Hei! Verkkopalvelussamme käytetään evästeitä ja muita vastaavia työkaluja. Lisäksi seuraamme kävijäliikennettä anonyymisti. Voit sallia välttämättömät evästeet, tietyt evästeet tai kaikki evästeet. Lue lisää tietosuojaselosteestamme
OMOP-tietomalli auttaa yhdenmukaistamaan terveydenhuollon dataa
Terveydenhuollon datan hyödyntämisen keskeinen haaste on se, kuinka data voidaan yhdenmukaistaa eri sairaaloiden ja eri maiden välillä.
-Vaikka usein ajatellaan, että terveydenhuollossa liikkuu paljon dataa, ei datamäärä ole valtava. Data on kuitenkin monimuotoista ja iso osa siitä on tekstiä. Se tekee datan käsittelystä vaikeaa. Esimerkiksi Suomen Postin yksi jakelukeskus tuottaa neljässä päivässä yhtä paljon dataa kuin Tykslabin laboratorio 10 vuodessa, Varsinais-Suomen hyvinvointialueen (Varha) analytiikkajohtaja Arho Virkki sanoi Medaffconin EMMA-asiakastilaisuudessa pitämässään puheenvuorossa.
Tutkimuksen ja tiedolla johtamisen helpottamiseksi tarvitaankin keinoja, joilla dataa voidaan yhdenmukaistaa. Yksi näistä on OMOP-tietomalli (Observational Medical Outcomes Partnership). OMOP-tietomalli on relaatiomalli, johon data on kerätty potilaskeskeisesti.
OMOPin käyttö yleistyy
OMOP-tietomallin hyödyntämistä vie eteenpäin The Observational Health Data Sciences and Informatics -järjestö (OHDSI). OMOP-tietomalli standardoi terveydenhuollon tietoja ja mahdollistaa eri lähteistä ja alueilta tulevien tietojen yhtenäisen käsittelyn. OMOPin lisäksi on olemassa myös muita vastaavia tietomalleja terveydenhuollon tiedon hyödyntämiseen.
-Moni eurooppalainen organisaatio käyttää OMOPia ja sen käyttö yleistyy. Siksi sanoisin, että se on paras hevonen, jota kannattaa nyt veikata, Varhan analytiikkajohtaja Arho Virkki sanoo.
Virkin mukaan on epäselvempää, tuleeko OMOPista vallitseva malli Suomen sairaaloiden väliseen tuottavuusseurantaan.
– OMOPista kannattaa ainakin inspiroitua ja ottaa mallia. Täällä ehkä pohditaan, rakennettaisiinko tuottavuusseurantaan oma kotimainen malli. Toisaalta, jos hyvinvointialueet saavat vietyä paljon dataa OMOP-malliin, niin on ihan mahdollista, että OMOP-tietomallia voi hyödyntää myös tuottavuusseurannassa.
Kansainvälinen tutkimus edellyttää yhtenäistä tietomallia
Nykyisin OMOPin hyöty toteutuu kansainvälisessä tutkimuksessa, jota on mahdoton tehdä ilman yhtenäistä tietomallia.
Varha on mukana Euroopan lääkeviraston EMAnData Analysis and Real World Interrogation Network (Darwin) -verkostossa. Verkosto toteutti EMAlle OMOP-tietomallia testanneen lääkekäyttöselvityksen valproaatista. Siinä Varhan biostatistikko vei hyvinvointialueen datan OMOP-malliin ja tarkisti muun muassa datan siltauksen onnistumisen ja analyysikoodin toimivuuden.
Saimme paljon hyvää kokemusta OMOP-mallin käytöstä. Datan poimiminen ja kääntäminen OMOPiin ei ole aivan yksinkertaista. Yhteinen tietomalli on kuitenkin edellytys kansainväliselle tutkimukselle, Virkki sanoo.
Miten OMOP (The Observational Medical Outcomes Partnership) helpottaa terveydenhuollon tietojen käyttöä?
Data tulee samanlaisessa muodossa eri toimijoiden käyttöön
Dataa on helpompi hyödyntää analyyseissä ja jakaa eri toimijoiden kesken
OMOPin avulla tutkimukset ovat helpommin toistettavissa ja vertailukelpoisempia eri toimijoiden välillä
Tietomalli helpottaa eri toimijoiden välistä yhteistyötä
Tietomallin avulla voidaan tehdä analyyseja ja yhdistää eri organisaatioiden tulokset ilman että data liikkuu tietoaltaasta
Datan esikäsittelyyn käytetty aika lyhenee
Medaffcon Oy
Medaffcon Oy tarjoaa tutkimus- ja asiantuntijapalveluita lääketeollisuuden ja terveydenhuollon tarpeisiin. Sen järjestämässä kutsuvierastapahtuma Emmassa käsiteltiin arviointitoiminnan kehitystä ja tulevaisuuden näkymiä osana uusien lääkkeiden käyttöönottoa ja korvattavuusprosesseja sekä terveydenhuollon rekisteriaineistojen hyödyntämistä ja innovatiivisia uusia mahdollisuuksia. EMMA-tapahtuma järjestettiin 10.4.2024 EMMA-museossa. Varsinais-Suomen hyvinvointialueen (Varha) analytiikkajohtaja Arho Virkki puhui tilaisuudessa OMOP-tietomallin hyödyntämisestä.
Iiro aloitti Medaffconilla tilastotieteen asiantuntijatehtävissä maaliskuussa 2017. Ennen tätä hän on toiminut neljä vuotta tutkimusassistenttina akateemisessa tutkimusryhmässä analysoiden kliinistä ja geneettistä potilasdataa. Koulutukseltaan Iiro on bioinformaatioteknologian diplomi-insinööri.
Iiron vahvuuksiin kuuluu tilastotieteen ja data-analyysin vahva tuntemus ja hands-on kokemus sensitiivisen potilasdatan kanssa työskentelystä, sekä poikkitieteellinen kommunikaatio eri alan asiantuntijoiden välillä. Alalla Iiroa kiinnostaa erityisesti teknologian murroksen avaamat suuret datamäärät ja se, kuinka tästä datasta saatavaa tietoa voidaan potentiaalisesti hyödyntää konkreettisten johtopäätösten tekoon, niin sairauksien luonteen ymmärtämiseksi kuin lääketeollisuuden tavoitteiden ja potilaiden hoidon edistämiseksi.
”Koneoppiminen ja tekoälypohjaiset työkalut mullistavat terveydenhuoltoa nyt ja tulevaisuudessa, mutta näitäkin tärkeämpää on saattaa jo olemassa oleva terveysdata tehokkaaseen käyttöön terveyden edistämiseksi.”
Väitöksensä jälkeen, Mariann liittyi Medaffconin tiimiin vuonna 2016. Tukijan uralla Mariann keskittyi tyypin 1 diabeteksen pitkäaikaiskomplikaatioihin ja niitä selittäviin tekijöihin, joten hyppäys tosielämäntietoon perustuviin tutkimuksiin oli luonteva jatke hänen uralleen. Tosielämän tietoon perustuvien tutkimusten kautta Mariann on Medaffconilla saanut tutustua laaja-alaisesti eri terapia-alueisiin ja päässyt tekemään yhteistyötä eri terveydenhuollon osapuolten kanssa. Suurin osa hänen työajastaan menee asiakkaiden kanssa keskusteluun, tutkimusten suunnitteluun/toteutukseen, sekä tiimin sparraamiseen. Mariann nauttii työn vaihtelevuudesta, ongelmalähtöisestä ratkaisunteosta, sekä ihmisten parissa työskentelemisestä.
”Tosielämäntietoon perustuvat tutkimukset ovat lisääntyneet huomattavasti, sillä terveydenhuollon eri toimijoiden päätöksentekoon liittyy enenevässä määrin taustalla oleva tietoon pohjautuva fakta, johon voidaan vastata tutkimuksilla. Kasvava trendi jatkuu myös tulevaisuudessa viranomaisvaatimusten sekä tiedolla johtamisen siivittäminä.”
Jarmo liittyi osakkaana ja toimitusjohtajana Medaffconiin vuonna 2010 työskenneltyään sitä ennen erilaisissa lääketeollisuuden asiantuntija- ja johtotehtävissä kahdeksan vuoden ajan. Jarmolla on taloustieteellinen peruskoulutus ja ennen lääketeollisuuteen siirtymistä hänellä oli virka Turun kauppakorkeakoulussa ja hän työskenteli myös tutkijana Turun Yliopistollisessa sairaalassa.
Jarmolla on vahva osaaminen uusien terveysteknologian innovaatioiden ja viranomaisten, markkinoiden ja asiakkaiden vaatimusten ja odotusten yhteensovittamisesta. Hän tuo Medaffconiin lisäksi kattavaa kokemusta terveystaloustieteestä ja sen sovelluksista tutkimuksen ja kaupallistamisen näkökulmasta sekä laaja-alaista ymmärrystä jatkuvasti muuttuvasta toimintaympäristöstä.
“Access-näkökulmasta Suomen terveysteknologiamarkkina muuttuu koko ajan vaativammaksi ja siksi myös omasta näkökulmasta kiinnostavammaksi. Toisaalta lisääntyvät vaatimukset terveydenhuollon vaikuttavuuden ja kustannusvaikuttavuuden osoittamiseksi laajentavat toimintakenttää ja Medaffconin mahdollisuuksia olla mukana kehittämässä terveydenhuoltoa kokonaisuutena.”
Tomi Vahevaara liittyi Medaffconiin tammikuussa 2017 myyntijohtajana. Tomi on työskennellyt lääkealalla yli 35 vuotta, jonka johdosta hänellä on monipuolinen kokemus kansainvälisistä tutkivan lääketeollisuuden asiantuntija- ja johtotehtävistä sekä laaja terapia-aluetuntemus. Ennen Medaffconille siirtymistään, Tomi toimi kymmenen vuotta Eli Lillyn toimitusjohtajana vastuualueinaan Suomi, Baltia ja Puola.
Tomi omaa vahvan ja monipuolisen osaamisen lääkealan eri tehtävistä ja on erittäin verkottunut koko terveysalalla. Hän toimii myös Suomen Keskinäisen Lääkevahinkovakuutusyhtiön hallituksen puheenjohtajana ja Suomen Lääkevahinkokorvausosuuskunnan hallituksen jäsenenä. Tomia kiinnostaa alalla erityisesti terveysalan valtavat elinkeinopoliittiset mahdollisuudet Suomelle ja Suomessa toimiville terveysalan yrityksille.