacijskih vprašanj ter z njimi povezane biostatistike. Vključuje tudi dostop do elektronskih zdravstvenih zapisov, odprtokodne komponente in mehanizme za t.i.»big data«. Ponudniki rešitev: GenoSpace; IBM Watson Health; IDBS; Informatica; Microsoft; Oracle; PCORI; Recombinant by Deloitte; Revolution Analytics (Microsoft); SAS; Teradata - Integrirano klinično/poslovno podatkovno skladišče: Rešitve vključujejo elektronske zdravstvene zapise, finančne podatke in tudi podatke o izkušnjah pacientov (najpogosteje podatke raziskav zadovoljstva, pa tudi povratno informacijo na socialnih 5

12 medijih). Rešitve uporabnikom omogočajo razvijanje/prejemanje poročil in tabel/poizvedb ter iskanje podatkov v okviru skrbi za pacienta, poslovnih procesov in rezultatov. Ponudniki rešitev: Cerner; Epic; Health Care DataWorks; Health Catalyst; IBM; Informatica; Information Builders; InterSystems; McKesson; Microsoft; MicroStrategy; Oracle; Premier; QlikTech; SAP (BusinessObjects); SAS; Tableau; Teradata; TIBCO Software; Wolters Kluwer Health (Health Language) - Portali za paciente: Portali za paciente omogočajo varno spletno povezavo med pacientom in ponudnikom zdravstvenih storitev ter enostaven dostop do lastnih kliničnih in izobraževalnih informacij, finančni in administrativni pregled ter orodja za pomoč pri ohranjanje lastnega zdravja. Portali so lahko samostojni ali pa vezani na klinične informacijske sisteme. Ponudniki rešitev: Alere (Wellogic); Allscripts; Cerner; Epic; Harris (Carefx); InterSystems; Kryptiq; Medicity; Orion Health; RelayHealth 1.2 Opis in povzetek prednosti ter slabosti obstoječih rešitev Pregled različnih tipov informacijskih rešitev v zdravstvu Naštete rešitve naslavljajo in rešujejo izzive v različnih domenah zdravstva, zato direktna primerjava prednosti in slabosti med temi rešitvami ni možna. Je pa ključno, da se na vse programske rešitve v zdravstvu pogleda z vidika modularnosti (bodisi modularni pristop bodisi monolitni sistemi) ter posledično načina vključevanja rešitev v vsakdanje procese ter podpore za medsebojno izmenjevanje pacientovih podatkov znotraj posamezne organizacije in tudi širše med različnimi organizacijami ne glede na geografsko pozicijo. Prednosti in slabosti tako monolitnih, kot tudi modularnih rešitev so predstavljene v Tabeli 1. Tabela 1: Prednosti in slabosti monolitnih ter modularnih rešitev Vir: Marand d.o.o., Go to market strategy for Think!EHR Platform, 2015a, str. 31. Drugi vidik pri klasifikaciji rešitev v zdravstvu je izbira tipa podatkovnega modela: zaprt podatkovni model in tesno sklopljen s samo programsko rešitvijo ali pa odprt podatkovni 6

13 model, ki temelji na standardih in je neodvisen od same rešitve. Odprti klinični podatkovni modeli omogočajo interoperabilnost, skalabilnost in razširljivost, kar so ključne zahteve za dolgoročno vzdržnost medicinske informatike. Prednosti in slabosti tako zaprtih, kot tudi odprtih podatkovnih modelov so predstavljene v Tabeli 2. Tabela 2: Prednosti in slabost različnih tipov podatkovnih modelov Vir: Marand d.o.o., Go to market strategy for Think!EHR Platform, 2015a, str. 32. Glede na modularnost rešitve in izbire tipa podatkovnega modela lahko programske rešitve v zdravstvu razdelimo na tri tipe: - posamezni programski paketi, - monolitne aplikacije, - platforme, ki omogočajo razvoj ekosistemov zdravstvenih storitev Posamezni programski paketi Gre za najbolj klasičen pristop k informatizaciji. Izvajalci zdravstvenih storitev za različne primere uporabe in scenarije izberejo tip aplikacije, ki jim v določenem trenutku najbolj ustreza bodisi finančno, bodisi funkcionalno. Ponudniki rešitev so praviloma različna podjetja. Tak pristop se je najpogosteje uporabljal v času prvih informacijskih rešitev in se šele v zadnjem desetletju umika pristopu celovitih monolitnih aplikacij Monolitne aplikacije Monolitne aplikacije so bile odgovor na izzive in težave povezane z integracijami različnih samostojnih aplikacij različnih proizvajalcev. Dodatno monolitne aplikacije v zdravstvu rešujejo tudi problem, da ne obstaja jasna specifikacija ali spisek zahtev za vse potrebne funkcionalnosti, ki bi jih morale posamezne aplikacije zagotoviti za različne zdravstvene ustanove. Najbolj očitna lastnost monolitnih aplikacij je, da vsebujejo širok nabor funkcionalnosti in različnih modulov, kar izvajalcem zdravstvenih storitev vsaj v začetku 7

14 poenostavi vpeljavo informacijskega sistem in do neke mere zmanjša število aplikacij v organizaciji (Gornik 2016) Platforme, ki omogočajo razvoj ekosistemov zdravstvenih storitev Bolj prestižni ponudniki zdravstvenih storitev, ki imajo tudi večji proračun za investicije v medicinsko informatiko, si danes še lahko privoščijo nakup dragih in prestižnih monolitnih rešitev. Vendar se v praksi izkaže, da tudi pri teh izvajalcih zdravstvenih storitev, ki so izbrali in uvedli monolitno aplikacijo, slednja predstavlja zgolj dobro polovico vseh aplikacijskih rešitev (Gornik, 2016). Druga polovica informacijskih rešitev so starejši informacijski sistemi, za katere še ni ustrezne podpore v novi monolitni aplikaciji, še bolj pogosto pa razne modernejše aplikacije in rešitve, ki se uporabljajo za raziskave, komunikacijo s pacienti, proaktivno vključevanje pacientov v proces zdravljenja, spremljanje populacije, izvajanje analiz, specializirane informacijske rešitve za upravljanje z diagnostično opremo in medicinskimi napravami ter specializirane informacijske sisteme za različna specialistična področja pri izvajalcih zdravstvenih storitev. Vzrok za takšno stanje gre iskati v tem, da je področje medicine kompleksno in je zato nerealno pričakovati, da bi en sam ponudnik z eno samo, čeprav izredno obsežno aplikacijo, uspel pokriti in zagotoviti vse funkcionalnosti ter zahteve uporabnikov (Gornik, 2016). Tako imamo v praksi pravzaprav stanje, kjer celotni portfelj aplikacij pri posameznem izvajalcu zdravstvenih storitev, predstavlja množica različnih aplikacij, ki vsaka podpira določene procese v praksi, vse te aplikacije pa se nato na nek način poskušajo povezovati in med seboj izmenjevati pacientove podatke. Ravno zaradi izredno zahtevnih in dragih postopkov integracije vseh teh številnih aplikacij, vsake z vsako, se je tak koncept izkazal kot izredno neučinkovit in popolnoma neustrezen. Z vsako dodano aplikacijo in z vsako dodano povezavo se kompleksnost in odvisnost takšnega sistema zgolj povečuje. Informatika je seveda našla določene rešitve, ki se uporabljajo za zmanjševanje kompleksnosti integracije in lajšajo povezovanje številnih rešitev gre za koncepte univerzalnih komunikacijskih poti (angl. Enterprise service BUS), spletnih vmesnikov in drugih. Vendar se kljub tem rešitvam stroški integracije še vedno večajo in postajajo neobvladljivi, kar posledično pomeni, da si večina aplikacij v bolnišnici, regiji ali med državami, izmenjuje zgolj zelo okrnjen nabor pacientovih podatkov, ki je praviloma omejen predvsem na administrativno/obračunski vidik, medtem, ko se ključni klinični podatki o stanju pacienta praktično ne izmenjujejo (Gornik, 2016). Vidik izmenjave kliničnih podatkov je zgolj del celotnega izziva informatizacije področja zdravstva. Ekosistemi zdravstvenih IT rešitev nad standardizirano platformo zdravstvenih podatkov morajo biti zasnovani tako, da omogočajo medsebojno integracijo na več nivojih in ne zgolj podatkovnem (Gornik, 2016). Monolitne informacijske rešitve in posamezne specializirane programske rešitve so zasnovane tako, da celotno infrastrukturo in vse razširitve lahko izvede zgolj podjetje, ki je avtor rešitve. Tak pristop so podjetja zavzela, da lahko kontrolirajo in upravljajo s celotnim delovanjem programskih rešitev, vendar pa so hkrati povzročila zaprtost rešitev in izredno počasen cikel nadgradenj in razvoja. V današnjem svetu digitalnega poslovanja in stalnih sprememb so ravno visoka stopnja 8

15 agilnosti, potenciala za inovacije in programske rešitve v oblaku, enostavna interoperabilnost med različnimi informacijskimi rešitvami in povezljivost z širokim naborom naprav in senzorjev ključna zahteva za sodobne informacijske rešitve v zdravstvu. Izkaže se, da obstoječe monolitne rešitve tega ne morejo zagotoviti, ker so rešitve zasnovane tako, da v osnovi ne predvidevajo vzpostavitve ekosistema rešitev in povezovanja z različnimi drugimi informacijskimi rešitvami podatkovni nivo, procesni nivo, poslovna logika in ekranske maske so tesno povezani drug z drugim in medsebojno odvisni, kar je ključni vzrok zmanjšanje agilnosti in prilagodljivosti, saj vsaka sprememba funkcionalnosti ali načina delovanja zahteva spremembo in testiranje vseh nivojev (Gornik, 2016). Ravno agilnost, modularnost in osredotočenost na klinične podatke so ključne prednosti ekosistema zdravstvenih IT storitev nad enotno zdravstveno podatkovno platformo (Gornik, 2016). Slika 1 prikazuje arhitekturo, ki je potrebna za učinkovito zasnovane ekosisteme rešitev in je zgrajena iz 4 plasti, ki so medsebojno povezane z aplikacijskimi vmesniki in so neodvisne od posameznega ponudnika rešitev. Slika 1: Modularna arhitektura, ki omogoča vzpostavitev ekosistemov informacijskih rešitev v medicini. Vir: Marand d.o.o., Think!EHR Platform - Key concepts, 2016, str. 26. Ključni 4 nivoji so (Gornik, 2016): - Podatkovni nivo: Klinični podatki morajo biti neodvisni od končne rešitve, saj je to edina možnost, da se isti klinični podatki pacienta uporabljajo v različnih aplikacijah, neodvisno od proizvajalca in brez potrebe po zahtevnih in dragih aktivnostih integracije. Še pomembnejša je možnost, da lahko klinične modele definirajo strokovnjaki, kot so zdravniki, farmacevti, medicinske sestre in drugi in da v procesu kreiranja kliničnih modelov lahko medsebojno sodelujejo in se posvetujejo (na mednarodnem nivoju), za kar uporabljajo moderne informacijske rešitve. 9

16 - Procesni nivo: Z vpeljavo in uporabo orodij in standardov za upravljanje s poslovnimi procesi BPM (angl. Business process management) lahko procese definirajo, spreminjajo in upravljajo strokovnjaki pri izvajalcih zdravstvenih storitev, brez pomoči razvijalcev informacijskih rešitev. V medicini se pojavlja veliko število različnih in med seboj bolj ali manj odvisnih procesov. S pristopom, kjer posamezna organizacija ni več odvisna od ponudnika informacijskih rešitev, da definira, razvije in vzpostavi vsakega od procesov, pridobi organizacija na agilnosti in hitrosti upravljanja s procesi v medicini. - Poslovna pravila: Nivo omogoča pisanje in definicijo poslovnih pravil, ki pomagajo ponudnikom zdravstvenih storitev pri odločitvah o naslednjih korakih zdravljenja. Tudi pravila se pogosto spreminjajo in dopolnjujejo, predvsem pa jih je vedno več zaradi vsakodnevno objavljenih kliničnih študij in napredka v medicini. Vzpostavljena pravila in odločitvena drevesa morajo biti na voljo vsem aplikacijam, da se prepreči podvajanje aktivnosti vzpostavitve pravil, omogoči vzdrževanje pravil in zagotavlja konsistentnost odločanja. Obvezno je tudi, da se vzpostavi orodja za upravljanje s pravili, ki so uporabnikom dovolj prijazna, da lahko pravila vzdržujejo in kreirajo strokovnjaki neodvisno od računalniških inženirjev. - Uporabniški vmesniki: Medicina je izredno dinamično in kompleksno okolje, ki za uspešno informatizacijo zahteva uporabo rešitev na različnih napravah od namiznih računalnikov, pametnih telefonov in tablic do ob posteljnih (angl. All-in-one) računalnikov. V proces zdravljenja se danes vedno bolj aktivno vključuje tudi paciente, kar pomeni, da morajo vsi deležniki imeti na voljo različne aplikacije, ki delujejo na različnih napravah. Vse aplikacije, ne glede na napravo, kjer se trenutno uporabljajo, pa morajo imeti dostop do istega pacientovega elektronskega kartona, do istega nabora poslovnih pravil in morajo delovati v skladu z definiranimi in vzpostavljenimi poslovnimi procesi. Ker se področje računalništva danes izredno hitro spreminja, mora biti infrastruktura zasnovana tako, da dopušča enostavno vključevanje novih tipov naprav in aplikacij v celotni ekosistem rešitev. Modularen pristop k razvoju aplikacij nad osrednjo platformo, ki je zasnovana po opisanih konceptih, ima številne prednosti (Gornik, 2016): - za razvoj posameznega nivoja lahko naročnik izbere rešitev, ki tehnološko in vsebinsko najbolj ustreza potrebam naročnika neodvisno od ponudnikov ali rešitev na ostalih nivojih, - rešitve na posameznem nivoju zahtevajo različne izkušnje in znanja, kar pomeni, da se lahko strokovnjaki pri razvoju ciljno osredotočijo zgolj na eno problemsko domeno in tako razvijejo in ponudijo boljši produkt v krajšem času, - hitrejši razvoj novih rešitev, ker ni potrebno, da vsak razvijalec pokriva vse 4 zahtevane nivoje, ki so ključni za robustno in zanesljivo končno rešitev. Ostale komponente so na voljo in so zasnovane tako, da medsebojno delujejo in se povezujejo v celoto. 10

17 Vzpostavljen ekosistem rešitev različnih ponudnikov omogoči tudi bolj centralizirano upravljanje z vsemi informacijskimi rešitvami, kar skupaj z ostalimi prednostmi zagotavlja agilnost in inovativnost. Večje in bolj enostavne ko so možnosti za nadgradnjo in zamenjavo določenih komponent, modulov ali nivojev, ne da bi ogrozili stabilnost celotnega sistema in brez velikih finančnih vložkov, hitreje in bolj pogosto se lahko sistem obnavlja ter sledi novim trendom in potrebam naročnika. Pomemben je tudi poslovni vidik, saj tak fleksibilen pristop odpira možnosti za inovacije tudi v procesu izbire in nakupa novih rešitev. Praksa kaže, da največje inovacije v medicini vpeljujejo predvsem nova podjetja, ki nimajo vedno dovolj izkušenj (oz. bi razvoj trajal predolgo), da vzpostavijo zanesljivo in varno informacijsko infrastrukturo, ki je potrebna v medicini. Ponudniki zdravstvenih storitev se lahko sedaj zanesejo na vzpostavljeno robustno infrastrukturo in kupujejo inovativne rešitve, ki se osredotočajo zgolj na neko določeno področje specialnosti, saj se lahko vključijo v obstoječi ekosistem in obstoječo platformo, ter tako hitro dodajo nove inovativne rešitve k celotnem ekosistemu (Lorenzetti, 2015). 2 STANDARDI V MEDICINSKI INFORMATIKI V tem poglavju bom opisal različne standarde s področja medicinske informatike in cilje ter namen različnih standardov. Standard, ki bo dolgoročno uspešen in bo privabil tudi številne investicije, ne sme ločevati samega razvoja in upravljanja standarda od komercialnega in pravnega vidika uporabe standarda. V zadnjih 20 letih je bilo že veliko poskusov reševanja izziva interoperabilnosti v medicini. Zadnja leta se poleg interoperabilnosti poskuša vzpostaviti tudi t.i. semantično interoperabilnost, v okviru katere se postavlja naslednje cilje (Beale, 2014a): - zagotoviti semantično interoperabilnost med različnimi ponudniki zdravstvenih storitev, - zagotoviti semantično interoperabilnost med različnimi moduli posameznih programskih rešitev, - omogočiti inteligentno uporabo vseh zbranih kliničnih podatkov. Iz naštetih treh splošnih ciljev lahko izpeljemo tudi bolj podrobne cilje pri razvoju in uporabi standardov, ki se nanašajo na konkretne izzive v medicini (Beale, 2014a): - organizirano, povezano in informirano izvajanje zdravljenja pri različnih izvajalcih zdravstvenih storitev z vzpostavitvijo enotnega elektronskega kartona pacienta, do katerega imajo vsi dostop in ga lahko skupno vzdržujejo, - samodejno vrednotenje podatkov v enotnem in semantično interoperabilnem elektronskem kartonu pacienta bi omogočilo sprotno izvajanje kliničnih smernic in posledično izvajanje bolj personalizirane medicine, 11

18 - novi pristopi pri izvajanju medicinskih raziskav, ki bi izkoriščale veliko količino razpoložljivih strukturiranih kliničnih podatkov v enotnem elektronskem kartonu pacienta, ki bi podatke pridobival iz različnih virov, - proaktivno spremljanje stanja javnega zdravja na podlagi agregiranja kliničnih podatkov velikega števila pacientov, - izboljšano finančno vrednotenje. 2.1 Pregled razpoložljivih standardov Ključni standardi v medicinski informatiki, ki poskušajo reševati interoperabilnost in semantično interoperabilnost so: Edifact, HL7v2, DICOM, HL7v3, HL7 CDA, EN/ISO13606, openehr, SNOMED CT, MKB in zadnje čase tudi HL7 FHIR. Na podlagi naštetih standardov so nastale tudi številne konkretne informacijske rešitve tako komercialni produkti, kot tudi odprtokodne rešitve (Beale, 2014a): - FreeMed, - GnuMed, - openmrs, - Harvard SMART. Noben od obstoječih standardov do sedaj ni uspel rešiti problema semantične interoperabilnosti. Prav tako različni poskusi hkratne uporabe več standardov v projektih ezdravja, z namenom zagotoviti enostavno interoperabilnost med različnimi programskimi rešitvami v zdravstvu, niso bili uspešni. Še danes za projekte interoperabilnosti žal velja, da so stroški povezovanja različnih rešitev bistveno večji od dejanske dodane vrednosti oziroma učinka (Beale, 2014a). Številni strokovnjaki medicinske informatike dobro razumejo izzive interoperabilnosti in potrebne aktivnost za izboljšanje stanja. Vendar je osnovna težava v tem, da je področje interoperabilnosti dejansko zelo zahtevno in povezano tako z industrijo, izvajalci zdravstvene dejavnosti, kot tudi z odločevalci na regijskem ali državnem nivoju, in so kakršnekoli spremembe zelo zahtevne in se dogajajo izredno počasi (Beale, 2014a). Primer poskusa reševanja semantične interoperabilnosti je recimo standard HL7v3. Žal se je skozi prakso izkazalo, da je standard prezahteven za uporabo v konkretnih projektih in standard kot tak ni nikoli zares zaživel (Beale, 2014a). Sledili so dodatni poizkusi v obliki standardov HL7 CDA in zadnje čase HL7 FHIR. Vsak od standardov se mora slej kot prej dokazati v praksi, kar običajno pomeni vsaj 5 10 let prisotnosti na tržišču. Če se ne obnese, je to čas, ki je izgubljen. Ključno za informatiko v medicini in posledično za hitrejši razvoj na področju semantične interoperabilnosti je določitev kriterijev za hitro vrednotenje in ocenjevanje standardov, rešitev in metodologij v medicinski informatiki (Beale, 2014a). Organizacije oziroma združenja v medicini bi morala določiti kriterije, s katerimi bi lahko hitro ovrednotili uspešnost ponujene rešitve (Beale, 2014a): 12

19 - ali so nek standard, metodologija ali rešitev dolgoročno vzdržni in tako zanimivi za celotno področje medicine, - nabor kriterijev, s katerimi bi lahko z dovolj visoko stopnjo gotovosti ovrednotili ali bodo rešitev, standard ali metodologija dolgoročno uspešni ali ne openehr openehr omogoča več nivojsko modeliranje kliničnih konceptov, ki so lahko kasneje uporabljeni v različnih informacijskih rešitvah. Klinični modeli, ki so jih definirali strokovnjaki, so razvrščeni v štiri področja: izvidi, mnenja, naročila in akcije. Ta področja podrobno opredeljuje in omejuje sklop specifikacij, ki jih objavlja Fundacija openehr. Osnovni koncept openehr pristopa je njegov referenčni model zelo stabilen model informacij, ki opredeljuje logične strukture EZZ in demografske podatke. Vsi EZZ podatki (angl. Electronic healthcare record, v nadaljevanju EHR) v kateremkoli sistemu openehr delujejo po tem modelu. Fundacija openehr zagotavlja specifikacijo referenčnega modela, ki je uradna in logična definicija kliničnih modelov, ne pa konkretna shema fizičnih podatkov. Naslednji nivo sestavlja knjižnica osnovnih kliničnih podatkov/podatkovnih skupin, ki so po svojem posebnem načinu uporabe neodvisne in se združujejo v skupine za opis posameznega kliničnega koncepta opis enega kliničnega koncepta se imenuje arhetip. Primer arhetipa je konceptualno prikazan na Sliki 2. Slika 2: Primer openehr arhetipa Vir: openehr Clinical Knowledge manager, Arhetipi so zasnovani tako, da omogočajo celovit opis posameznega kliničnega koncepta z vsemi podatki, ki so relevantni za popoln medicinski opis kliničnega koncepta. Dodatno arhetipi omogočajo tudi enostavno dodajanje prevodov za poljubni jezik in povezovanje s terminologijami. Nastanek knjižnice arhetipov, neodvisnih od uporabe v posamezni aplikaciji, ne zahteva večkratnega modeliranja istih kliničnih konceptov. Mednarodna knjižnica openehr arhetipov in predlog (v nadaljevanju CKM) trenutno vključuje približno 500 arhetipov ali podatkovnih točk, ki sestavljajo te arhetipe (Beale, 2014a). Še ena prednost arhetipov je, da jih modelirajo zdravniki, medicinske sestre, farmacevti in drugo zdravstveno osebje brez kakršnegakoli tehničnega znanja o medicinski informatiki. Pristop openehr pri procesu modeliranja omogoča tudi uporabo zunanjih zdravstvenih terminologij, kot je 13

20 SNOMED CT, LOINC in MKB. Fundacija openehr zagotavlja specifikacijo modela arhetipa in orodij za pisanje in popravljanje le-teh. Naslednji nivo so predloge (angl. Templates), ki združujejo arhetipe z namenom podpore določenega primera uporabe podatkov bodisi za zaslonsko masko v aplikaciji, bodisi za določeno elektronsko sporočilo ali pa celo za dokument. Primer openehr predloge je konceptualno prikazan na Sliki 3. Vsi openehr klinični informacijski sistemi so zgrajeni na podlagi predlog, ki vključujejo zgolj potrebne podatke iz različnih arhetipov. Predloge ohranjajo povezavo na podatke znotraj arehtipov. Predloge praviloma razvijejo razvijalci informacijskih rešitev, lahko pa se oblikuje tudi standardna predloga za na nivoju države, ki je nato namenjena za uporabo v različnih nacionalnih projektih ezdravja. Primer nacionalne predloge je predloga za opis povzetka zdravstvenega stanja pacienta. Orodja za oblikovanje in popravljanje predlog zagotavlja Fundacija openehr, na voljo pa so tudi druga komercialna orodja, ki pa so razvita skladno s standardom openehr. Slika 3: Koncept openehr predloge Vir: Marand d.o.o., Think!EHR Platform - Key concepts, 2016, str. 42. Zadnji nivo so artefakti, ki se uporabljajo v aplikacijah, kot so na primer vmesniki aplikacijskih programov (angl. API), validacijske sheme (angl. Extensible markuplanguage schema definition, v nadaljevanju XML) in zaslonske maske. Te artefakte uporabljajo razvijalci aplikacij. Fundacija openehr zagotavlja specifikacijo operativne predloge. Sestavni del standarda openehr so še referenčni model, nabor orodij, ki omogočajo razvoj in vzdrževanje arhetipov ter predlog ter spletni repozitorij vseh arhetipov in ključnih predlog, kar omogoča lažje sodelovanje in vzdrževanje arhetipov ter vsem zainteresiranim omogoča dostop do vseh arhetipov. Ohranjanje semantike skozi vse programske nivoje, ki jo omogoča standard openehr prikazuje Slika 4. 14

21 Slika 4: Koncept ohranjanja semantike od zaslonske maske do shranjenega podatka Vir: What is openehr, Ključne prednosti standarda openehr: - odprtokodni projekt, ki omogoča, da pri razvoju kliničnih konceptov sodeluje mednarodna skupnost strokovnjakov, 15

22 - ločevanje tehničnega in kliničnega aspekta in dvostopenjsko modeliranje, kar omogoča razvoj informacijskih rešitev, ki niso direktno odvisne od podatkovnega modela ter veliko fleksibilnost širjenja in nadgrajevanja podatkovnega modela, - podpora za različne jezike, ki omogoča enostavno prevajanje kliničnih artefaktov v poljubni jezik, - podpora za pisanje in izvajanje poizvedb nad kliničnimi podatki, - semantična interoperabilnost podatkov shranjenih v obliki openehr, - shranjevanje kliničnih podatkov v strukturirani in normalizirani obliki, - izmenjava kliničnih informacij med različnimi informacijskimi sistemi ter uporaba arhetipov za razvoj novih rešitev za podporo odločanju, izvajanju raziskav, analitike in iskanja novega znanja HL7 standardi Sedmi zdravstveni nivo (angl. Health level 7, v nadaljevanju HL7) je neprofitna organizacija, ki je bila ustanovljena leta 1987 z namenom razvoja ogrodja in standardov za izmenjavo, integracijo in pridobivanje elektronskih kliničnih podatkov, ki so ključni za delovanje vseh aspektov zdravstva od upravljanja, izvajanja, spremljanja in evalvacije programov. HL7 organizacija je od ustanovitve predstavila različne standarde: - HL7 v.2: HL7, verzija 2.x (v nadaljevanju v2) standarda poročanja je gonilna sila elektronske izmenjave podatkov znotraj klinične domene in najverjetneje najširše uporabljani standard za zdravstveno varstvo na svetu. Ta standard poročanja dovoljuje izmenjavo kliničnih podatkov med sistemi. Njegov namen je tako podpora osnovnega sistema za zdravstveno nego pacienta, kot tudi uravnoteženo okolje, kjer se nahajajo podatki v oddelčnem sistemu. - HL7 v.3: Sedmi zdravstveni nivo, Verzija 3 (v nadaljevanju v3) Normativna izdaja vrsta specifikacij, ki temeljijo na HL7 Referenčnem informacijskem modelu (v nadaljevanju RIM) zagotavlja edini vir, ki omogoča ustvarjalcem v3 specifikacij delati s polnim naborom sporočil, podatkovnih tipov in terminologij, ki so potrebne za razvoj popolne izvedbe. Verzija 3 Normativne izdaje predstavlja nov pristop k izmenjavi kliničnih informacij, ki temelji na t.i.»model driven«metodologiji, ki tvori sporočila in elektronske dokumente v XML sintaksi. Specifikacija v3 je zgrajena na osnovi predmetnih področij, ki zagotavljajo podrobne orise in sprožajo dogodke ter sodelovanje med modeli in na področju predmetnih modelov, ki prihajajo iz RIM (angl. Reference implementation model) ter spodbujajo hierarhična opisna sporočila in prozni opis vsakega posameznega elementa. - HL7 CDA: HL7 Verzija 3 Arhitektura kliničnih dokumentov (angl. Clinical document architecture, v nadaljevanju CDA) je standardna označevalna lista dokumentov, ki označuje strukturo in semantiko kliničnih dokumentov za izmenjavo med ponudniki zdravstvene oskrbe in pacienti. Dokument je opredeljen kot klinični na podlagi naslednjih šestih značilnosti: 16

23 - obstojnost, - upravljanje, - potencial za preverjanje pristnosti, - vsebina, - celostnost in - razumljivost za človeka. - CDA lahko vsebuje katerokoli vrsto klinične vsebine običajni CDA dokumenti so poročila o odpustnicah, poročila o slikanju, sprejem in pregled, patološko poročilo in več. Najbolj popularna uporaba je med podjetna izmenjava podatkov, kakršna je načrtovana za zdravstveno organizacijo za izmenjavo kliničnih podatkov v ZDA (angl. Health information exchange, v nadaljevanju HIE). - HL7 FHIR: Standard za hitro interoperabilno zdravstveno oskrbo (angl. Fast Healthcare Interoperability Resources, v nadaljevanju FHIR) je nova generacija okvirnih standardov, ki jo je ustvaril HL7. FHIR vključuje najboljše funkcije iz linij produktov HL7 v2, HL7 v3 in CDA, obenem pa vključuje najnovejše internetne standarde in se posveča realizaciji le-teh (HL7 FHIR for Executives, 2016). - FHIR rešitve so nastale iz nabora modularnih komponent pod imenom Sredstva. Ta sredstva so lahko zlahka vključena v delujoče sisteme, ki pomagajo pri reševanju kliničnih in administrativnih problemov iz realnega sveta za neznatno ceno v primerjavi z že obstoječimi alternativami. FHIR je prava izbira za širok nabor vsebin aplikacije za mobilne telefone, komunikacijo s pomočjo oblaka, izmenjavo podatkov na podlagi elektronskih zdravstvenih zapisov, komunikacijo preko serverja znotraj velikih institucij ponudnikov zdravstvene nege ter veliko več (HL7 FHIR, 2016) DICOM Digitalni slikovni material in komunikacije v medicini (angl. Digital Imaging and Communications in Medicine, v nadaljevanju DICOM) je standard za obvladovanje, skladiščenje, tiskanje in prenos informacij na področju rentgenologije. Vključuje definicijo formata slikovnih datotek (angl. Picture Archiving and Communications System, v nadaljevanju PACS) in spletni komunikacijski protokol. Komunikacijski protokol je aplikacijski protokol, ki za med sistemsko komunikacijo uporablja standard TCP/IP (angl. Transmission Control Protocol/Internet protocol). Datoteke DICOM se lahko izmenjuje med dvema subjektoma, ki sta sposobna prejemati slike in pacientove podatke v DICOM formatu. Državno združenje proizvajalcev elektronske opreme (angl. National Electrical Manufacturers Association, v nadaljevanju NEMA) je lastnik avtorskih pravic tega standarda. Razvil ga je Standardni komite DICOM, čigar člani so tudi delno člani NEMA. DICOM omogoča integracijo različnih rentgenoloških naprav preko definiranega standarda za shranjevanje slikovnega materiala in komunikacijo med različnimi napravami. Različne rentgenološke naprave so opremljene z izjavami o skladnosti s standardom DICOM, ki naprave tudi jasno razdeli v ustrezne razrede. DICOM je široko razširjen v bolnišnicah in si utira pot tudi v manjše zobozdravniške in zdravniške pisarne. Danes je standard DICOM eden izmed najbolj svetovno razširjenih standardov za izmenjavo sporočil v zdravstvu, saj 17

24 je več deset tisoč rentgenoloških naprav skladnih s standardom DICOM. Vse te naprave generirajo milijarde različnih slik pacientov, ki se dnevno uporabljajo v procesih zdravljenja. (About Dicom, 2016). Standard DICOM je bil objavljen leta 1993 in je pomagal revolucionirati področje rentgenologije saj je omogočil prehod iz analognih filmov v popolnoma digitalni svet EDIFACT Gre za mednarodni standard, ki je bil ustanovljen s strani organizacije Združenih narodov in je namenjen elektronski izmenjavi podatkov s področja administracije, trgovine in transporta (angl. United Nations/Electronic Data Interchange for Administration, Commerce and Transport, v nadaljevanju EDIFACT). Vzdrževanje in nadaljnji razvoj standarda poteka v okviru organizacije Združenih narodov in ekonomske komisije za Evropo. EDIFACT standard ponuja nabor sintaktičnih pravil za strukturiranje sporočil, definira protokol za izmenjavo le-teh ter tudi širok standarden nabor standardnih sporočil. Posledično EDIFACT omogoča izmenjavo elektronskih poslovnih dokumentov med različnimi državami in med različnimi vejami industrije. EDIFACT se uporablja predvsem na področju Evrope. EDIFACT standard zagotavlja: - nabor sintaktičnih pravil za organizacijo podatkov, - protokol za vzajemno izmenjavo (I-EDI), - standardna sporočila, ki dovoljujejo izmenjavo podatkov med državami in industrijami SNOMED CT Gre za najbolj celovito in popolno večjezično terminologijo na svetu (v nadaljevanju SNOMED CT), ki opisuje področje medicine: - terminologija je v celoti validirana s strani strokovnjakov in upoštevajoč znanstvene metode validacije, - zagotavlja dosledno predstavitev kliničnih vsebin v elektronskih zdravstvenih zapisih, - je preslikan v številne mednarodne standarde medicinske informatike kot je npr. openehr, šifrant zdravil in medicinsko tehničnih pripomočkov iz Velike Britanije (angl. Dictionary of medicines and devices, v nadaljevanju dm+d) in drugi, - se že uporablja v več kot petdesetih državah po celem svetu. Ko se uporablja v okviru kliničnih informacijskih sistemov, SNOMED CT omogoča dosledno, zanesljivo in razumljivo predstavitev klinično pomembnih informacij pacienta, kot sestavni del elektronskega zdravstvenega zapisa. SNOMED CT podpira razvoj celovite visokokakovostne klinične vsebine zdravstvenih zapisov. Omogoča standardizirano pot za predstavitev kliničnih fraz, ki so jih zabeležili zdravniki in zagotavlja avtomatsko interpretacijo le-teh. SNOMED CT je klinično potrjen, semantično bogat, kontroliran besednjak, ki ponuja enostavnejšo evolucijo z ekspresivnostjo in s ciljem po izpolnitvi vedno 18

25 večjih potreb in novega znanja v medicini. Klinične informacije, ki temeljijo na SNOMED CT, koristijo individualnim pacientom in zdravnikom, pa tudi populaciji MKB Mednarodna klasifikacija bolezni (v nadaljevanju MKB) je standardno diagnostično orodje za epidemiologije, upravljanje zdravja in klinične namene. To vključuje analize splošne zdravstvene situacije znotraj populacijskih skupin. Standard se uporablja za spremljanje pogostosti in razširjenosti bolezni in ostalih zdravstvenih problemov ter ustvarjanje slike o splošnem zdravstvenem stanju prebivalstva v različnih državah. MKB uporabljajo zdravniki, sestre, izvajalci zdravstvenih storitev, raziskovalci, upravljalci zdravstvenih informacij in koderji, politiki, zavarovalniški agentje in združenja pacientov. Standard se uporablja za razvrščanje bolezni in drugih zdravstvenih problemov, zabeleženih na različnih vrstah dokumentov, vključno z mrliškim listom in zdravstvenimi kartotekami. Poleg zagotavljanja standardiziranega shranjevanja in ponovnega pridobivanja diagnostičnih informacij v klinične, epidemiološke in kakovostne namene, so te evidence tudi osnova za oblikovanje statistike o narodni obolelosti in smrtnosti, ki so jo izdelale države članice svetovne zdravstvene organizacije (angl. World health organisation, v nadaljevanju WHO). MKB se uporablja tudi za namene obračuna v zdravstvu. MKB je bil preveden v 43 jezikov in ga uporabljajo vse države Evropske unije (v nadaljevanju EU). Večina držav EU (117) uporablja MKB za poročanje podatkov umrljivosti ter kot primarni indikator zdravstvenega statusa. 2.2 Pomen standardov za razvoj kakovostnih rešitev v medicinski informatiki Izziv za standarde Noben posamezen standard v medicini do danes še ni uspel samostojno rešiti izziva semantične interoperabilnosti in medsebojno povezati vse številne informacijske rešitve v medicini (Beale, 2014a). Številni projekti integracije različnih sistemov v okviru nacionalnih projektov ezdravja so do danes zahtevali bistveno več finančnega vložka, kot so ponudili koristi. Zato je pri uporabi in razvoju standardov v medicini ključno, da se naslovi tehnično ustreznost, vidik upravljanja standarda in verjetno najpomembnejše, da se zagotovi skalabilnost in razvoj standarda in s tem podpre stalno širjenje znanja in dejstev v medicini, nabor kliničnih informacij, procesov in postopkov (Beale, 2014a). Standardi morajo biti zasnovani tako, da (Beale, 2014a): - se lahko različne standarde uporablja hkrati z namenom izgradnje kompleksnega ekosistema različnih informacijskih rešitev, - se posamezni standard lahko enostavno uporablja pri razvoju informacijskih rešitev, - standard doprinese dejansko dodano vrednost, - standard ima organizacijsko telo, ki standard stalno vzdržuje in razvija. 19

26 Največji izziv za standarde v medicinski informatiki je omogočiti izmenjavo kliničnih podatkov pacienta med različnimi izvajalci zdravstvenih storitev ne samo znotraj ene države temveč tudi med različnimi državami. Če želimo omogočiti standardizirano izmenjavo kliničnih podatkov, je ključno, da se različne informacijske rešitve zavedajo strukture procesov, pravil, dejstev, programskih vmesnikov in kliničnih podatkov, ki so zapisani in definirani v formalizirani obliki (Beale, 2014a). Konkretne primere za vsakega od konceptov predstavlja Tabela 3. Tip koncepta Tabela 3: Različni tipi konceptov v medicini in medicinski informatiki Tip formalizma za opis koncepta Dejstva in klasifikacije Podatki Definicije procesov Poslovna pravila Ontologije in terminologije: SNOMED CT, MKB in LOINC. Podatkovni modeli: openehr, klinični modeli bolnišnice Intermountain (angl. Intermountain Clinical Element Models) iz Združenih držav Amerike. Smernice: notacija za modeliranje procesov (angl. Business process modelling notation, v nadaljevanju BPMN). Odločitvene tabele: rešitev Drools. Programski vmesniki Aplikacijski vmesniki (angl. Application interface, v nadaljevanju API): HL7 FHIR. Zaslonske maske Obrazci, Aplikacije, Portali: različne aplikacije za pametne telefone, portali za paciente ter klinični informacijski sistemi. Vir: T. Beale, Semantic scalability the core challenge in e-health, Zaradi različnih konceptov in kompleksnosti področja medicine je dejansko največji izziv pri zagotavljanju semantične interoperabilnosti razviti in objaviti standardizirane ter formalizirane modele za vse naštete koncepte. Vseh teh konceptov je več milijonov (Beale, 2014č): - Dejstva in klasifikacije: Najbolj tipični predstavniki te skupine so SNOMED CT, MKB verzija 11 in LOINC. Samo v okviru standard SNOMED CT je že danes definiranih več kot konceptov z več kot milijon medsebojnih relacij, brez upoštevanja področja genomike. Celotna kategorija se še vedno razvija in širi in ocenjuje se, da bi lahko samo SNOMED CT, ko bo pokril celotno področje medicine, vključeval več kot 1 milijon konceptov. - Podatki in klinični modeli: Tukaj gre predvsem za modeliranje ključnih konceptov v medicini. Predstavniki te skupine so openehr arhetipi in nabor kliničnih konceptov, ki so jih razvili v bolnišnici Intermountain v Združenih državah Amerike. Če pogledamo nabor trenutno objavljenih kliničnih konceptov v javno dostopnih repozitorijih, kot je openehr repozitorij arhetipov (v nadaljevanju CKM) ugotovimo, da je že danes 20

27 objavljenih več kot 600 takšnih konceptov, kjer ima vsak v povprečju vsaj 12 podatkov, ki posamezen koncept opisujejo. - Procesi in poslovna pravila: Vir za procese in poslovna pravila so različni članki in raziskave. Kreiranje formaliziranih procesov in pravil zahteva veliko časa in je hkrati postopek, ki ga mora opraviti klinični strokovnjak. Tudi razvoj in zapis posameznega procesa v standardizirani notaciji, kot je recimo notacija za modeliranje procesov zahteva ogromno dela in se hitro meri v stotinah ur. - Programski vmesniki: Število vseh programskih vmesnikov je praktično nemogoče prešteti, ker ima vsaka informacijska rešitev širok nabor programskih vmesnikov. Obstajata dva tipa vmesnikov generični in semantični. Pri generičnih pomen vmesnika določajo podatki, ki se izmenjujejo. Vmesnik služi zgolj za izvedbo poizvedbe zahtevane s strani enega od sistemov. Pri semantičnih vmesnikih pa je vsebina določena že s samim vmesnikom primer vmesnika je»pridobi vse pacientove diagnoze«. Za področje medicine so zanimivi predvsem semantični vmesniki in to področje trenutno poskušata naslavljati dve organizaciji: Harvard SMART projekt in HL7 FHIR. Obe organizaciji tako vzpostavljata globalni register standardiziranih programskih vmesnikov za dostop in izmenjavo pacientovih kliničnih podatkov in konceptov. - Zaslonske maske in moduli: Težko je oceniti število vseh razpoložljivih zaslonskih mask, vendar praksa kaže, da imajo programske rešitve večje bolnišnice lahko po več sto, če ne tisoč različnih zaslonskih mask. Osnova za shranjevanje kliničnih podatkov o pacientih so t.i. klinični modeli. Vsak klinični model je sestavljen iz več podatkov, ki model opisujejo. Tak primer je recimo koncept krvnega pritiska, ki ga v medicini opisujejo različni podatki sistolični in diastolični pritisk, pulzni pritisk, velikost manšete, lokacija merjenja pritiska, metoda merjenja, naprava uporabljena za merjenje, fizična aktivnost pacienta med merjenjem, pozicija pacienta, nagib pacienta, itd. Konkreten klinični model za krvni pritisk je prikazan na Sliki 5. Slika 5: Klinični model krvnega pritiska Vir: openehr Clinical Knowledge manager, Po eni od ocen je trenutno razvitih nekje 20 % vseh kliničnih modelov, ki so potrebni za opis vseh konceptov v medicini. Ta ocena predvideva, da je potrebno za celovito modeliranje 21

28 vseh konceptov v medicini definirati vsaj različnih podatkov in jih ustrezno združiti v različne osnovne klinične modele (Beale, 2014č). Vendar proces modeliranja zahteva bistveno več kot zgolj poimenovati teh podatkov potrebno je tudi natančno definirati podatkovne tipe, strukturo konceptov, določiti enoto mere, razpon dovoljenih vrednosti, kardinalnost, podrobno opisati pomen posameznih atributov in konceptov ter zapisati vse reference in sodelujoče, ki so vplivali na končno verzijo. Vzporedno s temi aktivnostmi je seveda ključno, da se izvede analizo obstoječega stanja, da se ne kreira konceptov, ki že obstajajo, temveč, da se v tem primeru naredi ustrezno konsolidacijo (Beale, 2014č). Iz vsega tega sledi, da lahko modeliranje kakovostno opravijo zgolj različni strokovnjaki medicine, ki dobro poznajo stroko in lahko tako kompetentno določijo nabor kliničnih konceptov in tudi nabor podatkov, ki posamezni klinični koncept opisujejo (Beale, 2014č). Ocenjenih potrebnih podatkov bi se v praksi združilo predvidoma v okvirno kliničnih modelov. Izkušnje kažejo, da je bilo pri razvoju in definiciji kliničnega koncepta krvnega pritiska porabljenih okvirno 10 ur časa enega strokovnjaka medicine za določitev enega osnovnega podatka. Iz tega sledi, da bi potrebovali vsaj ur ali 250 človeških let za definiranje in modeliranje vseh konceptov in podatkov, ki so potrebni za opis vseh konceptov v medicini (Beale, 2014č). Ocene so narejene ob predpostavki, da se medicina ne spreminja, kar pa vemo, da ni res. Zaradi hitrih sprememb in novih ugotovitev v medicini obstaja velika potreba po modeliranju novih kliničnih konceptov in stalnem prilagajanju obstoječih konceptov Rešitev Obstoj in uporaba standardiziranih kliničnih modelov sta pogoja za vzpostavitev in vzdržnost semantične interoperabilnosti. Če želimo dolgoročno zagotoviti vzdržnost razvoja in vzdrževanja kliničnih modelov in tudi drugih standardov v medicinski informatiki, pridemo do dveh zaključkov (Beale, 2014č): - vsak klinični model moramo razviti samo enkrat in - razširiti moramo uporabo kliničnih modelov na čim več obstoječih in novih informacijskih rešitev v informatiki. Če želimo vsak klinični model razviti in definirati zgolj enkrat, je ključno, da se klinične modele opiše v čim bolj abstraktni in formalizirani obliki, kar bo omogočalo ponovno uporabnost v različnih kontekstih v medicini. Brez ustrezne abstrakcije, ki omogoča uporabnost v različnih aplikacijah, se definiranih modelov ne bo dalo razširiti na različne informacijske rešitve. Ta koncept definira standard openehr, ki v praksi omogoča tako skupinski razvoj in izmenjavo kliničnih konceptov, kot tudi uporabo razvitih konceptov v različnih aplikacijah različnih proizvajalcev. Trenutno je težava v tem, da različne organizacije, ki se danes ukvarjajo s standardizacijo v medicini, razvijajo/modelirajo izključno različen nabor t.i. sporočil (angl. Message 22

29 modelling), ki se uporabljajo za prenos podatkov med različnimi sistemi. Še večja težava je, da vsaka od teh organizacij razvija svoje klinične koncepte in nabor podatkov, ki niso zasnovani tako, da bi jih lahko uporabili tudi za dejansko shranjevanje kliničnih podatkov in ponovno uporabo v različnih informacijskih rešitvah. Tak pristop je seveda dolgoročno nevzdržen ravno zaradi ogromne količine potrebnih konceptov in zahtevanega dela za večkratno modeliranje vseh konceptov v medicini (Beale, 2014č). Koncept modeliranja sporočil je osnova standardov HL7 FHIR in Harvard SMART API. Glavni izziv in posledično tudi rešitev je danes dejansko predvsem socialno politične narave. Ker obstajajo različne organizacije in standardi, ki trenutno neodvisno drug od drugega modelirajo in razvijajo klinične koncepte, se s tem ne samo podvaja delo, temveč ustvarja tudi med seboj nekompatibilne klinične koncepte (Beale, 2014č). V prihodnosti bo zato ključno ozaveščanje vseh ključnih deležnikov v medicinski informatiki, organizacijah za standardizacijo in tudi na vladnih nivojih v sektorjih, ki so zadolženi za nacionalne projekte ezdravja in mzdravja ter sektorjih, ki določajo dolgoročne nacionalne strategije za medicinsko informatiko. Vsi morajo čim prej spoznati, da je za vzpostavitev prave semantične interoperabilnosti in dolgoročne vzdržnosti ključno sodelovanje med organizacijami, ki razvijajo ontologije (npr. openehr), organizacijami, ki razvijajo terminologije (npr. MKB, LOINC), skupinami, ki definirajo klinične modele (države, regije, itd.) ter razvijalci informacijskih rešitev za medicino. Takšno združeno sodelovanje vseh naštetih deležnikov bo tudi omogočilo nastanek pravih ekosistemov zdravstvenih IT rešitev, ki bodo temeljili na standardiziranih ontologijah, terminologijah in kliničnih modelih (Beale, 2014č). 3 MOBILNI SENZORJI IN PAMETNE NAPRAVE 3.1 Pregled stanja Pametni telefoni in tablice so zaznamovali zadnjih pet let in s seboj prinesli post računalniško dobo, v kateri je računalništvo naš stalni mobilni spremljevalec. Ta mobilni svet se širi na nosljive naprave, ki spremljajo tudi njihovega uporabnika. Medtem nam vzpon interneta stvari (angl. Internet of things, v nadaljevanju IoT) prinaša še številne spremembe, ki niso neposredno povezane z računalništvom, tako kot so na primer samo vozeči avtomobili, pametni gospodinjski aparati, pametne potrošniške elektronske naprave, pametne žarnice in pametni termostati, ki nam pomagajo pri skoraj vsem, kar počnemo. IoT vključuje tudi industrijski vidik z operacijskimi tehnologijami, ki so povezane s proizvodnjo in procesi oskrbovalne verige ter industrijsko opremo, ki postaja del med seboj povezanega okolja. Skoraj vse, kar se lahko poveže, se bo povezalo. S tem nastaja trend mreženja naprav, ki med seboj povezuje vse naštete elemente v skupni, povezani zaključni okvir ter podporne storitve, ki ponujajo svoja digitalna znanja in podpirajo digitalne in algoritmične poslovne priložnosti (Cearley, 2016). Mreženje naprav se razteza preko meja tradicionalnih računalniških naprav, mobilnih naprav in nosljive tehnologije ter vključuje širok nabor stvari, s katerimi se ljudje srečujejo v 23

30 resničnem življenju in ki so povezane med seboj kot del IoT. IoT je več kot zgolj tehnološko dostopni predmeti in senzorji. Je arhitekturna paradigma, ki vgrajeno računalniško tehnologijo neposredno povezuje s širšim ekosistemom sposobnosti, ki podpira produkte in storitve. To lahko variira od preproste komunikacije med napravami (angl. Machine to machine, v nadaljevanju M2M), do povezovanja skoraj vseh aspektov našega osebnega življenja na pomenljiv način. IoT preobraža industrijo in spreminja način, kako živimo in delamo. Ta širok in prepričljiv nabor različnih tehnologij je izjemno raznolik in kompleksen, ustvarja nove poslovne priložnosti in sega od odlične operacijske učinkovitosti do novih virov prihodkov iz poslovnih modelov. IoT se sooča tudi s pomembnimi izzivi, kot je izpostavljenost legalnim, regulacijskim, in varnostnim tveganjem (Cearley, 2016). 3.2 Predvidena prihodnost nosljive tehnologije Poudarek bo prešel od diskretnih mobilnih naprav na mobilne ljudi, obkrožene s spreminjajočim se naborom naprav, ki bodo povezane med seboj neposredno ali preko oblaka. Arhitektna podjetja in vodje informatike morajo zavarovati, obvladovati in izkoristiti to mreženje naprav za upravljanje digitalnih poslovnih strategij (Davies, 2014). Najpomembnejši trendi na področju pametnih naprav (Davies, 2014): - hiter ritem sprememb v nosljivi tehnologiji se stopnjuje in napovedano število naprav še naprej narašča, po nekaterih ocenah trenutno presega 100 milijonov naprav, - industrije, na katere je vplivala rast nosljive tehnologije, vključujejo znanost o življenju, zdravstveno varstvo, medicinske naprave in zabavno elektroniko. Ljudje z novimi idejami vstopajo v ta prostor, da bi izkoristili vse ugodnosti te priložnosti, - varnost, zasebnost in enostavna dostopnost tehnologij in naprav za izgradnjo pametnih domov, ki bodo med seboj povezani, se bo postavila ob bok zahtevam na poslovnem nivoju potem, ko bo tehnologija zdravstvenega varstva vstopila v domove pacientov, - minimalizacija tehnologije, brezžični prenosni protokoli (na primer Bluetooth, Wi-Fi, Z-Wave, ZigBee) in boljša življenjska doba baterije spodbujajo razvoj manjših, lažjih in dlje trajajočih prenosnih zdravstvenih senzorjev in naprav, omogočajo več različnih vrst naprav ter dodatno spremljanje osebnega zdravstvenega stanja. 3.3 Povezava naprav in aplikacij kot priložnost za nove storitve, rešitve in poslovne modele v zdravstvu Digitalno poslovanje prinaša priložnosti za številne poslovne trenutke (ang. Business Moments) in pomeni ustvarjanje novih poslovnih modelov preko povezovanja digitalnega in fizičnega sveta. Digitalno poslovanje omogoča enkratno zbliževanje ljudi, posla in vsega tistega, kar ustvarja nove priložnosti za zaslužek. Digitalno poslovanje bo porušilo tradicionalne meje med industrijskimi segmenti in ustvarilo popolnoma nove vrednostne verige ter nove poslovne priložnosti, ki jih ne bodo mogli zasesti neuveljavljeni igralci. Prav tako bodo izzvani vodilni igralci in njihova prevlada na svojem področju bo postavljena pod vprašaj; prisiljeni bodo premisliti o poslu, katerega del so. Takšna raziskava preiskuje 24

31 možnosti na področju zdravstvenega varstva in potencialni vpliv na farmacijo, medicinske naprave, zabavno elektroniko, paciente in organizacije, ki ponujajo zdravstvene storitve (Davies, 2016). Razvoj na področju nosljivih medicinskih naprav ponuja odlično priložnost za izboljšanje zdravstvenega varstva in kvalitete življenja velikega števila pacientov. Trenutni poslovni trenutek omogoča nov način razmišljanja o tem, kako bi lahko zdravstvene storitve dostavljali z uporabo teh novih tehnologij in kako bi lahko vplivali na naslednja področja in njihov potencial za spremembe (Davies, 2016): - Vrednost končni cilj in glavna vrednost je izboljšanje kakovosti pacientovega življenja. Pacienti se lahko zdravijo od doma in njihovo stanje se spremlja na daljavo. Tako se veliko nujnih primerov lahko prepreči, kar obenem pomeni tudi manjše stroške zdravstvene oskrbe in optimizacijo storitev. - Ljudje pacienti imajo nove možnosti za obvladovanje svoje kronične bolezni, od novih senzorjev za življenjske znake do priložnosti, da so neprestano povezani z zdravnikom, kar pomeni, da se beleži stopnja njihove aktivnosti pri različnih dejavnostih, na podlagi katere se oblikuje boljši zdravstveni načrt za posameznega pacienta. - Posel na področju medicine je veliko sodelovanja med različnimi subjekti. Farmacija, izvajalci zdravstvenih storitev, pacienti, bolnišnice, plačniki, medicinske naprave in drugi nudijo različne storitve. Hiter razvoj nosljivih medicinskih naprav je nov izziv za obstoječe standarde in informacijske rešitve. Že uveljavljeni igralci na tem področju se lahko odločijo za vstop na nov trg nosljivih naprav in strankam (pacientom, skrbnikom pacientov, izvajalcem zdravstvenih rešitev) ponudijo nove storitve, rešitve, diagnostične postopke in izdelke. Na novi trg že vstopajo tudi novi ponudniki, saj je vrednost očitna, nujna je tudi prilagodljivost v poslovanju ter inovativno razmišljanje. - Naprave nosljive medicinske naprave postajajo nujno potrebni vzvodi za uvajanje novih terapevtskih in diagnostičnih rešitev. Naprave bodo komunicirale med seboj in z drugimi napravami. Tako se bodo digitalizirali postopki, izvajale podatkovne analize in avtonomno začenjale različne dejavnosti. Pomembnost podatkovnih standardov in zasebnosti na področju zdravstva vedno bolj naraščata, saj je treba ohranjati pacientove zaupne podatke in obenem dovoliti sodelovanje med različnimi vrstami deležnikov (tako oseb, kot tudi naprav). Zbiranje teh podatkov na podlagi velikega števila pacientov ponuja ponudnikom zdravstvenih storitev priložnost analizirati dogajanje in razviti nove terapevtske pristope. - Podatkovni standardi vsaka nosljiva naprava ustvarja podatke. In vedno bolj pomembno bo, kdo si bo lastil standarde, ki veljajo za posamezne formate kliničnih podatkov ter celo, kdo bo lastnik samih kliničnih podatkov. Podatkovni standardi v zdravstvu obstajajo v številnih državnih in nedržavnih konzorcijih ter organizacijah. Če želimo, da bi bilo podatke pacienta enostavno izmenjevati med različnimi izvajalci zdravstvenih uslug, je pomembno, da razvijemo globalni podatkovni standard. 25

32 Priložnost za sodelovanje in s tem večji dobiček v tej sferi se bo ponudila zelo hitro. Trenutni vodilni igralci na področju medicine bodo lahko kmalu na svojih obstoječih produktih in storitvah spremljali vpliv novih postopkov in inovativnih terapevtskih pristopov. Vodje informatike bi morali uporabiti koncept poslovnega trenutka in nosljive tehnologije pri ocenjevanju novih možnosti pri poslovanju in razreševanju vsakodnevnih nalog (Davies, 2016). 4 PRILOŽNOSTI ZA INOVATIVNE REŠITVE V MEDICINSKI INFORMATIKI 4.1 Pregled trenutnega stanja medicinske informatike Področje medicinske informatike je izredno konkurenčno področje, ki ga trenutno obvladujejo globalna podjetja, ki razvijajo monolitne informacijsko tehnološke (v nadaljevanju IT) rešitve za področje medicine. Manjša podjetja in t.i. start-up podjetja so soočena z velikimi izzivi, ko vstopajo na trg, saj so obstoječa podjetja s svojimi rešitvami svoje kupce bolj ali manj priklenila nase. Ponudniki zdravstvenih storitev se v celoti zanašajo na ponudnike IT storitev, zato so od njih zelo odvisni in kakršnakoli sprememba IT rešitev za njih predstavlja ogromen izziv in velik strošek. Dodaten problem je tudi dejstvo, da so vsi klinični podatki, ki jih ponudniki zdravstvenih storitev zbirajo, zaklenjeni v IT rešitvah in dostopni samo s pomočjo proizvajalcev teh IT rešitev (Marand, 2015c). Glede na ugotovitve in postavljeno teorijo mednarodno priznanega ekonomista Clayton Christensena, se področje medicine zadnje desetletje sooča s prehodom iz monolitnih IT rešitev v bolj modularne IT rešitve in ekosisteme IT rešitev nad platformo zdravstvenih podatkov. V obstoječih monolitnih rešitvah vsaka sprememba funkcionalnosti zahteva večmesečno, če ne letno čakanje ter visoke stroške prilagoditev in razvoja. Če se ponudnik zdravstvenih storitev le odloči za zamenjavo obstoječe IT rešitve, pa to predstavlja precejšen strošek že samo z vidika nakupa nove rešitve, dodatno pa še neobvladljiv strošek za prenos obstoječih kliničnih podatkov v novo informacijsko rešitev. Visoki stroški prehoda na novo informacijsko rešitev in visoko tveganje prenosa podatkov in uvajanja nove informacijske rešitve so tako vzrok, da se ponudniki zdravstvenih rešitev ne odločijo za nadgradnjo in tako predolgo vztrajajo z zastarelimi, dragimi in neučinkovitimi informacijskimi sistemi (Beale, 2014h). Praksa danes kaže, da nobeno podjetje ni zmožno razviti informacijske rešitve za področje medicine, ki bi v celoti pokrilo vse zahteve. To pomeni, da morajo kupci informacijskih rešitev v medicini spremeniti način razmišljanja in nehati kupovati monolitne rešitve od zgolj enega ponudnika, temveč morajo vzpostaviti informacijsko arhitekturo, ki bo temeljila na platformi zdravstvenih podatkov in bo omogočala dolgoročni razvoj, širitev in nadgradnjo modularne rešitve skladno z zahtevami, pričakovanji in finančnimi zmožnostmi izvajalca zdravstvenih storitev (Beale, 2014e). 26

33 Teorija, ki jo je postavil Clayton Christensen, pravi, da je integriran in holističen pristop na področju tehnologije uspešen zgolj v omejenem časovnem obdobju, dokler določeno področje še ni dovolj zrelo, definirano in razvito. Ko pa je določeno področje zrelo, se vedno izkaže, da prevlada modularen pristop (Christensen, 2013). Modularen pristop kupcem omogoča večjo fleksibilnost pri razvoju novih rešitev, vzpostavljanju ekosistema rešitev, nižje cene ter tudi večjo kontrolo nad samimi kliničnimi podatki. Kar je še pomembnejše, v modularnih sistemih, klinični podatki niso vezani na določeno informacijsko rešitev in so shranjeni v centralnem repozitoriju ter vsebujejo klinične podatke vseh aplikacij v ekosistemu. Ponudniki zdravstvenih storitev ter organizacije za izvajanje projektov ezdravja ugotavljajo, da so kakovostni klinični podatki pacientov, ki so enostavno izmenljivi in dostopni kadarkoli in kjerkoli v procesu zdravljenja, ključni za izboljšanje procesov zdravljenja in posledično za boljše izide zdravljenja in upravljanja s kroničnimi boleznimi in zdravjem prebivalstva. Prav zaradi teh razlogov je ključno, da klinični podatki postanejo in ostanejo neodvisni od informacijskih rešitev v zdravstvu (Marand, 2015c). Tukaj se zato kaže priložnost za razvoj platform za shranjevanje strukturiranih kliničnih podatkov, ki omogočajo vzpostavitev ekosistema različnih informacijskih rešitev in hiter razvoj različnih mobilnih aplikacij za domeno medicine v obliki, ki je neodvisna od dejanske aplikacije. Že v preteklosti so bili poskusi vzpostavitve takšnih platform zdravstvenih podatkov (primer platforme zdravstvenih podatkov podjetja Intersystems), vendar pa so vse te platforme temeljile na lastnih zaprtih podatkovnih modelih, kar je omejevalo dostop do kliničnih podatkov in posledično ti klinični podatki niso neodvisni od dejanske informacijske rešitve. Zato je potrebna inovativnost in drugačen pristop pri razvoju platforme zdravstvenih podatkov, ki temelji na odprtem podatkovnem modelu, ki je neodvisen od posameznega podjetja in je zasnovan tako, da klinični podatkovni model razvijajo kliniki, farmacevti in medicinske sestre. Od obstoječih standardov za modeliranje in shranjevanje kliničnih podatkov je tako najbolj ustrezen standard openehr. Potencial platform zdravstvenih podatkov se lahko še dodatno poveča s funkcionalnostmi, ki podpirajo izmenjavo podatkov ter orodja za podporo razvoju novih rešitev (Marand, 2015c): - nabor vmesnikov za izmenjavo podatkov v različnih standardih in formatih: REST, Harvard-MIT SMART API, HL7 v2, HL7 FHIR, IHE.XDS in drugih, - orodja za razvoj novih zaslonskih mask brez znanja programiranja, - podpora za povezavo s strežniki za terminologije (LOINC, MKB). Prava vrednost medicinske informatike bo tako vedno bolj v orodjih, ki bodo omogočala strukturiranje kliničnih podatkov, shranjevanje teh podatkov neodvisno od rešitev, dostop do teh podatkov ne glede na lokacijo in/ali aplikacijo in modeliranje/shranjevanje kliničnih podatkov v obliki, ki je neodvisna od proizvajalca in spodbuja sodelovanje zdravnikov, medicinskih sester in farmacevtov. Za izvajalce zdravstvenih storitev, ki se trudijo zagotavljati visoko kakovost procesa zdravljenja bo tudi ključno, da se vsi klinični podatki 27

34 ohranjajo od rojstva do smrti vsakega pacienta in da se v vmesnem obdobju, ne glede na to, kaj se dogaja z informacijskimi rešitvami, ne izgubljajo. Po drugi strani pa opisani koncepti in pristopi omogočajo vzpostavitev digitalnega poslovanja tudi na področju medicine (Marand, 2015c). 4.2 Ekonomski, socialni in industrijski izzivi Področje medicine je izredno zahtevno in kot takšno zahteva in dnevno obdeluje tudi ogromno količino kliničnih in tudi administrativnih podatkov. Količina razpoložljivih podatkov z informatizacijo še dodatno narašča, saj vzpostavljeni informacijski sistemi v zdravstvu omogočajo lažji pretok in zajem informacij iz različnih virov. Vsi ti podatki pa odpirajo možnosti za spremembe tako v načinu izvajanja procesa zdravljenja, preventive, kot tudi načina obračuna storitev zdravstva. Z uvedbo kliničnih informacijskih sistemov so podatki in informacije o pacientih na voljo kadarkoli in kjerkoli. (Levingston, 2012) Ustrezno implementirani klinični informacijski sistemi tako omogočajo (HealthIT, 2012): - večjo varnost pri obravnavi pacientov saj vzpostavitev celovitih elektronskih kartonov in rešitev za podporo odločanju informirajo zdravnike in medicinske sestre o potencialnih zapletih, še preden se te zgodijo, - večjo kakovost obravnave pacientov saj lahko izvajalci zdravstvenih storitev stalno analizirajo zgodovinske podatke in definirajo nove smernice ter postopke zdravljenja, - bolj informirane odločitve vseh sodelujočih v procesu zdravljenja saj so vsem udeležencem v procesu zdravljenja vedno na voljo obsežni klinični podatki o pacientu, - dodatne možnosti pri vključevanju pacientov v proces zdravljenja saj imajo pacienti možnost dostopa do svojih kliničnih podatkov, hkrati pa lahko uporabljajo sodobne naprave, senzorje in aplikacije, ki paciente dnevno spodbujajo, da pazijo na svoje zdravje in jim omogočajo enostavno komunikacijo s svojim zdravnikom, - boljšo in učinkovitejšo koordinacijo procesa zdravljenja pacientov, ker je z uporabo informatike olajšana komunikacija med vsemi udeleženci procesa zdravljenja pacienta, hkrati pa lahko vsi izkoriščajo tudi komunikacijske zmožnosti modernih naprav. V praksi se danes ponudniki informacijski rešitev v zdravstvu, vlade, pacienti, prebivalstvo in izvajalci zdravstvenih sistemov dnevno soočajo s številnimi izzivi tehnološkoindustrijske, ekonomske in socialne narave, ki naslavljajo tako izzive pri uvajanju in uporabi novih naprav in informacijskih rešitev v procesih zdravljenja, visoke stroške nadgradnje in zamenjave obstoječih informacijskih rešitev, kot tudi spremembe v samem procesu zdravljenja, ki jih prinaša uporaba informacijskih rešitev in opuščanje papirnega poslovanja ter nenazadnje finančni pritiski do katerih prihaja zaradi staranja prebivalstva (Marand, 2015c). Poslovne priložnosti, ki iz teh problemov izhajajo, so podrobno predstavljeni in opisani v Tabeli 4. 28

35 PROBLEM Tabela 4: Opis problemov in priložnosti medicinske informatike OPIS PROBLEMA POSLOVNE PRILOŽNOSTI Izzivi in ovire pri vstopanju na trg medicinske informatike. Neinteroperabilni strukturirani podatki, shranjeni in zaprti znotraj posamezne aplikacije. Izguba kliničnih podatkov in migracije podatkov. IT trg na področju medicine je zelo tekmovalno poslovno okolje, ki mu vladajo velika mednarodna podjetja. Majhna razvijajoča se podjetja (neodvisni ponudniki programske opreme) in začetniki se srečujejo z velikimi težavami, ko vstopajo na trg, saj te velike korporacije ponujajo enotne klinične informacijske sisteme s katerimi svoje stranke dobesedno priklenejo nase (Marand, 2015c). Klinični podatki so običajno shranjeni v različnih informacijskih sistemih, v nestrukturirani obliki in različnih podatkovnih formatih, ki so tesno povezani z dejansko programsko rešitvijo in slabo dostopni za druge aplikacije (Marand, 2015c). Današnje monolitne programske rešitve niso razvite tako, da bi se klinični podatki lahko ohranili dlje od same aplikacije, kar otežuje oblikovanje vseživljenjskih zdravstvenih kartonov pacientov (Marand, 2015c). - Bolj enostaven in hitrejši vstop t.i. start-up podjetij na trg. - Manjša odvisnost od monolitnih rešitev in globalnih korporacij. - Dobro strukturirani klinični podatki, osnovani na standardih, ki podpirajo (semantično) interoperabilnost. - Od programa neodvisna platforma odprtih zdravstvenih podatkov. - Klinični podatki shranjeni v repozitoriju, ki je neodvisen od programske rešitve. se nadaljuje 29

36 PROBLEM Tabela 4: Opis problemov in priložnosti medicinske informatike (nad.) OPIS PROBLEMA POSLOVNE PRILOŽNOSTI Odvisnost kupca od ponudnika. Visoki stroški monolitnih IT rešitev. Slabo dostopni in nepopolni strukturirani klinični podatki za potrebe kliničnih študij, raziskav in analiz. Ko želijo zdravstvene organizacije spremeniti ponudnika, so stroški vezani na migracijo podatkov nevzdržni, tveganja pa tako velika, da organizacije že sama misel o nadgradnji paralizira za nekaj let in tako še naprej poslujejo z neučinkovitimi programskimi rešitvami (Beale, 2014h). Zdravstveni podatki pripadajo ponudniku in ne izvajalcu zdravstvenih storitev, zato celo najmanjša sprememba podatkovne sheme povzroči neopravičljivo visoke stroške nadgradenj in praviloma pomeni tudi dolgo čakanje na nove funkcionalnosti (Beale, 2014h). Klinični podatki v današnjih monolitnih rešitvah so shranjeni tako v nestrukturirani, kot tudi strukturirani obliki. Skupna lastnost obeh modelov shranjevanja kliničnih podatkov v obstoječih rešitvah je, da te rešitve shranjujejo zgolj klinične podatke, ki nastajajo v okviru teh rešitev in ne naslavljajo direktno izzivov konsolidacije kliničnih podatkov med različnimi informacijskimi rešitvami, ki se pojavljajo pri posameznem izvajalcu zdravstvenih storitev. Posledično je razdrobljenost kliničnih podatkov vzrok za pomanjkljive in netočne klinične podatke, ki so nujno potrebni za izvedbo kliničnih študij, raziskav in podrobnih analiz. Pogosto se zato dogaja, da se za potrebe študij iste podatke zbira še ročno v namenskih programih. - Modularni in na platformi osnovani ekosistemi in IT rešitve. - Platforma odprtih zdravstvenih podatkov. - Repozitorij kliničnih podatkov, ki je neodvisen od posameznega programa ali razvijalca. - Enostaven dostop do vseh operativnih kliničnih podatkov. - Enostavne razširitve podatkovnega modela v kliničnem repozitoriju s strani izvajalcev zdravstvenih dejavnosti. se nadaljuje 30

37 PROBLEM Tabela 4: Opis problemov in priložnosti medicinske informatike (nad.) OPIS PROBLEMA POSLOVNE PRILOŽNOSTI Dostop do kliničnih podatkov. Staranje prebivalstva in povečani pritisk na proračun. Pomanjkanje standardov, ki narekujejo interoperabilnost med rešitvami in napravami onemogoča inovativnost in ekonomijo obsega ter omejuje nadgradnjo takšnih rešitev (Marand, 2015c). Proračunski pritiski za zmanjševanje stroškov zdravljenja. - Dobro strukturirani, osnovani na standardih, interoperabilni zdravstveni podatki. - Platforma odprtih zdravstvenih podatkov. - Zagotavljanje visokokakovostnih zdravstvenih storitev s pomočjo modernih IT rešitev in vpeljavo novih poslovnih modelov. - Integracija različnih virov podatkov (od naprav, senzorjev in mobilnih aplikacij). - Modularni in na platformi osnovani ekosistemi in IT rešitve. - Rešitve mzdravja in ezdravja. Vir: Marand d.o.o., Think!EHR Platforma opis produkta, 2015c. 4.3 Poslovne priložnosti in izzivi Zaradi opisane trenutne razdrobljenosti in slabe povezljivosti obstoječih informacijskih rešitev v zdravstvu, se kaže priložnost za razvoj t.i. zdravstvenih podatkovnih platform, ki temeljijo na mednarodno priznanih standardih in omogočajo izgradnjo ekosistemov medicinskih informacijskih rešitev. Takšne zdravstvene platforme odpirajo aplikacijske vmesnike in s tem omogočajo lažji dostop in izmenjavo strukturiranih kliničnih podatkov različnim aplikacijam znotraj organizacije in celo med različnimi organizacijami, regijami ali državami. Ker so podatki shranjeni v standardizirani obliki in hkrati enostavno dostopni za upravljanje, to odpira nove možnosti za razvijalce in ponudnike informacijskih rešitev v medicini saj lahko poleg aplikacij sedaj razvijajo tudi rešitve, ki naslavljajo klinične procese 31

38 in algoritme za podporo odločanju (Beale, 2014e). V Tabeli 5 so naštete in opisane prepoznane poslovne priložnosti. Tabela 5: Poslovne priložnosti v medicinski informatiki, ki izhajajo iz trenutnih problemov obstoječih informacijskih rešitev POSLOVNА PRILOŽNOST OPIS PRILOŽNOSTI PROBLEM, KI GA PLATFORMA REŠUJE Dobro strukturirani, interoperabilni zdravstveni podatki, osnovani na standardih in vseživljenjski elektronski karton pacienta Vstop novih start-up podjetij na trg medicinske informatike Izvajalci zdravstvenih storitev spoznavajo, da so kakovostnejši in interoperabilni klinični podatki ključ do bolj učinkovitega procesa zdravljenja, obvladovanja kroničnih bolezni in zdravja prebivalstva in da morajo biti klinični podatki shranjeni in dostopni skozi vse življenje pacienta (Marand, 2015c). Dve najpomembnejši priložnosti pri podpiranju ambicij EU na področju mobilnega zdravja (European commission, 2014a): - razvoj novih rešitev mzdravja, - hitrejši vstop novih podjetij na trg medicinske informatike. - Shranjevanje, upravljanje in semantična interoperabilnost strukturiranih kliničnih podatkov. - Dopolnjuje obstoječe rešitve za izmenjavo dokumentacije s podporo za izmenjavo strukturiranih kliničnih podatkov - Vzpostavitev vseživljenjskega strukturiranega elektronskega kartona pacienta na podlagi odprtega standarda (openehr). Omogoča nastanek modularnih in na platformi osnovanih ekosistemov, spodbuja inovacije pri start-up podjetjih s ponujanjem storitev za shranjevanje in ponoven priklic podatkov na varen, semantično koherenten način. se nadaljuje 32

39 Tabela 5: Poslovne priložnosti v medicinski informatiki, ki izhajajo iz trenutnih problemov obstoječih informacijskih rešitev (nad.) POSLOVNА PRILOŽNOST OPIS PRILOŽNOSTI PROBLEM, KI GA PLATFORMA REŠUJE Ekosistem medicinskih IT rešitev. Integracija različnih podatkovnih virov. Kupci morajo nehati razmišljati o celovitih rešitvah kot o produktih in začeti razmišljati o rešitvah kot o procesu skozi čas. Kupci (izvajalci zdravstvenih storitev, ministrstva, itd.) morajo imeti možnost sami izbrati in določiti standarde in biti sposobni postopoma nadgrajevati in širiti svoje rešitve skladno s svojimi finančnimi sposobnosti in kliničnimi prioritetami (Beale, 2014h). Zbiranje številnih podatkov o zdravstvenem stanju, psihološkem stanju, dnevnih aktivnosti in podatkov o življenjskem okolju, ki služijo kot osnova za izvajanje procesa zdravljenja. Dodatno bi želeli vse te številne podatke uporabiti za različne raziskovalne dejavnosti ter hkrati pacientom omogočiti poenostavljen dostop do svojih zdravstvenih informacij v kateremkoli času in kateremkoli kraju. - Omogoča enostavnejši in hitrejši razvoj naslednje generacije aplikacij v medicine in mobilnih aplikacij. - Omogoča razvoj rešitev za podporo odločanju (angl. CDS). - Poenostavlja modeliranje kliničnih konceptov in omogoča uporabo že objavljenih kliničnih konceptov (arhetipov). - Predstavlja osnovo za izgradnjo ekosistema IT rešitev nad enotno platformo in s tem večjo agilnost in fleksibilnost pri vzpostavitvi končne rešitve. - Zajema podatke iz različnih virov v različnih oblikah in jih shranjuje v standardizirane, strukturirane, odprte klinične modele podatkov (arhetipe). - Omogoča enostaven in zanesljiv dostop do vseh kliničnih podatkov shranjenih v platformi. se nadaljuje 33

40 Tabela 5: Poslovne priložnosti v medicinski informatiki, ki izhajajo iz trenutnih problemov obstoječih informacijskih rešitev (nad.) POSLOVNА PRILOŽNOST OPIS PRILOŽNOSTI PROBLEM, KI GA PLATFORMA REŠUJE Novi poslovni modeli izvajanja zdravstvenih storitev in večja kakovost procesov zdravljenja. Zbiranje velike količine strukturiranih zdravstvenih podatkov iz številnih virov za odkrivanje novih znanj, za raziskavo in analize. - Potreba po natančnejših diagnozah in več informacij v procesu zdravljenja, rezultat katerega so posamezniku bolje prilagojena zdravila in zdravljenje. - Potreba po večjem sodelovanju in vključenosti pacientov z namenom, da bi lahko sami bolj aktivno obvladovali svoje zdravje. - Potreba po aktivnem spremljanju zdravja prebivalstva. - Vzpostavitev infrastrukture, ki podpira zbiranje strukturiranih podatkov procesa zdravljenja v realnem času iz različnih virov. - Izvajanje kliničnih raziskav izven nadzorovanega okolja z uporabo kliničnih podatkov, ki nastajajo tekom rednega procesa zdravljenja. - Uporaba strukturirani kliničnih podatkov za neprestane izboljšave baze znanj in kliničnih smernic. - Vzpostavitev repozitorija kliničnih podatkov, ki je neodvisen od posamezne aplikacije. - Integracija različnih virov kliničnih podatkov - Vseživljenjski elektronski karton strukturiranih kliničnih podatkov. - Orodja za razvoj in vzpostavitev kliničnih registrov in portalov. - Okrepitev raziskovalnih zmogljivosti temelji na podatkih iz repozitorija splošnih kliničnih podatkov v normalizirani obliki. - Mehanizmi za normalizacijo in izvoz kliničnih podatkov v aplikacije za analize, podatkovno rudarjenje in poročanje. Vir: Marand d.o.o., Think!EHR Platforma opis produkta, 2015c. 34

41 5 PREDLOG REŠITVE EKOSISTEM APLIKACIJ ZGRAJEN NAD NEODVISNO PLATFORMO ZDRAVSTVENIH PODATKOV Ključna komponenta pri vzpostavitvi ekosistema aplikacij je platforma zdravstvenih podatkov (krajše platforma), ki temelji na obstoječih standardih za modeliranje kliničnih konceptov, kot je npr. standard openehr. Poleg podpore za standard openehr, ki omogoča uporabo univerzalnih kliničnih konceptov, mora platforma omogočati tudi shranjevanje in upravljanje s kliničnimi podatki, biti mora dovolj zmogljiva za podporo modernim aplikacijam v zdravstvu, ki imajo več tisoč hkratnih uporabnikov. Platforma omogoča razvoj standardiziranih aplikacijskih vmesnikov ter podpira učinkovito izvajanje različnih poizvedb nad vsemi kliničnimi podatki, ki so shranjeni v platformi. Platforma je tako osnova za izgradnjo osrednjega elektronskega kartona pacientov in je zmožna shranjevati vse klinične podatke o pacientih v strukturirani obliki. Dodatno mora platforma omogočati tudi enostavno povezovanje z različnimi informacijskimi sistemi in tako vzpostavitev ekosistema zdravstvenih IT rešitev. Ravno vzpostavitev osrednjega in standardiziranega strukturiranega elektronskega kartona pacientov, ki je neodvisen od aplikacije, je manjkajoča komponenta v medicinski informatiki, ki poleg obstoječih standardiziranih repozitorijev za dokumentacijo (HL7 CDA) in rentgenološke slike (DICOM), omogoči boljšo koordinacijo v procesu zdravljenja, enostavnejši pregled nad splošnim zdravstvenim stanjem populacije in razvoj novih informacijskih rešitev v medicini, ki bodo podpirale semantično interoperabilnost in so hkrati tudi opredeljene kot ključni cilj za nadaljnjo informatizacijo v okviru Evropske unije: tele-konzultacije, erecept, enapotnica, tele-radiologija in druge (Marand, 2015c). Koncept repozitorija kliničnih podatkov, ki je neodvisen od dejanske aplikacije prikazuje Slika 6. Platforma naslavlja tudi izzive in priložnosti na temo mobilnega zdravja (mhealth), ki so opisane v dokumentu Evropske komisije -»Zelena knjiga«. Gre za: - varnost pacientovih kliničnih podatkov, - potencial za izboljšanje analitike in raziskav na področju medicine, - semantično interoperabilnost med različnimi aplikacijami in rešitvami v medicini, - možnost hitrejšega vstopa manjših podjetij na trg medicinske informatike in s tem možnost za nove inovacije in finančne prihranke. 5.1 Platforma zdravstvenih podatkov Opis rešitve Kot primer zdravstvene podatkovne platforme in vzpostavitve ekosistema aplikacij nad platformo zdravstvenih podatkov bom uporabil produkt Think!EHR Platforma (platforma zdravstvenih podatkov) in rešitev klinični informacijski sistem Think!Clinical (ekosistem modulov nad platformo zdravstvenih podatkov). 35

42 Slika 6: Neodvisna platforma zdravstvenih podatkov, kot ključna komponenta za shranjevanje strukturiranih kliničnih podatkov o pacientih in vzpostavitev ekosistema informacijskih rešitev Vir: Marand d.o.o., Think!EHR Platform - Key concepts, 2016, str. 35. Think!EHR Platforma je rešitev (Slika 6), ki podpira strukturirano shranjevanje velike količine kliničnih podatkov, izvajanje poizvedb ter izmenjavo kliničnih podatkov med različnimi sistemi. Think!EHR Platforma je razvita na podlagi standarda openehr ter vse klinične podatke shranjuje v strukturirani obliki neodvisno od same aplikacije. Think!EHR Platforma ima vgrajen integracijski nivo, številne varnostne mehanizme ter hkrati ponuja nabor različnih aplikacijskih vmesnikov za lažjo integracijo različnih IT rešitev. Tako vzpodbuja nastanek ekosistema zdravstvenih IT rešitev. Integracijski nivo podpira različne standarde: HL7v2.x sporočila, HL7 CDA, ISO 13606, PDF, XML in druge in podpira koncepte storitveno usmerjene arhitekture (SOA). Podatki, ki jih platforma zajame v različnih standardih, se interno prevedejo v openehr klinične koncepte in se shranjujejo v strukturirani in standardizirani obliki, kar kasneje omogoča izvajanje poizvedb in analitike ter dostop do teh podatkov ne glede na osnovni vir podatkov. Poleg podpore za vse ključne standarde v medicinski informatiki ima Think!EHR Platforma tudi robustno, varno, skalabilno in zanesljivo infrastrukturo, kar omogoča razvijalcem 36

43 informacijskih rešitev hitrejši razvoj in vzpostavitev inovativnih rešitev, ki hkrati podpirajo tudi semantično interoperabilnost in tako lažje povezovanje v ekosistem rešitev. Razvijalci rešitev za podporo odločanja, procese in klinične poti lahko Think!EHR Platformo izkoristijo kot osnovo za razvoj svojih rešitev nad stabilnimi in standardiziranimi kliničnimi modeli ter lahko tako svoje rešitve ponudijo kot ključen del končnega ekosistema IT rešitev brez dodatnih specifičnih prilagoditev za vsako od aplikacij v ekosistemu. Celotna arhitektura Think!EHR Platforme je konceptualno prikazana na Sliki 7. Slika 7: Arhitektura Think!EHR Platforme Vir: Marand d.o.o., Think!EHR Platforma tehnična dokumentacija, 2015d, str. 19, slika 17. Ključni del platforme zdravstvenih podatkov je nabor orodij, ki razvijalcem in integratorjem omogočajo hitro privajanje za delo s platformo in jim omogočajo tudi učinkovito upravljanje platforme: - Think!EHR Server, - Think!EHR Raziskovalec, - Razvijalec zaslonskih mask, - Integracijski nivo Think!EHR Server Think!EHR Server je programska komponenta, ki omogoča dejansko shranjevanje podatkov in pridobivanje podatkov iz repozitorija kliničnih podatkov, ter podpira transakcije v realnem času in ima vgrajeno podporo za različne načine namestitve: - namestitev na enem strežniku, - namestitev na več strežnikih zaradi zagotavljanja večje zmogljivosti in zanesljivosti delovanja, 37

44 - namestitev v oblaku (angl. Cloud). Server omogoča shranjevanje, branje in upravljanje s kliničnimi podatki, ki so shranjeni v repozitoriju. V medicini so različne zahteve za dostop in obdelavo podatkov, zato Think!EHR Server podpira tako osnovne poizvedbe, masovne poizvedbe za potrebe analitike, kot tudi iskanje po nestrukturiranih besedilih (angl. Full text search) Think!EHR Explorer Think!EHR Explorer je spletna aplikacija, ki vsebuje različna orodja za upravljanje in nastavitve Think!EHR Platforme ter omogoča izvajanje poizvedb za dostop do vseh kliničnih podatkov, ki so shranjeni v platformi. Primer poizvedbe in orodja za pisanje poizvedb je prikazan na Sliki 8. Slika 8: Think!EHR Explorer omogoča pregledovanje shranjenih podatkov in upravljanje s Think!EHR platformo Vir: Marand d.o.o., Think!EHR Platforma tehnična dokumentacija, 2015d, str. 10, slika 3. Dodatno Think!EHR Explorer omogoča različne načine prikaza shranjenih podatkov: - kronološki pregled z enostavno možnostjo nastavljanja filtrov po pacientu, datumu, uporabniku, ki je podatke shranil, tipu kliničnega modela itd., - pregled posameznih podatkov ali pregled več povezanih kliničnih podatkov hkrati, - pregled metapodatkov (avtor podatka, čas nastanka podatka, itd.) o shranjenih kliničnih podatkih ter podrobni pogled v revizijsko sled, v kateri se hranijo podrobni podatki o vseh vpogledih in dostopih do posameznih podatkov (kdo, kdaj in kaj je pregledoval). 38

45 5.1.4 Razvijalec zaslonskih mask Razvoj novih funkcionalnosti z uporabo Think!EHR Platforme je poenostavljen z orodjem za razvoj zaslonskih mask. Razvijalec najprej določi nabor kliničnih konceptov (openehr predlog), ki vsebujejo podatke, ki so potrebni na zaslonski maski ter nato z uporabo orodja zgradi novo zaslonsko masko. S pristopom izbire openehr predloge, kot osnove za razvoj zaslonske maske, se ohrani kontekst podatkov na zaslonski maski od same zaslonske maske do podatkovnega nivoja, kjer se podatki shranijo v obliki openehr kompozicije. Primer orodja je prikazan na Sliki 9. Razvijalcem je preko tega orodja omogočena tudi: - povezava z različnimi šifranti kot so LOINC, MKB, nacionalni šifrant zdravil, - nastavljanje soodvisnosti polj na zaslonu, - vključevanje različnih funkcij, ki omogočajo preračunavanje vrednosti v realnem času ob vnosu meritev na sami zaslonski maski, - nastavljanje in prilagajanje validacije za posamezna polja, - podrobnejša prilagoditev razporeditve polj na zaslonski maski, - prilagajanje formata in koncepta zaslonske maske, - dodajanje slikovnega gradiva za lažji in bolj intuitiven zajem podatkov, - pregledovanje, urejanje in upravljanje z že kreiranimi zaslonskimi maskami. Slika 9: Razvijalec zaslonskih mask Vir: Marand d.o.o., Think!EHR Platforma tehnična dokumentacija, 2015d, str. 11, slika 4. 39

46 5.1.5 Integracijski nivo Tipično okolje izvajalca zdravstvenih storitev je sestavljeno iz številnih aplikacij, ki morajo med seboj pogosto izmenjevati klinične podatke o pacientih. Poleg informacijskih rešitev znotraj ene organizacije se v današnjem času vedno bolj pogosto pojavljajo tudi zahteve za izmenjavo kliničnih podatkov z informacijskimi sistemi drugih organizacij in tudi z rešitvami nacionalnih projektov ezdravja. Zato je ključna naloga integracijskega vmesnika razvijalcem omogočiti in zagotoviti kanal za izmenjavo podatkov med različnimi aplikacijami ter nabor orodij (aplikacij), ki razvijalcem postopek integracije čim bolj olajšajo in jim tudi omogočajo enostaven pregled nad vsemi aktivnostmi izmenjave podatkov. Integracijski nivo, ki je del Think!EHR Platforme nudi podporo za številne danes uporabljene standarde (HL7, openehr, ISO in druge) ter omogoča hitro prilagajanje aplikacijskim sporočilom in aplikacijskim vmesnikom, ki so lastniški, neusklajeni z obstoječimi standardi in razviti za potrebe specifičnih aplikacij. Integracijski vmesnik ima vgrajeno orodje za definicijo korakov, s katerimi se vhodne ali izhodne podatke pretvori v obliko sistema, ki podatke pošilja oz. do njih dostopa. Gre za tako imenovani integracijski kanal, v okviru katerega se naredi transformacija podatkov iz izvorne aplikacije v obliko openehr zapisa, ki se nato shrani v repozitorij kliničnih podatkov. Zaradi podpore različnim tipom sporočil je ključni del integracijskega vmesnika tudi orodje, ki razvijalcem omogoča enostavno definicijo transformacije izvornega sporočila v openehr strukture ter obratno torej iz openehr struktur v sporočilo, ki ga razume zunanji sistem, ki je podatke zahteval. Primer orodja za konfiguracijo korakov integracijskega kanala je prikazan na Sliki 10, medtem ko Slika 11 prikazuje orodje za vizualno mapiranje podatkov med vhodnim in izhodnim sporočilom. Slika 10: Konfiguracija korakov integracijskega kanala Vir: Marand d.o.o., Think!EHR Platforma tehnična dokumentacija, 2015d, str. 16, slika

47 Slika 11: Orodje za vizualno mapiranje in transformacije podatkov iz vhodnega sporočila v openehr format in obratno Vir: Marand d.o.o., Think!EHR Platforma tehnična dokumentacija, 2015d, str. 18, slika Ekosistem modulov nad zdravstveno podatkovno platformo Klinični informacijski sistem Think!Clinical je primer ekosistema aplikacij za bolnišnice, ki temeljijo na Think!EHR platformi in izkoriščajo tako elektronski karton, zasnovan na podlagi openehr standarda, kot tudi integracijski nivo platforme za komunikacijo z različnimi aplikacijami in različnimi medicinskimi napravami v bolnišnici. Klinični informacijski sistem je sestavljen iz modulov različnih proizvajalcev ter tako uporabnikom nudi širok nabor funkcionalnosti in celovit pregled nad stanjem vsakega od pacientov. Aplikacije, ki so v uporabi in se povezujejo s platformo, podpirajo tako namizne računalnike, tablice, ob posteljne računalnike, kot tudi pametne telefone. Tako je uporabnikom ne glede na njihovo trenutno lokacijo na voljo dovolj informacij, da lahko v procesu zdravljenja naredijo bolj informirane odločitve in posledično izboljšajo proces zdravljenja, varnost pacienta in skrajšajo čas obravnave. Ne glede na to, katero aplikacijo ali modul uporablja posamezni uporabnik, le-ta vedno kaže prave in ažurne klinične podatke pacienta, ker so vse aplikacije preko programskih vmesnikov povezane na platformo in centralni elektronski karton pacienta. Enako velja tudi, ko uporabnik vnaša klinične podatke o pacientu slednji se vedno shranijo v strukturirani obliki v elektronski karton pacienta. Uporabnikom so danes na voljo številni moduli, ki v veliki meri odpravljajo potrebo po papirnih obrazcih: - elektronsko predpisovanje in administracija zdravil, - elektronsko naročanje laboratorijskih in radioloških preiskav, posegov in monitoringa, 41

48 - modul za enote intenzivne terapije, - načrt zdravstvene nege, - pregled pacientov na oddelku, - analitika, kazalniki. Modularna in večnivojska zasnova opisanega kliničnega informacijskega sistema, ki hkrati podpira vključevanje aplikacij in modulov različnih podjetij je prikazana na Sliki 12. Slika 12: Modularna arhitektura kliničnega informacijskega sistema Think!Clinical Vir: Marand d.o.o., Think!Clinical opis produkta, 2015b, str. 9, slika Inovativnost rešitve Glavni cilj rešitve je omogočiti enoten in univerzalni pogled celotnega kliničnega stanja pacienta, ki bo vseboval podatke iz vseh ustanov, v katerih se pacient zdravi, vključno s kliničnimi podatki, ki se zbirajo s pomočjo raznih senzorjev ter sodobnih naprav, ki jih pacient uporablja v svojem domačem okolju. Istočasno obstaja tudi priložnost ustvariti enoten repozitorij informacij, ki hkrati združuje klinične, administrativne in operativne podatke in bo tako sposoben podpirati strateške odločitve, povezane z izvajanjem procesov zdravljenja in aktivnosti, povezane z zagotavljanjem visoke kakovosti javnega zdravja. Dodatno mora rešitev omogočati enostavno povezovanje različnih aplikacij, informacijskih sistemov in senzorjev med seboj, da bi povečali kakovost oskrbe pacientov s kroničnim obolenjem ali pa aktivno spremljali in uravnavali procese zdravljenja pacientov z visokim tveganjem. Poleg tega je potrebno prilagoditi tudi tehnologije in nabor kliničnih podatkov, ki so na razpolago pacientom, da bodo lahko tudi sami aktivno sodelovali v procesu zdravljenja (Marand, 2016). 42

49 Think!EHR Platforma omogoča izvajanje zgoraj opisanih aktivnosti in ima tako velik potencial, da ključno vpliva na nadaljnji razvoj rešitev s področja medicinske informatike in rešitev ezdravja ter se sooči z izzivi, povezanimi s semantično interoperabilnostjo po vsem svetu. Think!EHR Platforma se pozicionira kot platforma odprtih zdravstvenih podatkov, ki temelji na openehr standardu. Think!EHR Platforma nudi aplikacijske programske vmesnike in stabilno arhitekturo za razvijalce semantično interoperabilnih aplikacij, kliničnih informacijskih sistemov in aplikacij za mobilne naprave. Dodatno lahko rešitve za podporo odločanju, vodenje procesov ali klinične podatke povežejo neposredno s standardiziranimi odprtimi modeli kliničnih podatkov (openehr arhetipi in predloge), kar omogoča ne zgolj enostavno deljenje arhetipov med različnimi aplikacijami, temveč tudi modelov za odločanje, poslovnih pravil in kliničnih poti. Think!EHR Platforma podpira lažji razvoj novih poslovnih priložnosti za inovacije znotraj start-up podjetij, saj jim ponuja storitve za shranjevanje, upravljanje in obdelavo kliničnih podatkov na varen, semantično koherenten način. Ko govorimo o izzivu, kako zagotoviti od programa neodvisne in odprte zdravstvene podatke, so nekatere naštete komponente in rešitve, ki zadevajo opisane izzive, že dosegljive. Vendar pa je Think!EHR Platforma prvi produkt, ki povezuje vse te komponente v enotno rešitev (Marand, 2015c). Enkratnost Think!EHR Platforme je v tem, da je osnovana na odprtih modelih kliničnih podatkov (arhetipih), ki jih razvija skupnost strokovnjakov in hkrati zagotavlja aplikacijske programske vmesnike ter orodja, ki omogočajo razvijalcem aplikacij enostavno upravljanje kliničnih podatkov in tako poenostavljajo razvoj novih rešitev. Razvijalci, ki svoje rešitve razvijajo nad Think!EHR Platformo in tako izkoristijo robustno arhitekturo, repozitorij kliničnih podatkov ter orodja, bodo prihranili čas in denar, ki bi ga sicer porabili za razvoj varne, robustne in zmogljive infrastrukture. Posledično se bodo lahko osredotočili na razvoj inovativnih aplikacij in programov, saj jim bo Think!EHR Platforma nudila zanesljivo osnovo in orodja za upravljanje s kliničnimi podatki, oblikovanje in generiranje zaslonskih mask, poizvedb in omogočila takojšnjo integracijo z ostalimi informacijskimi sistemi. Think!EHR Platforma vključuje tudi orodja za spremljanje učinkovitosti izvajanja že nameščenih informacijskih sistemov, orodja za upravljanje z arehtipi, predlogami in razvitimi zaslonskimi maskami, podpira različne jezike in medicinske terminologije ter standarde, ki so že opisani v poglavju Standardi v medicinski informatiki (npr. LOINC, SNOMED CT, MKB, ). Glavni cilj projekta je razviti platformo zdravstvenih podatkov, ki bo podpirala vzpostavitev ekosistema informacijskih rešitev v medicini, kar bo omogočalo razvijalcem enostavno in varno shranjevanje pacientovih kliničnih podatkov ter dostop do kliničnih podatkov znotraj centraliziranega, od programa neodvisnega repozitorija zdravstvenih podatkov. Na osnovi le-tega bodo uporabniki lahko dostopali do svojih podatkov iz različnih naprav in aplikacij ter s poljubne lokacije. 43

50 Slika 13 prikazuje koncept omogočen s Think!EHR Platformo, ki ponuja funkcionalnosti, orodja in module, ki razvojnim podjetjem omogočajo edinstven scenarij, da praktično v nekaj urah svojo idejo pretvorijo v delujočo aplikacijo. Kot primer navajam projekt razvoja aplikacije za delo s pacienti, ki imajo diagnosticiran diabetes. V prvem koraku razvoja aplikaije analitik in zdravnik izbereta potrebne klinične modele (arhetipe), nato oblikujeta openehr predloge, ki bodo služile kot osnova za zaslonske maske, definirata klinična pravila ter klinični proces, nato pa z uporabo orodij Think!EHR Platforme razvijeta vse potrebne zaslonske maske ter končno rešitev objavita v okviru obstoječega ekosistema aplikacij. Pacienti in zdravniki lahko takoj pričnejo z uporabo rešitve, klinični podatki pa so shranjeni v centralnem repozitoriju podatkov in na voljo vsem obstoječim aplikacijam v ekosistemu ter so hkrati tudi na voljo za izvoz v različna orodja za analizo (Marand, 2015c). Slika 13: Nabor orodij, ki omogočajo hitro izvedbo 4-ih korakov in tako vzpostavitev novih rešitev brez potrebe po programiranju Vir: Marand d.o.o., Think!EHR Platform - Key concepts, 2016, str Inovativnost poslovnega modela Think!EHR Platforma je zasnovana tako, da spodbuja razvoj modularnih ekosistemov informacijskih rešitev na način, da omogoča ločevanje kliničnih podatkov, procesov, smernic, pravil ter aplikacij. Vsak od naštetih konceptov je tako neodvisen drug od drugega in ga lahko razvije drug proizvajalec. Dodatno pa je dejanska vsebina (podatki, procesi, pravila) vedno neodvisna od dejanske informacijske rešitve. Tako imajo ponudniki zdravstvenih storitev več možnosti pri izbiri ustrezne rešitve ter večjo fleksibilnost pri zamenjavi posameznih orodij. Posledično se lahko hitreje prilagajajo spremembam in novim zahtevam. Seznam ključnih ekonomskih koristi za različne uporabnike in konkurenčne prednosti Think!EHR Platforme so podrobno predstavljeni in opisani v Tabeli 6. 44

51 Tabela 6 Ključne ekonomske prednosti za uporabnike Think!EHR Platforme UPORABNIK GLAVNE EKONOMSKE KORISTI KONKURENČNA PREDNOST Vlade in programi ezdravja. Razvijalci, sistemski integratorji. - Zajem podatkov iz različnih virov v različnih formatih in shranjevanje v centralni standardiziran elektronski karton v normalizirani in strukturirani obliki. - Razširitev obstoječe infrastrukture za izmenjavo dokumentov s podporo za izmenjavo strukturiranih kliničnih podatkov. - Dostop do platforme zdravstvenih podatkov in razpoložljivost aplikacijskih vmesnikov za razvijalce aplikacij, kar bo spodbujalo konkurenčnost in inovativnost. - Hitrejši razvoj inovativnih aplikacij nove generacije nad platformo zdravstvenih podatkov in posledično hitrejši vstop na trg. - Lažje in hitrejše povezovanje različnih aplikacij. - Platforma kot osnova za vzpostavitev ekosistema rešitev. - Arhitektura, ki omogoča semantično interoperabilnost. - Enoten pogled na klinične podatke iz različnih virov. - Podpora za vzpostavitev kliničnih registrov. - Podpora start-up podjetjem za hitrejši razvoj aplikacij in vstop na trg. - Nabor orodij, ki omogočajo hiter prehod od ideje do delujoče aplikacije. - Povezava z različnimi orodji za analizo podatkov. - Vzpostavitev vseživljenjskega standardiziranega elektronskega zdravstvenega zapisa pacienta, ki pomaga pri koordinaciji procesa zdravljenja in obvladovanju kroničnih bolezni. se nadaljuje 45

52 Tabela 6: Ključne ekonomske prednosti za uporabnike Think!EHR Platforme (nad.) UPORABNIK GLAVNE EKONOMSKE KORISTI KONKURENČNA PREDNOST Izvajalci zdravstvenih storitev. Ekosistemi, mzdravje. - Zmanjševanje stroškov in odvisnosti od ponudnika informacijskih rešitev. - Izbira standardov in postopna vpeljava novih informacijskih rešitev od enega ali več različnih razvijalcev glede na finančne sposobnosti in klinične prioritete. - Enostavna in hitra vključitev novih aplikacij ali naprav v obstoječi ekosistem neodvisno od obstoječih rešitev. - Podpora za analitiko in raziskave. - Pacienti, katerih izvajalci zdravstvenih storitev uporabljajo rešitve na osnovi platforme zdravstvenih storitev, bodo imeli veliko prednost, saj se bodo vsi klinični podatki shranjevali v centralizirane in vseživljenjske EZZ, kar bo omogočilo bolj informirane odločitve v procesu zdravljenja in posledično boljšo oskrbo in varnost pacientov. - Razvoj aplikacij in enostavna integracija le-teh z ostalimi rešitvami ekosistema IT rešitev. To bo omogočilo pacientom zajem in vnos podatkov, spremljanje svojega zdravja in pomoč pri obvladovanju kroničnih bolezni. - Platforma kot osnova za vzpostavitev ekosistema rešitev. - Arhitektura, ki omogoča semantično interoperabilnost. - Enoten pogled na klinične podatke iz različnih virov. - Podpora za vzpostavitev kliničnih registrov. - Podpora start-up podjetjem za hitrejši razvoj aplikacij in vstop na trg. - Nabor orodij, ki omogočajo hiter prehod od ideje do delujoče aplikacije. - Povezava z različnimi orodji za analizo podatkov. - Vzpostavitev vseživljenjskega standardiziranega elektronskega zdravstvenega zapisa pacienta, ki pomaga pri koordinaciji procesa zdravljenja in obvladovanju kroničnih bolezni. Vir: Marand d.o.o., Think!EHR Platforma opis produkta, 2015c. 5.4 Primerjava inovativne rešitve z obstoječimi rešitvami Vse obstoječe rešitve platforme zdravstvenih podatkov temeljijo na lastniških podatkovnih modelih in izmenjavo podatkov omogočajo s podporo za različne standarde 46

53 interoperabilnosti. S tem pristopom dejansko ne rešujejo treh osnovnih izzivov v medicini (Marand, 2015c): - neodvisnost kliničnih podatkov od dejanske programske rešitve in podjetja, ki je rešitev razvilo, - prost dostop do vseh kliničnih podatkov iz različnih aplikacij neodvisno od podjetja, ki je vzpostavilo repozitorij kliničnih podatkov (elektronski karton pacienta), - ponovno uporabljivost kliničnih modelov in sodelovanje zdravnikov, medicinskih sester in farmacevtov pri razvoju kliničnih modelov. Ključni tekmeci Think!EHR Platforme: - Epic: Trenutno najbolj prestižni klinični informacijski sistem na globalnem tržišču. Rešitev sestavljajo številni moduli, ki pokrivajo večino zahtev največjih bolnišnic. Epic je tipični predstavnik monolitnih informacijskih rešitev. - Cerner: Klinični informacijski sistem, ki podobno kot Epic vsebuje širok nabor kliničnih modulov in podpira poslovanje izvajalcev zdravstvenih dejavnosti. - Intersystems: Podjetje ponuja številne rešitve za področje medicinske informatike. Zanimivo je, da imajo v svojem portfelju tudi rešitev, ki je konceptualno zelo podobna standardu openehr. - Orion Health: Podjetje razvija in trži portal za zdravnike in tudi paciente. - CaboLabs: Podjetje izkorišča prednosti standarda openehr in ponuja rešitve s področja svetovanja ter razvoja na področju medicinske informatike. - Ocean Informatics: Podjetje je eno prvih, ki je pričelo z razvojem rešitev nad standardom openehr. Poleg različnih informacijskih rešitev za področje medicine, ki bazirajo na openehr, so razvili tudi orodja za modeliranje openehr arhetipov in predlog. - Code24 B.V: Podjetje svoje rešitve bazira na standardu openehr in tako ponuja ogrodje, ki omogoča vzpostavitev ekosistema informacijskih rešitev različnih podjetij. V svojem portfelju imajo tudi lasten portal za izvajalce zdravstvenih storitev ter tudi bazo kliničnih podatkov skladno s standardom openehr. - Qualcomm Life: Podjetje je vzpostavilo ekosistem, ki pa se fokusira predvsem na povezovanje različnih naprav in sodobnih senzorjev ne zgolj v bolnišnicah, temveč tudi v domovih pacientov. Trenutno rešitev ne daje bistvenega poudarka na način kako so shranjeni klinični podatki. - Philips Healthsuite: Podobna rešitev, kot Qualcomm Life, ki omogoča povezovanje različnih naprav, senzorjev in aplikacij tako znotraj bolnišnic, kot tudi pri pacientih doma ter tako ponuja možnost spremljanja stanja pacientov ne glede na lokacijo ali stopnjo procesa zdravljenja. 47

54 5.5 Plan razvoja rešitve Tabela 7 našteva in opisuje cilje za nadaljnji razvoj Think!EHR Platforme, ki izhajajo iz opisanih ekonomskih, socialnih in industrijskih izzivov v poglavju 5.1. CILJ Tabela 7: Predlogi in cilji za nadaljnji razvoj Think!EHR Platforme POMEN (PRIČAKOVAN VPLIV) Izboljšati obstoječe funkcije in strukturo Think!EHR Platforme. Razviti funkcionalnosti za podporo razvoja ekosistema zdravstvenih aplikacij in storitev. Razviti infrastrukturo za boljše analize in raziskovalne zmogljivosti. Osnovati repozitorij modulov za ponovno uporabo v različnih aplikacijah. Sodelovanje z obstoječimi strankami. Z izboljšavo obstoječih funkcionalnosti Think!EHR Platforme bodo razvijalcem aplikacij omogočen: - hitrejši in enostavnejši razvoj, - bolj enostavna zbirka razvojnih orodij, - bolj robustna in zanesljiva arhitektura Think!EHR Platforme. - Think!EHR Platforma bo služila kot osnova za vzpostavitev ekosistema in bo omogočila lažji prodor malih razvojnih podjetij na trg. - Nabor standardnih aplikacijskih vmesnikov, ki različnim aplikacijam omogoča enostaven dostop do vseh kliničnih podatkov v centralnem repozitoriju znotraj Think!EHR Platforme. Zagotavljanje agregacije in normalizacije podatkov, da se raziskovalci lahko osredotočijo na načrtovanje in izvedbo raziskave, namesto na iskanje, zbiranje in izvajanje poizvedb za pridobitev kliničnih podatkov. Razvijalci bodo lahko: - oblikovali aplikacije in rešitve hitreje z uporabo obstoječih modulov, - tekmovali z večjimi igralci z manjšim začetnim vložkom in hitrejšim razvojem delujoče rešitve. Tesno sodelovanje z obstoječimi strankami bo omogočilo spremljanje pomanjkljivosti uporabe Think!EHR Platforme v praksi, kot tudi prepoznavanje novih priložnosti, ki jih lahko Think!EHR Platforma naslovi. S tem bo možno že obstoječi produkt še izboljšati in ga narediti bolj konkurenčnega. Vir: Marand d.o.o., Think!EHR Platforma opis produkta, 2015c. 48

55 6 VPLIV IN PREDNOSTI PREDLAGANE REŠITVE NA UPORABNIKE IN TRG Koncept platforme zdravstvenih podatkov omogoča različnim razvijalcem razvoj rešitev nad robustno infrastrukturo, ki temelji na obstoječih mednarodno priznanih standardih, kar omogoča bolj enostavno izmenjavo podatkov med različnimi izvajalci zdravstvenih storitev, nacionalnimi projekti ezdravja in tudi med temi organizacijami in pacienti. V Tabeli 8 so našteta ključna področja za Think!EHR Platformo, vsi že izvedeni projekti ter razloženo kako Think!EHR Platforma ponuja dodano vrednost kupcem. Tabela 8: Pregled dodane vrednosti uporabe Think!EHR Platforme za uporabnike PODROČJE ŽE DOSEŽENI REZULTATI DODATNA VREDNOST ZA POTENCIALNE STRANKE Repozitorij kliničnih podatkov, ki vključuje klinične podatke iz različnih virov. Nacionalna interoperabilna hrbtenica v okviru projekta ezdravje v Sloveniji, ki s pomočjo standardiziranega repozitorija zdravstvenih podatkov podpira aplikacije ezdravja. Vseživljenjski elektronski zdravstveni karton pacientov pomagajo izboljšati proces zdravljenja na Pediatrični kliniki v Ljubljani. Elektronski zdravstveni karton za celotno mesto Moskva, Rusija. - Kombinacija infrastrukture za izmenjavo kliničnih podatkov med različnimi aplikacijami ter možnost shranjevanja strukturiranih kliničnih podatkov v standardiziranem nacionalnem repozitoriju. - Možnost nadaljnje širitve repozitorija kliničnih podatkov brez izgube arhivskih podatkov. - Zagotavljanje vseživljenjskih elektronskih zdravstvenih kartonov pacientov. - Vzpostavitev modularnega kliničnega informacijskega sistema, ki vsebuje module različnih razvijalcev. se nadaljuje 49

56 Tabela 8: Pregled dodane vrednosti uporabe Think!EHR Platforme za uporabnike (nad.) PODROČJE ŽE DOSEŽENI REZULTATI DODATNA VREDNOST ZA POTENCIALNE STRANKE Repozitorij kliničnih podatkov, ki vključuje klinične podatke iz različnih virov. Algoritmi za podporo odločanju v procesu zdravljenja. Platforma zdravstvenih podatkov za slovenski Državni program za zgodnje odkrivanje raka na dojki (DORA). Največji razvijalec kliničnih informacijskih sistemov na Švedskem uporablja Think!EHR Platformo kot osnovo za klinični produkt za pomoč pri odločanju. - Povezava na nacionalno hrbtenico ezdravja. - Enostavna izmenjava kliničnih podatkov z različnimi informacijskimi sistemi. - Vzpostavitev registra kliničnih podatkov ciljne populacije programa Dora, ki je neodvisen od trenutne informacijske rešitve in omogoča enostavne kasnejše razširitve ali celo menjave informacijske rešitve brez izgube zgodovinskih podatkov. - Vsi klinični podatki so shranjeni v strukturirani obliki. - Poenostavitev sestavljanja pravil za podporo pri odločanju in načrtovanju procesa zdravljenja. - Lažja izmenjava pravil in procesov. - Izboljšanje raziskovalnih zmogljivosti in zdravstvenih analiz. - Olajšanje gradnje zbirke podatkov s področja zdravstva, ki temeljijo na standardiziranih podatkovnih modelih. - Zaganjanje razvitih odločitvenih pravil in algoritmov v realnem času ali na zahtevo. se nadaljuje 50

57 Tabela 8: Pregled dodane vrednosti uporabe Think!EHR Platforme za uporabnike (nad.) PODROČJE ŽE DOSEŽENI REZULTATI DODATNA VREDNOST ZA POTENCIALNE STRANKE Visokozmogljiva, odprta platforma zdravstvenih podatkov. - Največji razvijalec kliničnih informacijskih sistemov na Norveškem je z uporabo Think!EHR Platforme skrajšal razvojni čas nove generacije kliničnega informacijskega sistema. - Zagotavljanje platforme zdravstvenih podatkov za HANDI-HOPD (organizacija v Veliki Britaniji) kot spletni demonstrator odprte platforme in osnova za številne projekte na področju medicine v okviru Velike Britanije. - Spletna postavitev platforme zagotavlja širok nabor storitev, ki omogočajo razvoj inovativnih zdravstvenih aplikacij. - Hitrejši razvoj naslednje generacije kliničnih informacijskih sistemov in sistemov za podporo odločanju, ki temelji na visoki zmogljivosti in odprti platformi zdravstvenih zapisov. - Hiter razvoj novih aplikacij, ki temeljijo na obstoječi platformi z manj začetnega vložka. - Pospešeno vzpostavljanje ekosistemov in lažji modularni pristop k razvoju novih aplikacij. Vir: Marand d.o.o., Think!EHR Platforma opis produkta, 2015c. 6.1 Ključne ekonomske prednosti predlagane rešitve v primerjavi z obstoječimi rešitvami Ključna razlika pri razvoju Think!EHR Platforme glede na konkurenčne rešitve je razvoj in vzpostavitev repozitorija strukturiranih kliničnih podatkov, ki je skladen s standardom openehr in bogat nabor modulov in funkcionalnosti, ki strankam ponujajo različne poslovne priložnosti in prednosti. Tako priložnosti, kot prednosti Think!EHR Platforme glede na konkurenco ter so naštete in opisane v Tabeli 9. 51

58 POSLOVNE PRILOŽNOSTI Tabela 9: Ključne ekonomske prednosti Think!EHR Platforme GLAVNE PREDNOSTI GLEDE NA KONKURENČNE REŠITVE KORISTI / VPLIV (cena, enostavnost uporabe) Dobro strukturirani in interoperabilni klinični podatki, ki temeljijo na standardih in od programa neodvisna, platforma zdravstvenih podatkov. - Think!EHR Platformo je možno uporabljati ne le za izmenjavo strukturiranih kliničnih podatkov, ki temeljijo na odprtih standardih, temveč tudi za shranjevanje podrobnih kliničnih podatkov o obravnavah in procesu zdravljenja v realnem času ter za dostop do celotnega repozitorija kliničnih podatkov iz različnih aplikacij. - Velike korporacije ponujajo monolitne EHR rešitve (kot je Epic, Cerner) in tako naredijo svoje stranke (ponudnike zdravstvenih storitev) popolnoma odvisne od njihovih rešitev, medtem ko rešitve razvite nad Think!EHR Platformo strankam omogočajo sodelovanje z različnimi ponudniki informacijskih rešitev. - Think!EHR Platforma zaradi koncepta odprtih podatkov in odprtega dostopa do podatkov, strank nikoli ne zaklene zgolj na enega ponudnika. - Think!EHR Platforma omogoča znižanje cen s tem, ko zmanjšuje odvisnost od enega samega proizvajalca informacijskih rešitev. - Think!EHR Platforma podpira standard openehr za shranjevanje strukturiranih kliničnih podatkov. se nadaljuje 52

59 POSLOVNE PRILOŽNOSTI Tabela 9: Ključne ekonomske prednosti Think!EHR Platforme (nad.) GLAVNE PREDNOSTI GLEDE NA KONKURENČNE REŠITVE KORISTI / VPLIV (cena, enostavnost uporabe) Integracija različnih podatkovnih virov v od programa neodvisno platformo zdravstvenih podatkov. - Infrastruktura Think!EHR Platforme podpira zbiranje strukturiranih in normaliziranih zdravstvenih podatkov iz sicer nezdružljivih virov. - Think!EHR Platforma omogoča dostop do normaliziranih kliničnih podatkov v realnem času. - Konkurenčne platforme zdravstvenih podatkov ponujajo modele lastniških podatkov, ki preprečujejo resnično interoperabilnost ter možnost, da izvajalec zdravstvenih storitev res lahko samostojno upravlja s pacientovimi zdravstvenimi podatki Zanesljiv, učinkovit in enostaven dostop do vseh normaliziranih pacientovih podatkov pomaga izvajalcem zdravstvenih storitev izvajati bolj informirane odločitve v procesu zdravljenja pacientov. - Strukturirani in normalizirani podatki iz različnih informacijskih rešitev ter iz različnih naprav, ki so enostavno dostopni, omogočajo izvajanje analiz in posledično stalne dopolnitve in izboljšave baze znanja ter razvoja in prilagajanja kliničnih smernic. - Priložnost izboljšati in spremeniti raziskovalne aktivnosti skozi izvajanje kliničnih raziskav izven kontroliranega okolja, saj so izvajalcem zdravstvenih storitev na voljo celoviti strukturirani klinični podatki iz vseh aplikacij, ki se uporabljajo v procesu zdravljenja. se nadaljuje

60 POSLOVNE PRILOŽNOSTI Tabela 9: Ključne ekonomske prednosti Think!EHR Platforme (nad.) GLAVNE PREDNOSTI GLEDE NA KONKURENČNE REŠITVE KORISTI / VPLIV (cena, enostavnost uporabe) Zagotavljanje visoko kvalitetnih zdravstvenih storitev. Think!EHR Platforma omogoča dostop do celovitih vseživljenjskih zdravstvenih kartotek pacienta različnim aplikacijam različnih razvijalcev ter s tem spodbuja in podpira razvoj ekosistema zdravstvenih informacijskih rešitev. Ključne funkcionalnosti, ki Think!EHR Platformi zagotavljajo prednosti pred konkurenco: - Integracija različnih virov kliničnih podatkov in shranjevanje teh podatkov v normalizirani obliki neodvisni od programa, ki je podatke kreiral. - Dostopnost do odprtega aplikacijskega vmesnika. - Konkurenčne rešitve, ki uporabljajo lastniške podatke, privedejo do razdrobljenosti zdravstvenih podatkov pacienta ter zahtevajo dodatna prizadevanja za integracijo in pravilno razumevanje zdravstvenih podatkov. Think!EHR Platforma z zanašanjem na openehr standard in s svojimi odprtimi aplikacijskimi vmesniki preprečuje drobljenje kliničnih podatkov in ohranja kontekst ter razumevanje kliničnih podatkov. - Omogoča večjo informiranost v procesu zdravljenja, kar omogoča bolj varne odločitve in bolj personaliziran pristop k zdravljenju pacientov. - Prispeva k večji vključenosti pacienta, saj bo ta lahko bolj aktivno obvladoval svoje zdravje in bo imel ves čas dostop do vseh svojih kliničnih podatkov. - Omogoča spremljanje zdravja prebivalstva. - Omogoča sprejemanje odločitev na podlagi informacij o stanju pacienta zbranih iz različnih virov. - Zmanjšuje nepravilno razumevanje podatkov. se nadaljuje 54

61 POSLOVNE PRILOŽNOSTI Tabela 9: Ključne ekonomske prednosti Think!EHR Platforme (nad.) GLAVNE PREDNOSTI GLEDE NA KONKURENČNE REŠITVE KORISTI / VPLIV (cena, enostavnost uporabe) Prodor start-up podjetij na trg. Think!EHR Platforma omogoča razvijalcem, da se osredotočijo na razvoj dejanskih aplikacij in rešitev in se zanesejo na robustno in zanesljivo arhitekturo ter infrastrukturo Think!EHR Platforme. Think!EHR Platforma ni zgolj repozitorij kliničnih podatkov, kjer se shranjujejo in izmenjujejo klinični podatki, temveč ponuja tudi številne inovativne funkcionalnosti za enostavnejši razvoj novih aplikacij, kot so: celovit raziskovalec elektronskih zdravstvenih zapisov, ki temelji na spletnih tehnologijah, pomaga razvijalcem: - pri gradnji zaslonskih mask, pogledov, poizvedb in pravil z naborom enostavnih orodij in funkcij tipa»povleci in spusti«, - bogat nabor aplikacijskih vmesnikov, vključno z REST, Harvard-MIT SMART API, HL7 FHIR in IHE.XDS, - vmesnik za standardizirano integracijo z zunanjim terminološkim strežnikom s podporo za terminologije MKB, LOINC, SNOMED- CT, - samodejno verzioniranje vseh shranjenih podatkov. - Razvoj novih informacijskih rešitev za področje medicine z manjšim vložkom, kar omogoča tekmovanje z velikimi igralci in veliko hitrejši prodor na trg. - Omogoča hiter razvoj novih rešitev z uporabo že obstoječih arhetipov in predlog ter vključevanjem že obstoječih programskih modulov drugih razvijalcev. se nadaljuje 55

62 POSLOVNE PRILOŽNOSTI Tabela 9: Ključne ekonomske prednosti Think!EHR Platforme (nad.) GLAVNE PREDNOSTI GLEDE NA KONKURENČNE REŠITVE KORISTI / VPLIV (cena, enostavnost uporabe) Modularni in na platformi osnovani ekosistemi IT rešitev. - Think!EHR Platforma izvajalcem zdravstvenih storitev omogoča postopen razvoj in dodajanje novih aplikacij glede na finančne možnosti in klinične potrebe. - Uporabnik lahko določi nabor standardov, ki bodo uporabljeni v končni rešitvi. - Enostavno dodajanje novih modulov, ki ne zahteva popolne prenove obstoječe rešitve. - Poenostavlja razvoj naslednje generacije kliničnih informacijskih sistemov, aplikacij in vzpostavitev elektronskih zdravstvenih zapisov. - Oblikovanje modularnih ekosistemov, ki temeljijo na platformi zdravstvenih podatkov. - Novi poslovni modeli. Vir: Marand d.o.o., Think!EHR Platforma opis produkta, 2015c. 6.2 Opis ključnega trga in segmentov Think!EHR Platforma tekmuje v nišnem trgu»programska oprema specializirana za medicino«in na trgu»druga programska oprema«. Tabela 10 prikazuje ocenjeno velikost teh trgov po metodi povprečne letne stopnje rasti naložbe v določenem časovnem obdobju, daljšem od enega leta (angl. Coumpounded annual growth rate, v nadaljevanju CAGR), za ključnih 5 skupin kupcev. Tabela 10: Naslovljiv trg za Think!EHR Platformo Vir: Marand d.o.o., Go to market strategy for Think!EHR Platform, 2015a, str

63 Think!EHR Platforma je najbolj primerna za visoko razvite trge, kjer kupci že imajo vzpostavljeno vso osnovno informacijsko in telekomunikacijsko infrastrukturo ter razumejo potrebe in prednosti vzpostavitve ekosistema zdravstvenih IT rešitev. Ključni fokus bo tako vstop na sledeče trge: Velika Britanija, Skandinavske države, Nizozemska, Nemčija, Francija, Španija, Švica, Portugalska, Japonska, Avstrija, Brazilija in Saudska Arabija. Trga ZDA in Kanade trenutno nista v osrednjem fokusu, saj trenutni trendi na teh dveh trgih kažejo, da so kupci zelo naklonjeni nakupu in uporabi monolitnih informacijskih rešitev. 6.3 Ključni tekmeci Ključni tekmeci, ki so našteti in opisani v Tabeli 11, Think!EHR Platforme, so tako obstoječi ponudniki monolitnih rešitev, ki so prepoznali trend na trgu, ki omogoča združevanje, povezovanje in izmenjavo podatkov ter aplikacij, kot tudi različni poskusi manjših podjetij, da trgu ponudijo nove rešitve in s tem spremenijo trenutno ustaljene poslovne modele. TEKMEC Tabela 11: Seznam ključnih tekmecev Think!EHR Platforme OPIS Epic, Cerner, InterSystems in drugi Orion Health CaboLabs, Ocean Informatics Code24 B.V Megavendorji, ki ponujajo monolitne rešitve. Čeprav so ti ponudniki prepoznali zahteve trga po večji odprtosti produktov in zahteve za večjo izmenjavo podatkov, te rešitve še vedno temeljijo na lastnih podatkovnih modelih in podatke delijo zgolj v omejenem obsegu. Kljub temu so resni tekmeci, ker imajo velik tržni delež in se veliko izvajalcev zdravstvenih storitev še vedno odloča za nakup monolitnih rešitev. Podjetje ponuja rešitev, ki je zelo podobna predlagani zdravstveni podatkovni platformi. Ima tudi razmeroma veliko bazo obstoječih strank, omogoča in podpira izmenjavo podatkov ter dostop do podatkov preko različnih lastnih rešitev tako za paciente, kot tudi za zdravstveno osebje. Podatkovni model rešitve je zaprt. Obe podjetji ponujata platformo zdravstvenih podatkov in sta skladni s standardom openehr. Rešitve teh dveh podjetij sta trenutno v uporabi predvsem v manjših akademskih projektih, vendar imata potencial, da se s časom razvijeta in pridobita tudi stranke z večjim obsegom dela. Ponuja bazo kliničnih podatkov in temelji na standardu openehr. Vir: Marand d.o.o., Go to market strategy for Think!EHR Platform, 2015a. 57

64 6.4 Ključne ovire za uspešno komercializacijo produkta Pri komercializaciji produkta smo prepoznali naslednje 3 ovire (Marand, 2016): - Osnovni prodor na mednarodne trge: Cilj je že dosežen, saj se Think!EHR Platforma že uporablja v velikih projektih na Švedskem, Norveškem, Portugalskem, Poljskem ter v Rusiji, Veliki Britaniji in Braziliji. - Pozicioniranje Think!EHR Platforme kot realne alternative velikim monolitnim rešitvam: Think!EHR Platformo moramo prikazati kot možno in zanesljivo alternativo, ki izkorišča odprt in modularen pristop k informatizaciji zdravstva. Tak pristop je bolj fleksibilen in finančno bolj ugoden za kupce. Za dosego tega cilja se bo potrebno povezati z različnimi podjetji, ki šele vstopajo na trg medicinske informatike. - Pravne omejitve: Pri vstopu na tuje trge je treba preveriti ali obstajajo kakršnekoli pravne omejitve pri komercializaciji Think!EHR Platforme. 6.5 Ključni uporabniki Platforma je produkt, ki je zanimiv za globalni trg, predvsem na območjih, kjer je informatika že razvita do te mere, da je vzpostavljena mrežna infrastruktura in je v bolnišnicah na razpolago zadostno število računalnikov, kar omogoča vsem potencialnim uporabnikom enostaven dostop do programskih rešitev na različnih lokacijah. Nišni trg za platformo je»programska oprema za medicino«, kot ga definira svetovalna skupina Gartner. Slika 14 prikazuje tri skupine deležnikov in njihove medsebojne relacije, ki se pojavljajo na opredeljenih trgih za Think!EHR Platformo. Slika 14: Trikotnik med seboj povezanih deležnikov in uporabnikov Vir: Marand d.o.o., Go to market strategy for Think!EHR Platform, 2015a, str. 8. Uporabniki in ostali deležniki so med seboj v različnih razmerjih in sodelujejo na različne načine. Uporabniki: - izvajalci zdravstvenih storitev, - vlade, regije kot izvajalci/nosilci projektov ezdravja, - projekti tele-medicine, 58

65 - novi vstopniki na področje medicine, - izobraževalne institucije. Odločevalci - ključni deležniki, ki vplivajo na odločitve: - univerze in druge izobraževalne ustanove, - svetovalna podjetja kot je npr. Gartner, - tehnološki parki, - medicinsko osebje. Kupci: - razvijalci programskih rešitev, - sistemski integratorji, - izvajalci zdravstvenih storitev, - telekom podjetja. 6.6 Aktivnosti za maksimizacijo vpliva rešitve na trg Pri izvajanju aktivnosti, s katerimi bi povečali možnost širitve platforme zdravstvenih podatkov na posameznem trgu, je ključno predhodno vrednotenje različnih trgov in nato vstop ter izvajanje planiranih aktivnosti zgolj na trgih, ki so prepoznani kot zanimiva za širjenje platforme. Zanimiva tržišča za platformo so ovrednotena skladno z naslednjimi kazalniki: - Obstoječe strateške usmeritve: Odločitev za izbiro in nakup zdravstvene podatkovne platforme je večja na trgih, kjer strateška usmeritev ministrstev že zahteva razvoj informacijskih rešitev v obliki ekosistemov in zahtevajo nizko stopnjo odvisnosti od posameznih razvijalcev informacijskih rešitev. - Obstoječi projekti: Vpeljava platforme zdravstvenih podatkov je lažja in hitrejša na trgih in pri uporabnikih, kjer podjetje že ima vzpostavljene predhodne projekte in sklenjene sporazume o sodelovanju z drugimi partnerskimi podjetji. - Potrjeni nacionalni projekti ezdravja: Trgi, kjer so potrjeni in objavljeni projekti ezdravja in tudi trgi, ki so v fazi aktivnega planiranja in priprave novih projektov ezdravja. - Informacijsko zreli trgi: Vsi trgi, ki imajo že vzpostavljeno osnovno računalniško infrastrukturo bodisi na nacionalnem, regijskem ali lokalnem nivoju in se usmerjajo v vzpostavitev in širitev medicinskih aplikacij, ki slonijo na vzpostavljeni računalniško infrastrukturo in jo tudi uporabljajo - Zagotovljen proračun: Trgi in priložnosti, ki imajo definiran in zagotovljen proračun za izvedbo zastavljenih informacijskih projektov v medicini. 59

66 V okviru promocije produkta platforme zdravstvenih podatkov se izvaja naslednje aktivnosti: - sodelovanje s ključnimi strokovnjaki s področja standardov v medicinski informatiki, - širjenje zavedanja, pomena in potenciala uporabe platforme zdravstvenih podatkov v sodelovanju s partnerji, ključnimi odločevalci in univerzami, - izdelava in izvajanje marketinškega in prodajnega plana, - vzpostavitev spletne strani v lokalnem jeziku izbranega trga, - vzpostavitev in izvajanje procesa ter aktivnosti upravljanja s partnerji in strankami, - udeležba na ključnih mednarodnih konferencah o standardizaciji in medicinski informatiki kot so»ehealth week EU«, HIMSS konference in Gartner simpoziji, - razvoj in diseminacija opisov obstoječih projektov in dobrih praks. V nadaljevanju prilagam predviden kanvas poslovnih modelov (Slika 15). Slika 15: Kanvas poslovnih modelov za Think!EHR Platformo Vir: Marand d.o.o., Go to market strategy for Think!EHR Platform, 2015a, str

67 7 PREDLOG POSLOVNEGA NAČRTA IN ŠTUDIJE IZVEDLJIVOSTI 7.1 Ključne aktivnosti in koraki Pred širitvijo produkta na mednarodne trge je smiselno izvesti študijo izvedljivosti in poslovni načrt ter tako raziskati potenciale trga in poiskati priložnosti z namenom povečati možnost za uspeh projekta. Ostali ključni razlogi za izvedbo študije izvedljivosti in poslovnega načrta so: - določitev fokusa projekta in popis alternativnih možnosti, - identifikacija dodatnih priložnosti, - identifikacija razlogov za opustitev projekta, - izboljšanje možnost za uspeh z določitvijo ključnih faktorjev uspeha ter tveganj in pripravo plana za zmanjšanje tveganj in pripravo alternativnih scenarijev, - priprava podrobne dokumentacije o opravljeni študiji in poslovnem projektu, - dobra osnova za morebitna pogajanja za pridobitev kreditov bodisi pri bankah, bodisi pri drugih poslovnih subjektih, ki bi bili pripravljeni investirati v projekt. Glede na zapisano bo v študijo izvedljivosti in poslovni načrt potrebno vključiti vsaj naslednja ključna poglavja: - trenutno stanje trga in trendi, - predstavitev produkta zdravstvene platforme, - izvedba GAP analize (analiza razpoložljivih trenutnih funkcionalnosti z namenom ugotovitve manjkajočih/potrebnih funkcionalnosti), - pregled trga s popisom ključnih deležnikov in akterjev, - finančni učinki, - plan komercializacije, - izdelava registra tveganj. 7.2 Trenutno stanje trga in trendi Podatkovne strukture v medicini so in ostajajo izredno kompleksne, kar predstavlja velik izziv za shranjevanje strukturiranih kliničnih podatkov, ohranjanje neodvisnosti od različnih ponudnikov informacijskih rešitev v medicini in v končni fazi otežuje in preprečuje interoperabilnost med različnimi sistemi (Marand, 2015c). Zaradi te kompleksnosti in želje izvajalcev zdravstvenih storitev po čim lažji integraciji, se danes izvajalci zdravstvenih storitev praviloma odločajo za nakup monolitnih rešitev, ki vsaj na prvi pogled ponujajo celovite rešitve, ki naj bi nadomestile vse manjše sisteme in tako odpravile potrebo po integraciji. Zato trenutno na tržišču prevladujejo monolitne rešitve z lastniškimi podatkovnimi modeli, kar otežuje in draži menjavo obstoječih informacijskih sistemov (Marand, 2015c). Slika 16 prikazuje shemo zasnove trenutnih monolitnih informacijskih 61

68 rešitev v zdravstvu in nakazuje potrebo po izvajanju prenosa (migracije) podatkov iz ene rešitve v drugo v primeru menjave informacijskega sistema. Slika 16: Monolitne aplikacije in zahteva po migraciji podatkov Vir: Marand d.o.o., Think!EHR Platform - Key concepts, 2016, str. 28. Zanimivo, da določene tipe podatkov v medicini, kot so rentgenološke slike in dokumenti, že shranjujejo v standardnih oblikah, ki so neodvisne od dejanskih ponudnikov rešitev. Danes izziv predstavlja predvsem shranjevanje strukturiranih kliničnih podatkov (Marand, 2015c). Trenutni trendi v medicinski informatiki nakazujejo vedno večji pomen strukturiranih kliničnih podatkov, ki bodo enostavno dostopni in ne bodo vezani na konkretno informacijsko rešitev. Naslednji pomemben trend pa je pojav različnih mobilnih zdravstvenih aplikacij ter raznih senzorjev, ki bodo generirali veliko količino kliničnih podatkov (Marand, 2015c). Posledično se kažejo trendi v industriji, ki odgovarjajo na opisane izzive. Na trgu se tako pojavlja vedno več rešitev, ki ponujajo platforme za shranjevanje kliničnih podatkov, podpirajo nastanek in vzpostavitev ekosistema zdravstvenih aplikacij, omogočajo povezovanje različnih rešitev v celoto in vzpostavitev infrastrukture, ki bo zagotovila hranjenje pacientovih podatkov od rojstva do smrti neodvisno od dejanskih informacijskih rešitev, ki se bodo tekom desetletij zamenjale (Marand, 2015c). Shema novih modernih informacijskih rešitev v medicini, ki imajo ločene repozitorije tako za klinične podatke in slikovno gradivo, kot tudi dokumente, je prikazana na Sliki

69 Slika 17: Trije različni tipi repozitorijev za shranjevanje dokumentov, slikovnega gradiva in strukturiranih kliničnih podatkov neodvisno od aplikacij Vir: Marand d.o.o., Think!EHR Platform - Key concepts, 2016, str Predstavitev produkta zdravstvene platforme Zdravstvena platforma temelji na obstoječem standardu openehr in omogoča shranjevanje strukturiranih kliničnih podatkov v standardizirani obliki ter neodvisno od končne informacijske rešitve. Platforma omogoča shranjevanje, branje, urejanje in izmenjavo strukturiranih kliničnih podatkov v realnem času. Koncept uporabe zdravstvene platforme kot osnove ekosistema informacijskih rešitev je prikazan na Sliki 18. Platforma, ki se uporablja kot osnova ekosistema informacijskih rešitev, mora podpirati naslednje koncepte in funkcionalnosti: - Repozitorij za strukturirane klinične podatke: osnovni del platforme je mehanizem za shranjevanje in upravljanje s strukturiranimi kliničnimi podatki, skladno s standardom openehr. - Podpora za različne terminologije: Platforma podpira številne ključne terminologije, ki se pojavljajo v medicini: LOINC, SNOMED CT, MKB in druge, - Podpora za najpogostejše obstoječe standarde v medicinski informatiki: Ključni del platforme je tudi integracijski vmesnik, ki omogoča enostavno povezljivost z različnimi informacijskimi sistemi. Integracijski vmesnik ima vgrajeno podporo za najpogostejše standarde: HL7, ISO 13606, PDF, XML in druge, - Pregledovalnik shranjenih kliničnih podatkov: Uporabnikom platforme je na voljo modul, ki omogoča enostaven vpogled v vse shranjene podatke in to brez potrebe po programiranju, 63

70 - Podpora za pisanje in izvajanje poizvedb: openehr standard podpira pisanje poizvedb, kar omogoča uporabnikom pridobivanje kliničnih podatkov in izvoz v različne druge programe za naknadno obdelovanje in analizo. Slika 18: Koncept vzpostavitve ekosistema rešitev nad platformo zdravstvenih podatkov (Umestitev Think!EHR Platforme T!EP v središče ekosistema) Vir: Marand d.o.o., Go to market strategy for Think!EHR Platform, 2015a, str Izvedba analize razlik med trenutnimi funkcionalnostmi in potrebami na trgu Z analizo razpoložljivih trenutnih funkcionalnosti z namenom ugotovitve manjkajočih/potrebnih funkcionalnosti (v nadaljevanju GAP analiza) se bo analiziralo potrebe in zahteve trga ter preverilo, katere funkcionalnosti v okviru Think!EHR Platforme trenutno manjkajo za uspešen nastop na posameznem trgu. 7.5 Pregled trga s popisom ključnih deležnikov in akterjev Glavni deležniki in faktorji za oceno trga V tem koraku bo potrebno opraviti analizo ključnih kupcev za platformo in tudi analizo ključnih akterjev, ki lahko pomembno vplivajo na širjenje zavedanja pomena implementacije zdravstvenih platform: - ponudniki zdravstvenih storitev in potencialni novi ponudniki zdravstvenih storitev, - klinični registri, - regije in vladne organizacije (projekti ezdravja in mzdravja), - organizacije, ki izvajajo projekte telemedicine, - univerze. 64

71 Slika 19 podrobno prikazuje člane glavnih treh skupin deležnikov Kupcev, uporabnikov in odločevalcev. Za vsakega deležnika je potrebno pripraviti strategijo poslovanja in sodelovanja z namenom, da se doseže čim boljši potencial širitve in prodaje platforme. Prav tako je potrebno ugotoviti relacije med ključnimi deležniki in akterji ter pripraviti načrt za uspešno komunikacijo in obvladovanje vseh akterjev in deležnikov. Da bi vrednotenje trga potekalo kar se da sistematično in kontrolirano je potrebno vnaprej določiti tudi ključne kazalnike za vrednotenje posameznih trgov, na podlagi katerih se bo trge ocenilo in tako določilo ciljne trge za prodajo platforme: - trenutne strateške usmeritve posameznega trga, - obstoječe povezave in reference podjetja na posameznem trgu, - naklonjenost obstoječih ponudnikov zdravstvenih storitev k novim pristopom, - odnos do pomena kliničnih podatkov v medicini in zrelost trga. Slika 19: Trikotnik ključnih deležnikov Vir: Marand d.o.o., Go to market strategy for Think!EHR Platform, 2015a, str. 44. Tabela 12 opisuje faktorje za pripravo ocene prihodkov, ki temeljijo na velikosti trga ter oceni zmožnosti doseganja tržnega deleža. 65

72 Tabela 12: Faktorji za oceno primernosti trga Vir: Marand d.o.o., Go to market strategy for Think!EHR Platform, 2015a, str Učinki dodatnega financiranja Ker podjetje deluje v okviru EU, so pri razvoju in komercializaciji produktov na voljo tudi številni EU finančni mehanizmi in razpisi. Zato je v okviru poslovnega načrta smiselno tudi ovrednotenje morebitnih pozitivnih učinkov dodatnega financiranja z EU sredstvi. Z dodatnimi EU sredstvi bo omogočen hitrejši razvoj novih funkcionalnosti, ki so bile prepoznane v fazi GAP analize, kar podjetju omogoča hitrejše doseganje večje konkurenčne prednosti pred tekmeci in tudi večjo dodano vrednost za identificirane stranke ter posledično doseganje večjega tržnega deleža in povečanja prihodkov od prodaje (Marand, 2015a). Projekcija prihodkov in stroškov ter povečanje donosnosti v primeru dodatnega financiranja s pomočjo EU sredstev je prikazana na Sliki 21, velikost trga za Think!EHR Platformo po ključnih regijah pa je prikazan na Sliki 20. Slika 20: Velikost trga po regijah (v mio EUR) Vir: Marand d.o.o., Go to market strategy for Think!EHR Platform, 2015a, str

73 Prepoznani pozitivni učinki dodatnega financiranja so (Marand, 2015a): - krajši čas za razvoj manjkajočih funkcionalnosti identificiranih v fazi GAP analize, - doseženi večji tržni deleži, - dodatno zaposlovanje. Slika 21: Projekcija prihodkov v primeru dodatnega financiranja z EU sredstvi Vir: Marand d.o.o., Go to market strategy for Think!EHR Platform, 2015a, str Plan komercializacije Za doseganje boljših rezultatov prodaje platforme so potrebne različne aktivnosti: - priprava in izvajanje marketinške strategije v okviru katere se bo pripravilo tako načrt prenove spletne strani podjetja in vzpostavitve namenske spletne strani za produkt, kot tudi strategijo uporabe različnih spletnih kanalov kot so Twitter, Linked.In, Facebook in drugi, - sodelovanje z univerzami v okviru katerega se bo poskušalo dogovoriti o vključitvi predmeta medicinske informatike v redni program, po drugi strani pa bo podjetje izvedlo različne ob študijske dogodke, kot so poletne šole, izobraževanja z namenom širjenja izkušenj in znanja s področja medicinske informatike med študenti in iskanja obetavnih novih kadrov, - udeležba na ključnih sejmih kjer bo podjetje aktivno nastopalo tako z akademskimi prispevki, kot tudi z razstavnim prostorom, - mreženje s ključnimi uporabniki z namenom širjenja zavedanja prednosti Think!EHR Platforme, - priprava in objava študij obstoječih projektov z namenom vzpostavljanja kredibilnosti in prednosti Think!EHR Platforme. 67

74 Za bolj učinkovito pripravo plana komercializacije bo v pomoč tudi analiza priložnosti, prednosti, nevarnosti in slabosti (angl. Strengths, weaknesses, opportunities, and threats, v nadaljevanju SWOT) Think!EHR Platforme, ki je prikazana na Sliki Izdelava registra tveganj in SWOT analize SWOT analizo sem pripravil na podlagi izkušenj pri trženju in razvoju rešitve. Dodatno sem uporabljal tudi gradiva podjetja Gartner, ki velja za vodilno raziskovalno in svetovalno podjetje na področju informacijskih tehnologij. Slika 22: SWOT analiza za Think!EHR Platformo Vir: Marand d.o.o., Go to market strategy for Think!EHR Platform, 2015a, str