EBMeDS-päätöksentukipalvelun käyttäjäkokemuksen arviointi

Transkriptio

1 Heini Kenkimäki EBMeDS-päätöksentukipalvelun käyttäjäkokemuksen arviointi Metropolia Ammattikorkeakoulu Insinööri (AMK) Hyvinvointi- ja terveysteknologia Insinöörityö

2 Tiivistelmä Tekijä Otsikko Sivumäärä Aika Heini Kenkimäki EBMeDS-päätöksentukipalvelun käyttäjäkokemuksen arviointi 45 sivua + 1 liite Tutkinto insinööri (AMK) Tutkinto-ohjelma Tieto- ja viestintätekniikka Ammatillinen pääaine Hyvinvointi- ja terveysteknologia Ohjaajat Päätoimittaja Johannes Lyytikkä, Kustannus Oy Duodecim Yliopettaja Mikael Soini, Metropolia Ammattikorkeakoulu Insinöörityön tavoitteena oli selvittää, miten Kustannus Oy Duodecimin kehittämän EBMeDS-päätöksentukipalvelun loppukäyttäjät eli terveydenhuollon ammattilaiset kokevat tuotteen käytön työssään. EBMeDS tulee sanoista Evidence-Based Medicine electronic Decision Support, ja se on kliinisen päätöksenteon tuen järjestelmä, joka tuottaa potilaskohtaisia muistutteita, varoituksia ja suosituksia lääketieteellisen tiedon sekä potilastietojärjestelmään syötettyjen tietojen perusteella. Tuotteen onnistuneimpia ominaisuuksia sekä kehityskohteita tutkittiin käyttäjäkokemuksen kautta. Käyttäjäkokemuksen perusteella pyrittiin tuotteesta löytämään asioita, joita voitaisiin parantaa tuotteen jatkokehityksessä, ja ideoimaan jatkokehitysehdotuksia. Työn teoriaosassa perehdyttiin kliiniseen päätöksenteon tukeen sekä sen hyötyihin ja haasteisiin. Lisäksi tutustuttiin käyttäjäkokemuksen määritelmään ja arviointitapoihin sekä käyttäjäkyselyyn ja haastatteluun menetelminä. Tutkimusta varten perehdyttiin myös vuonna 2016 toteutetun Pegasos-kyselyn tuloksiin, joista saatiin viitteitä käyttäjäkyselyn kysymyksiin. Käyttäjäkokemuksesta kerättiin palautetta käyttäjäkyselyn ja haastattelun avulla. Käyttäjäkyselyyn osallistui 61 Helsingin kaupungilla työskentelevää terveydenhuollon ammattilaista, ja heistä viittä henkilöä haastateltiin tutkimuksen puitteissa. Haastatteluissa syvennyttiin kyselyn vastauksiin ja kerättiin laadullista dataa käyttäjäkokemuksesta. Tutkimuksessa saatu palaute oli yleisesti ottaen positiivista. Keskeisimmät ongelmakohdat olivat päätöksentuessa esitetyn tiedon relevanssi ja suuri määrä sekä käyttäjien käyttökoulutuksen ja ajan puute. Työn tulosten perusteella EBMeDS:in käyttäjäkokemusta voidaan suurimmilta osin pitää kohtalaisen hyvänä. Tutkimustulosten perusteella ideoidut jatkokehitysehdotukset liittyvät pitkälti järjestelmän yksinkertaistamiseen sekä tiedon koostamiseen. Jatkokehitysehdotuksissa on ajateltu käyttäjien työn helpottamista entisestään ja käyttäjäkokemuksen parantamista. Tutkimuksen tuloksia ja jatkokehitysehdotuksia voidaan hyödyntää tuotteen päivityksissä ja tuotekehityksessä sekä mahdollisissa tulevissa tutkimuksissa. Avainsanat kliininen päätöksentuki, käyttäjäkokemus, EBMeDS

3 Abstract Author Title Number of Pages Date Heini Kenkimäki Evaluation of user experience of EBMeDS 45 pages + 1 appendice 18 March 2019 Degree Bachelor of Engineering Degree Programme Information and Communication Technology Professional Major Instructors Health Technology Johannes Lyytikkä, Editor-in-Chief, Duodecim Medical Publications Ltd Mikael Soini, Principal Lecturer, Metropolia UAS The purpose of this thesis was to find out how the end users of the clinical decision support system EBMeDS (Evidence-Based Medicine electronic Decision Support) feel about the system in their everyday work. EBMeDS is an evidence-based computerized decision support system which produces patient specific reminders, warnings and suggestions based on structured patient data from electronic health records. The most successful features as well as the features in need of further development were examined through user experience. The aim was to find features that could be improved based on the user experience and come up with development proposals. The theory part of the thesis focuses on clinical decision support and its benefits and challenges. The definition and evaluation methods of user experience were also studied in the theory part as well as using user survey and interview as research methods. The results of a 2016 Pegasos survey were examined to clarify the questions of the user survey. Feedback of the user experience was collected through a user survey and interviews. Overall 61 healthcare professionals working for the city of Helsinki participated in the user survey and five of them were interviewed afterwards. The survey questions were deepened in the interviews and qualitative data about the user experience was collected. The feedback received through the research was generally positive. The biggest problem areas were the quality and amount of the information presented by EBMeDS as well as the lack of user training and time of the users. Based on the results the user experience of EB- MeDS can be considered mostly moderately good. The invented development proposals are mainly related to simplification of the system and compiling the information produced by the system in order to improve the user experience. The results of this research and the development proposals can be used in product development and the updates of the product as well as possible future researches. Keywords clinical decision support, CDSS, user experience, EBMeDS

4 Sisällys Lyhenteet 1 Johdanto 1 2 Työn tilaaja 2 3 Kliininen päätöksentuki Yleistä Historia Vaikuttavuus Haasteet Duodecimin päätöksentuki EBMeDS 8 4 Käyttäjäkokemus Määrittely Käyttäjäkokemuksen arviointi 12 5 Tutkimuksen toteuttaminen Lähtökohdat Menetelmät Käyttäjäkysely Haastattelu 18 6 Tulokset ja analyysi Kyselytutkimus Haastattelututkimus 31 7 Jatkokehitysehdotukset 33 8 Yhteenveto 41 Lähteet 43 Liitteet Liite 1. Käyttäjäkysely

5 Lyhenteet ACA Affordable Care Act -hoitolaki. DKY Diagnoosikohtainen yhteenveto. EBMeDS Evidence-Based Medicine electronic Decision Support. Lääketieteelliseen näyttöön perustuva sähköinen päätöksentuki. HTML Hypertext Markup Language. Hypertekstin merkintäkieli. ICD-10 International Classification of Diseases 10th Revision. Tautiluokitus. ICPC-2 International Classification of Primary Care. Perusterveydenhuollon kansainvälinen luokitus. IOM Institute of Medicine. Lääketieteen instituutti. ISO International Organization for Standardization. Kansainvälinen standardisoimisjärjestö. LKA Lääkityksen kokonaisarvio. NPS Net Promoter Score. Asiakastyytyväisyyttä mittaava suositteluindeksi. PEF Peak expiratory flow. Uloshengityksen huippuvirtaus. UX User experience. Käyttäjäkokemus. UI User interface. Käyttöliittymä. YKT Yleislääkärin käsikirja ja tietokanta. XML Extensible Markup Language. Tietynlaisten merkintäkielien yläkäsite.

6 1 1 Johdanto Terveydenhuollon ammattilaisten käytössä on erilaisia potilastietojärjestelmiä. Useiden potilastietojärjestelmien sekä Duodecimin päätöksentukimoduulin EBMeDS:in (Evidence-Based Medicine electronic Decision Support) välillä toimii integraatio, joka tukee interaktiivisesti terveydenhuollon ammattilaisia potilaiden hoitoon liittyvien päätösten tekemisessä. Tämän insinöörityön aiheena on Kustannus Oy Duodecimin yhdessä yhteistyökumppaniensa kanssa kehittämän EBMeDS-päätöksentukipalvelun käyttäjäkokemuksen tutkiminen tuotekehityksen sekä tuotteen loppukäyttäjien eli terveydenhuollon ammattilaisten näkökulmasta. Potilastietojärjestelmän ja kliinisen päätöksentuen käyttäminen on osa terveydenhuollon ammattilaisten jokapäiväistä työskentelyä, joten on tärkeää kartoittaa tuotteesta saatavat hyödyt asiakaskokemuksen kautta ja tunnistaa mahdolliset kehityskohteet. Insinöörityön tavoitteena on selvittää, mihin osiin päätöksentuesta loppukäyttäjät ovat tyytyväisimpiä ja mitkä taas koetaan kehitystä kaipaaviksi. Lisäksi saadun palautteen perusteella pohditaan palvelun jatkokehitysmahdollisuuksia, jotka voidaan tarvittaessa toimittaa palautteen ohella potilastietojärjestelmätoimittajille. Opinnäytetyö tehdään, koska yhtä kattavaa ja perusteellista selvitystä EBMeDS:in käyttäjäkokemuksesta ei ole aiemmin tehty. Käyttäjäkokemuksen tutkiminen on arvokasta tuotekehityksen kannalta, sillä sen kautta saadaan selvitettyä käyttäjien tyytyväisyyttä palveluun sekä palvelun tuottamaa arvoa käyttäjille. Käyttäjiltä kerätään palautetta EBMeDS-järjestelmän käytöstä sekä kyselyn että haastattelun avulla. Kyselyn avulla saadaan kerättyä määrällisesti dataa käyttäjiltä ja haastattelujen avulla saadaan tarkempaa tietoa kyselyn eri osioista sekä sellaisista yksityiskohdista, jotka eivät välttämättä nouse kyselyssä esille. Tässä insinöörityössä kerrotaan kliinisen päätöksentuen taustoista sekä siitä, miksi tällainen palvelu on tärkeä työväline terveydenhuollon ammattilaisille. Työssä pureudutaan myös käyttäjäkokemukseen käsitteenä sekä mahdollisiin tapoihin arvioida sitä. Lisäksi työssä tutustutaan Kustannus Oy Duodecimiin sekä heidän kehittämäänsä kliiniseen päätöksentukeen EBMeDS:iin ja käytettyihin menetelmiin. Insinöörityö sisältää teoriaan perehtymisen lisäksi käyttäjäkyselyn ja -haastattelun, kehitysideoinnin sekä raportoinnin.

7 2 2 Työn tilaaja Suomalainen Lääkäriseura Duodecim on Suomen suurin tieteellinen yhdistys, jonka tavoitteena on kehittää lääkärien ammattitaitoa ja käytännön työtä sekä terveydenhoitojärjestelmää sisällöllisesti ja jatkuvasti. Muun muassa yhteiskunnalliseen keskusteluun osallistumalla, kansallisia Käypä hoito -suosituksia laatimalla sekä järjestämällä konsensuskokouksia seura pyrkii edistämään terveydenhoitojärjestelmän kehittämistä. Terveydenhuollon ammattilaisten ammattitaitoa tuetaan täydennyskoulutuksilla, julkaisuilla sekä vuosittain myönnettävillä Käyvän hoidon ja opetuksen apurahoilla. Lisäksi seura myöntää joka vuosi muiden palkintojen ohella Suomen arvostetuimmat lääketieteelliset tunnustukset eli Matti Äyräpään palkinnon ja Konrad ReijoWaaran palkinnon. [1.] Alun perin Duodecim-seura syntyi suomalaiskansallisen aatteen innoittamana vuonna Vuonna 1863 Aleksanteri II oli antanut kieliasetuksen, jonka seurauksena suomen kieli tuli saattaa yhdenveroiseksi ruotsin kielen kanssa 20 vuoden siirtymävaiheen kuluessa. Matti Äyräpää, joka on yksi seuran perustajista, ja muutama muu lääketieteen opiskelija ottivat asiakseen parantaa suomen kielen asemaa lääketieteessä, sillä lääkintöhallitus ei ollut vielä ryhtynyt toimenpiteisiin asian eteenpäin viemiseksi. Seuran nimi tulee latinan kielen sanasta kaksitoista, ja se viittaa perustajajäsenten lukumäärään sekä heidän omaksumaansa lähetystehtävään. [2.] Kustannus Oy Duodecim on lääkäriseuran omistama yhtiö, joka julkaisee terveydenhuollon ammattilaisille suunnattuja tietosisältöjä tukemaan ammattitaidon ylläpitoa ja jatkokoulutusta. Tietosisällöt ovat erilaisissa muodoissa aina perinteisistä painotuotteista tietokantoihin, terveydenhuollon järjestelmiin integroituihin ratkaisuihin ja verkko-oppimisympäristöihin. Duodecimin terveydenhuollon ammattilaisille myymiin palveluihin kuuluvat Terveysportti, päätöksentuki EBMeDS, Oppiportti, Käypä hoito, Duodecim-lehti, ammattikirjallisuus sekä koulutus. Lisäksi Kustannus Oy Duodecim tuottaa luotettavaa ja ymmärrettävää terveyteen ja sairauksiin liittyvää tietoa myös kansalaisille tietokirjojen, Terveyskirjasto.fi -palvelun ja omahoitoa tukevien sovellusten avulla. Duodecimin julkaisema sisältö on tuotettu yhteistyössä maan parhaiden lääketieteen asiantuntijoiden kanssa. [3.]

8 3 Duodecim-seura koostuu nykyään yli :sta lääkäristä ja lääketieteen opiskelijasta sekä noin 110 lääketieteellisestä yhdistyksestä. Tieteellisyys, eettisyys, luotettavuus, yhteisöllisyys sekä suomalaisuus ovat seuran perusarvoja. Suomalainen Lääkäriseura Duodecimin kanssa läheisessä yhteistyössä toimii myös Suomen Lääketieteen Säätiö, joka on perustettu vuonna Säätiö tukee suomalaista lääketieteellistä tutkimustyötä jakamalla apurahoja lääketieteellisen tutkimuksen kaikille aloille. [1.] 3 Kliininen päätöksentuki 3.1 Yleistä Kliininen päätöksentuki on tietokoneavusteinen päätöksenteon tuki, joka antaa terveydenhuollon ammattilaiselle tietoa ja potilaskohtaisia neuvoja, joiden tarkoituksena on vaikuttaa ammattilaisten tekemiin päätöksiin ja parantaa näin terveydenhuollon toimintaa. Kyseessä on järjestelmä, joka poimii potilaskertomuksesta potilaan tilaa kuvaavia tietoja ja yhdistää ne lääketieteelliseen tietoon sekä tekee hoitoehdotuksia seulottuaan valtavan määrän digitaalista dataa. Lisäksi tällainen järjestelmä voi tuottaa käyttäjälleen erilaisia muistutteita, varoituksia esimerkiksi lääkkeiden yhteisvaikutuksista sekä linkkejä asianmukaisiin hoito-ohjeisiin. Kliinisen päätöksentuen tavoitteena on parantaa hoitokäytäntöjä, estää hoitovirheitä sekä auttaa lääkäreitä työssään. [4; 5.] Kliinisen päätöksentuen järjestelmä on yleensä näyttöön perustuva, mikä tarkoittaa, että hoitosuosituksia koskevasta asiasta on olemassa vahvaa tutkimusnäyttöä. Joissain tapauksissa kliininen päätöksentuki ei ole näyttöön perustuva, jolloin sen toiminta perustuu koneoppimiseen. Koneoppimisen avulla tietokone voi oppia aiemmista tapauksista ja löytää toistuvia kaavoja kliinisessä datassa, mistä seuraa, ettei erilliselle sääntöjen luomiselle ja asiantuntijasyötteelle ole tarvetta. Nykyiset koneoppimiseen perustuvat päätöksentukijärjestelmät osaavat kertoa perustelut johtopäätöksilleen, mikä on keskeistä järjestelmien luotettavuuden kannalta. Koneoppimista hyödyntäviä päätöksentukijärjestelmiä käytetään paljon erityisesti kuvantamisanalytiikassa. [4.]

9 4 3.2 Historia Tutkimukset tietokoneavusteisen päätöksentuen käyttämisestä lääketieteessä alkoivat 1970-luvun alkupuolella, ja niiden innoittamana tehtiin useita kokeellisia järjestelmiä. Yksi ensimmäisistä kliinisistä päätöksentukijärjestelmistä oli Harry Poplen ja Jack Myersin vuonna 1974 Pittsburghin yliopistossa kehittämä INTERNIST-I. INTERNIST-I oli suunniteltu monimutkaisten ongelmien diagnoosien tukemiseksi. Vuoteen 1980 mennessä huomattiin, että järjestelmän tärkein osa oli sen lääketieteellinen tietoperusta, ja tätä käytettiin pohjana monissa seuraavissa päätöksentukijärjestelmissä. [6.] Yhdysvalloissa vuonna 1999 lääketieteen instituutti (Institute of Medicine, IOM) julkaisi To Err Is Human -tutkimuksen, jossa tarkasteltiin tutkimuksia vuosikymmenen ajalta. Tutkimus osoitti, että 17 prosenttia Yhdysvaltojen kuolemista liittyi diagnosointiprosessin virheisiin, mikä oli jopa enemmän kuin lääkitysvirheistä johtuvat kuolemat. Alettiin puhua hoidon ja diagnosoinnin laadusta ja näyttöön perustuvien standardien käyttöönotosta. [7.] Vaikka hoidon laadusta ja diagnosointiprosessin virheisiin liittyvistä tutkimustuloksista oli paljon puhetta, vasta Affordable Care Act (ACA) -hoitolain hyväksyminen vuonna 2010 sai aikaan merkittäviä tuloksia. ACA-laki loi pakolliset vaatimukset, jotka edellyttivät näyttöön perustuvia standardeja ja jotka ovat edistäneet tehokkaammin tietotekniikan käyttöä terveydenhuollossa. Potilaiden hoidon laadun parantamiseksi tuli kehittää sellaisia näyttöön perustuvia päätöksentukijärjestelmiä, jotka osoittivat parempia tuloksia päätöksenteon osalta verrattuna perinteisiin prosesseihin ja joiden käyttämisellä oli arvoa käyttäjille. Tätä vahvisti vuonna 2014 annettu lainsäädäntö PAMA (Protecting Access to Medicare Act). [7.] Suomessa kliinisen päätöksentuen työvälineitä on ollut jo vuodesta 1989, jolloin julkaistiin ensimmäinen Yleislääkärin käsikirja ja tietokannan (YKT) tietolevykkeellä jaettava versio. Samana vuonna Suomalainen Lääkäriseura Duodecimin piirissä alettiin pohtia kliinistä päätöksentukijärjestelmää, joka tarjoaisi terveydenhuollon ammattilaiselle tilanteeseen sopivia toimintaohjeita potilaan tilaa kuvaavien tietojen perusteella. Vuonna 1989 aloitettiin myös sanastotyö, jonka tavoitteena oli mahdollistaa "virallisen" terminologian mukaan indeksoitujen hoito-ohjeiden sekä tärkeimpien kliinisten luokitusten

10 5 hakeminen myös yleiskielen ja lääketieteellisen slangin mukaisilla hakusanoilla. Tämä sanastotyö helpotti tietokantojen hyödyntämistä kliinisen työn apuvälineenä. Lisäksi lokakuussa 2000 avattu Terveysportti-palvelu mahdollisti luotettavan lääketieteellisen tiedon jakamisen verkossa. [8.] Vuonna 2002 Suomalainen Lääkäriseura Duodecim aloitti päätöksentuen teknisen määrittelyn, kun valtakunnallisen sähköisen potilaskertomuksen määrittely saatiin valmiiksi. Päätöksentuen teknisen määrittelyn ensimmäiset tulokset julkaistiin vuonna Kehitystyö ajoittui vuosille ja oli osa Päätöksentuki-hanketta, jossa Duodecimin yhteistyökumppaneina olivat Lääkehoidon kehittämiskeskus ROHTO, Teknologian kehittämiskeskus, sairaanhoitopiirit ja tietojärjestelmien toimittajat. Taustana hankkeessa olivat muun muassa Käypä hoito -suositukset ja Lääkärin tietokannat. Suomessa kliinisen päätöksentukijärjestelmän kehittämiselle erityisen hyvät puitteet antoivat laaja hoitosuosituskokoelma, yhtenäinen terveydenhuoltojärjestelmä sekä sähköiset potilaskertomusjärjestelmät [9]. Kehitystyön tuloksena syntynyt kliininen päätöksentuki sai nimen EBMeDS, ja se on vuoden 2009 alusta lähtien ollut osa Kustannus Oy Duodecimin toimintaa. Vuoteen 2009 mennessä kliinisen päätöksentuen käyttöönotot Suomessa olivat yhä suppeita. Ensimmäinen koko toimintayksikköä koskeva kliinisen päätöksentuen käyttöönotto tapahtui Sipoon terveyskeskuksessa kesällä [8.] 3.3 Vaikuttavuus Kliinisen päätöksenteon tuen vaikutusta hoidon laatuun ja hoitokäytäntöihin on tutkittu laajalti. Yksi tunnetuimmista aihetta käsittelevistä tutkimuksista on vuonna 2005 julkaistu Improving clinical practice using clinical decision support systems: a systematic review of trials to identify features critical to success, jonka tavoitteena oli tunnistaa kliinisen päätöksenteon tukitoiminnot, jotka ovat kriittisiä hoitokäytäntöjen parantamiseksi. Tätä varten tarkasteltiin kontrolloituja kokeita ja perehdyttiin kirjallisuuteen. Tutkimuksessa oli mukana muitakin kuin tietokoneavusteisia päätöksentuen sovelluksia, kuten esimerkiksi erilaisia määräajoin tai tietyille kohderyhmille suunnattuja muistutuksia. [10.] Kokeista 68 % osoitti, että päätöksentukijärjestelmät paransivat merkittävästi hoitokäytäntöjä. Moninkertainen logistinen regressioanalyysi paljasti neljä tekijää, jotka edistivät päätöksentuen vaikuttavuutta: päätöksentuki osana päivittäistä kliinistä työtä,

11 6 hoitosuositusten antaminen pelkkien arvioiden sijasta, tuen antaminen päätöksenteon hetkellä sekä tietokonepohjainen päätöksentuki. 32 järjestelmästä, joilla oli kaikki neljä ominaisuutta, 30 (94 %) paransi merkittävästi käytännön työtä. Tutkimuksen johtopäätöksenä todettiin, että useat ominaisuudet ovat yhteydessä päätöksentukijärjestelmän kykyyn parantaa potilaan hoitoa merkittävästi. Terveydenhuollon ammattilaisten tulisi ottaa käyttöön kliiniset päätöksentukijärjestelmät, jotka sisältävät näitä ominaisuuksia, aina, kun se on mahdollista ja tarkoituksenmukaista. [10.] Toinen merkittävä tutkimus, jossa selvitettiin päätöksentukijärjestelmien kannattavuutta perinteisiin hoitomenetelmiin verrattuna, on niin ikään vuonna 2005 julkaistu Effects of computerized clinical decision support systems on practitioner performance and patient outcomes: a systematic review. Tämä tutkimus eroaa jokseenkin edellä mainitusta tutkimuksesta, sillä tavoitteena oli etsiä tutkimusten asetelmista tekijöitä, jotka ennustivat päätöksentuen onnistumista. Tutkimukseen otettiin mukaan niin satunnaistettuja kuin eisatunnaistettuja kontrolloituja kokeita, jotka arvioivat kliinisen päätöksentukijärjestelmän vaikutusta lääkärin suorituskykyyn tai hoitotuloksiin verrattuna hoitoon ilman kliinistä päätöksentukea. [11.] Tulosten perusteella 64 %:ssa tapauksista sähköinen päätöksentuki paransi lääkärin suorituskykyä. Erityisesti silloin, kun muistutukset annettiin automaattisesti, päätöksentuen vaikutus oli merkittävä. Sen sijaan hoitotuloksien parantumisen ja päätöksentuen käyttämisen välillä ei huomattu juuri minkäänlaista yhteyttä. Tutkimuksen johtopäätös on, että monet päätöksentukijärjestelmät parantavat lääkärin suoritusta, mutta artikkelin julkaisuhetkeen mennessä hoitotuloksissa näkyvien vaikutusten todetaan jäävän epäjohdonmukaisiksi. [11.] Onnistunut kliinisen päätöksentuen malli antaa mitattavissa olevan arvon tunnistetun ongelman käsittelemiseksi, hyödyntää laajalti dataa, jotta kliiniset päätökset voidaan perustaa uusimpiin ja merkityksellisimpiin näyttöön perustuviin suosituksiin, sekä tuottaa oleellisia havaintoja ja huomioita useista tietolähteistä. Lisäksi kliinisen päätöksentuen tulisi noudattaa hyvän käytettävyyden periaatteita, olla helposti testattavissa sekä tuottaa käyttäjälle tietoja, joiden avulla käyttäjä voi tehdä lopullisia käytännön päätöksiä. [12, s. 3.] Useat tutkimukset tukevat käsitystä siitä, että kliininen päätöksentuki on kannattava ja vaikuttavampaa verrattuna perinteiseen ilman päätöksentukea annettuun hoitoon.

12 7 Erilaisten päätöksentukijärjestelmien välillä on löydetty yhteisiä tekijöitä, jotka edistävät huomattavasti päätöksentuen vaikuttavuutta ja joiden pohjalta on voitu kehittää yhä parempia päätöksentukijärjestelmiä. Työtä helpottava kliininen päätöksenteon tuki on käytännön välttämättömyys lääkäreille nopeasti kehittyvässä terveydenhuollossa [12, s. 1]. 3.4 Haasteet Kliinisen päätöksentuen käyttöönottoihin huomattiin liittyvän useampia haasteista, kun niitä alettiin toteuttaa ensimmäisiä kertoja. Ensinnäkin käyttöönotto kosketti lähes kaikkia terveydenhuollon muotoja aina lääkärien vastaanotoista sairaaloihin ja kuvantamiskeskuksiin, joten sitä koskevat järjestelyt ja toteutus olivat vaativia tehtäviä. Lisäksi lääkäriyhteisö vastusti tanakasti menetelmiä, jotka kokonaan tai osittain poissulkivat yksilöllisen ja asiantuntemuksen mukaisen päätöksenteon. Erityisesti monet, elleivät useimmat lääkärit, uskoivat, että heidän päätöksentekonsa oli jo ennestään huippuunsa hiottua, eivätkä he tienneet lukuisista tutkimuksista, jotka olivat paljastaneet lääkäreiden päätöksenteon vaihtelevan tason. [7.] Käyttöönottoon liittyneet haasteet eivät kuitenkaan ole ainoita kliiniseen päätöksentukeen liittyviä haasteita. Vaikka kliinisen päätöksentuen käytöstä saadaan monia etuja, sen tekniseen toteutukseen, kuten minkä tahansa teknologisen palvelun tai laitteen toteutukseen, liittyy myös ongelmia. Järjestelmä voi tuottaa joskus virheitä tai vääriä hälytyksiä, joiden taustalla voi olla skriptien laatimiseen ja päivittämiseen liittyvä inhimillinen virhe, muu tietotekninen ongelma tai potilaskertomuksen virheellisesti merkitty tai kokonaan puuttuva tieto. Jotkin virhetilanteet saattavat myös johtua vääränlaisesta käytöstä, ja käyttäjien koulutus onkin tärkeä osa onnistunutta päätöksentukea. [9.] Päätöksentuen sisältö on jatkuvasti päivittyvää, joten uusi tutkimustieto edellyttää useimmiten päivityksiä. Kuten muukin vanhentunut kliininen tieto, myös vanhentunut päätöksentuki voi olla haitallista. Tiedon vanhentumisen ennaltaehkäisemiseksi potilaskertomusten taustatiedot tulisi pitää jatkuvasti ajan tasalla, mikä on haaste sinänsä. Päätöksentuen käyttö voi myös johtaa vääränlaiseen turvallisuuden tunteeseen tai jopa laiskuuteen. Kliinikoiden tulisi muistaa, että he tekevät hoitopäätökset lainsäädännön perusteella aina itsenäisesti, eikä siksi päätöksentukeen saa turvautua kokonaan, vaan sitä tulee ajatella vain yhtenä osana päätöksentekoa. [9.]

13 8 Päätöksentuen tarkoitus on säästää terveydenhuollon ammattilaisten aikaa, kun muistutukset tulevat näytölle automaattisesti eikä terveydenhuollon ammattilaisen tarvitse erikseen lähteä kaivelemaan tietoa. Haasteena voidaan kuitenkin pitää myös sitä, kuinka päätöksentuki vaikuttaa vastaanottotilanteeseen. Esimerkiksi avohoidossa yritettäessä ottaa päätöksentukea käyttöön on usein nähty negatiivisena asiana, kun päätöksentuen järjestelmät ovatkin vastoin tarkoitustaan hidastaneet työtä lisäämällä tietokoneen ääressä vietettyä aikaa. Loppujen lopuksi tällaisten järjestelmien käytön vaikutuksista vastaanottotilanteeseen ja lääkärin ja potilaan väliseen vuorovaikutukseen tiedetään toistaiseksi hyvin vähän. [9.] Myös lääkäreiden suhtautumista päätöksentuen käyttöön voidaan pitää haasteena. Australiassa tehdyn fokusryhmätutkimuksen tuloksina selvisi, että lääkärit pitävät tärkeänä muistutusten antamista vain oleellisiin lääkehoitoa koskeviin päätöksiin liittyen. Kiireisille lääkäreille voi aiheuttaa ärtymystä, jos järjestelmä antaa turhan monia muistutuksia, mistä seuraa, että kriittisetkin muistutteet saatetaan sivuuttaa. Myös luopuminen totutuista työtavoista päätöksentuen myötä voi olla vaikeaa käyttäjille. Käyttäjä voi kuitenkin useimmissa järjestelmissä itse päättää, käyttääkö hän päätöksentuesta kaikkia osia vai vain valittuja osia. [9.] Päätöksentuen haasteista löytyy materiaalia eniten ajalta, jolloin päätöksentuen käyttöönotot olivat hyvin vähäisiä tai lähes olemattomia. Aktuaalisina haasteina voidaan kuitenkin yhä nykyään nähdä tiedon ajan tasalla pitäminen erityisesti potilaskertomusten osalta, mikä voi saada aikaan järjestelmän tuottamia virheitä. Lisäksi käyttäjien koulutus päätöksentuen käyttämiseen ei ole aina riittävää, mistä johtuen lääkärit voivat esimerkiksi vierastaa palvelun käyttöä. [13.] Mahdollisia päätöksentuen haittoja ja sen käytöstä aiheutuvia hoitovirheitä voidaan ennaltaehkäistä suunnittelemalla huolellisesti sekä havainnoimalla järjestelmällisesti päätöksentuen etuja ja haittoja [9]. 3.5 Duodecimin päätöksentuki EBMeDS EBMeDS on Kustannus Oy Duodecimin kehittämä kliinisen päätöksentuen palvelu, joka sisältää muun muassa automaattisesti tuotettuja toimintaohjeita, esitäytettyjä laskureita ja interaktiivisia työkaluja. Potilasta kuvaavien rakenteisten tietojen perusteella se tuottaa varoituksia, muistutteita, hoitoehdotuksia ja tarjoaa linkkejä potilaan tilanteen kannalta

14 9 olennaisiin ulkoisiin tietokantoihin. Reaaliaikaisen päätöksentuen lisäksi EBMeDS:iä voidaan käyttää potilasryhmien hoito-ongelmien selvittämiseen, ja se voidaan liittää kaikkiin rakenteisia potilastietoja sisältäviin sähköisiin potilastietojärjestelmiin. EBMeDS-nimi tulee englannin kielen sanoista Evidence-Based Medicine electronic Decision Support, joka tarkoittaa suomeksi lääketieteelliseen näyttöön perustuvaa sähköistä päätöksentukea. [14.] Toisinaan joissain yhteyksissä siitä puhutaan myös pelkkänä päätöksentukena. EBMeDS toimii useimmissa potilastietojärjestelmissä Suomessa ollen siten maan laajimmin käytössä oleva kliininen päätöksentuki. Terveydenhuollon ammattilaisen täyttämän potilaskertomuksen perusteella EBMeDSpalvelu saa potilasta kuvaavia tietoja, jotka se yhdistää lääketieteelliseen tietoon. Potilastiedot analysoidaan skriptien eli tietokoneen komentosarjoiksi muutettujen pienten hoitosuositusten avulla. Skriptejä on lukuisia, ja jokainen niistä koskee rajattua tilannetta sekä perustuu lääketieteelliseen näyttöön. EBMeDS analysoi saamansa tiedon ja tuottaa sen perusteella aiheellisiksi havaitsemansa palautteet Extensible Markup Language eli XML- tai Hypertext Markup Language eli HTML-sanomana. Palautteen näyttämisestä käyttäjän työasemalla vastaa suunnittelun ja toteutuksen osalta potilastietojärjestelmän toimittaja. Palaute sisältää muistutteita liittyen esimerkiksi potilaan diagnooseihin, lääkitykseen ja laboratoriokoetuloksiin, varoituksia muun muassa lääkkeiden yhteisvaikutuksista tai tietyn lääkityksen käytöstä raskauden tai imetyksen aikana sekä hoitosuosituksia potilaan diagnoosien perusteella. Lisäksi palautteen sisältämiä käytettävissä olevia työkaluja ovat Lääkityksen kokonaisarvio (LKA), jonka avulla potilaan lääkehoidosta saadaan kokonaisarvioraportti, Diagnoosikohtainen yhteenveto (DKY), jossa potilaskohtainen palaute näytetään valitun diagnoosin mukaan jäsenneltynä, sekä laskurit ja lomakkeet. [15; 16.] Kuvassa 1 on havainnollistettu, miltä EBMeDS-palvelun käyttöliittymä näyttää käyttäjälle palvelun demoversiossa. Näytön vasemmalla puolella on kentät potilaan rakenteisille tiedoille, joiden lähettämisen ja analysoimisen jälkeen palaute näytetään näytön oikeassa laidassa. Oikeaan ylälaitaan on sijoitettu palautteen sisältämät työkalut, ja niiden alapuolelle listataan muistutteet, varoitukset ja hoitosuositukset.

15 10 Kuva 1. EBMeDS-palvelun käyttöliittymä [kuvakaappaus demoversiosta]. EBMeDS:in tuottama palaute on värikoodattu siten, että kaikkein kriittisimmät havainnot on merkitty tummanpunaisella kolmiolla. Vähemmän kriittiset palautteet saavat keltaisen kolmion, ja kaikkein matalimman riskin palautteet merkitään harmaalla kolmiolla (kuva 1). Työkalut on erotettu muusta palautteesta siten, ettei niihin liity vastaavaa värikoodausta. EBMeDS tarvitsee rakenteisia potilaan tilaa kuvaavia tietoja toimiakseen. Rakenteisuus mahdollistaa potilastietojen systemaattisen tiedonkeruun ja vähentää tarvetta tiedon tulkintaan. [17.] Rakenteiset tiedot tarkoittavat potilaskertomuksen koodattuja ydintietoja, jotka kirjataan omaan juuri kyseistä tietoa varten varattuun kenttään ja jotka ovat aina erikseen sovitussa muodossa, kuten International Classification of Diseases 10th

16 11 Revision eli ICD-10 -koodilla merkittynä [15]. Ydintiedoista tärkeimmät ovat diagnoosit, lääkitys, laboratoriotulokset, fysiologiset mittaukset, kuten verenpaine, riskitekijät, kuten tupakointi, toimenpiteet, hoitosuunnitelma sekä toimintakyky. Näistä jatkuvasti ylläpidettäviä listamuotoisia tietoja, joiden ajan tasalla pitäminen on hoitoa koordinoivan lääkärin ja koko tiimin tehtävä, ovat diagnoosit, lääkitys sekä hoitosuunnitelma. Terveydenhuollon ammattilaisten tulisi aina kirjata näitä rakenteisia potilastietoja parantaakseen työnsä laatua ja nopeuttaakseen työtään. [18.] 4 Käyttäjäkokemus 4.1 Määrittely Käyttäjäkokemus eli UX (user experience) on käsite, jolle ei pitkään aikaan ollut yhtä vakiintunutta määritelmää. Vuonna 2010 julkaistu International Organization for Standardization (ISO) -standardi sisälsi ensimmäisen niin sanotusti virallisen määritelmän käyttäjäkokemukselle [19; 20]. Käyttäjäkokemuksen tutkimusalue ja sitä koskevat käsitteet ovat alkaneet vasta viimeisen kymmenen vuoden aikana vakiintua, ja nykyään ISO standardin määritelmää käytetään laajalti käyttäjäkokemuksen lähtökohtana, kuten myös tässä insinöörityössä. ISO standardi käsittelee ihmisen ja järjestelmän vuorovaikutuksen ergonomiaa sekä vuorovaikutteisten järjestelmien käyttäjäkeskeistä suunnittelua. Se pitää sisällään muun muassa periaatteita ja perusteluja ihmiskeskeiseen suunnitteluun sekä kestävän kehityksen huomioimisen ihmiskeskeisessä suunnittelussa. ISO standardin mukaan käyttäjäkokemus tarkoittaa henkilön havaintoja ja vasteita, jotka ovat seurausta tuotteen, järjestelmän tai palvelun käytöstä tai ennakoidusta käytöstä. Lisäksi standardi jatkaa määrittelyä seuraavasti: Käyttäjäkokemus sisältää kaikki käyttäjien tunteet, uskomukset, mieltymykset, fyysiset ja psyykkiset vasteet, käyttäytymiset ja aikaansaannokset, jotka ilmenevät ennen käyttöä, käytön aikana ja käytön jälkeen. [19, s. 16.] Käyttäjäkokemus on eri asia kuin käytettävyys, joka puolestaan keskittyy käyttäjän kognitioon ja suoritukseen ihmisen ja teknologian välisessä

17 12 vuorovaikutuksessa. Toisin kuin käytettävyydessä, käyttäjäkokemuksessa oleellista on käyttäjän tunnereaktiot sekä ihmisen ja teknologian välisestä vuorovaikutuksesta saatu arvo ja merkitys käyttäjälle. [21.] Käyttäjäkokemus on myös tärkeää erottaa käyttöliittymästä (UI, user interface), vaikka käyttöliittymä on erittäin tärkeä osa UX-suunnittelua. Esimerkiksi elokuva-arvosteluja tekevällä sivustolla voi olla erinomainen käyttöliittymä elokuvien löytämiseen, mutta jos sivuston taustalla oleva tietokanta sisältää vain suurten studioiden elokuvia, käyttäjäkokemus on huono sellaiselle käyttäjälle, joka haluaa tietoa pientuottajien elokuvista. UXsuunnittelun tavoitteena on käyttäjän täsmällisten tarpeiden täyttäminen ilman häiriötä tai vaivaa. Korkealaatuisen käyttäjäkokemuksen saavuttamiseksi tuotteen suunnittelussa tulee usein yhdistää saumattomasti useiden tieteenalojen palveluja, kuten tekniikkaa, markkinointia, graafista ja teollista muotoilua sekä käyttöliittymäsuunnittelua. [22.] 4.2 Käyttäjäkokemuksen arviointi Käyttäjäkokemusta ei voi arvioida sekuntikellolla tai klikkausten määrällä, sillä käyttäjäkokemus on subjektiivista. Sen arvioinnissa olennaista on selvittää, kuinka käyttäjä kokee järjestelmän tai palvelun käytön. Käyttäjän motivaatio ja odotukset ovat suuremmassa roolissa kuin perinteistä käytettävyyttä tutkittaessa. Käyttäjäkokemus on myös riippuvainen olosuhteista, joten pelkkä käyttäjän havainnointi laboratorio-olosuhteissa ei kelpaa käyttäjäkokemuksen arvioimiseksi. [20.] Yleinen vaatimus kaikille käyttäjäkokemuksen arviointimenetelmille on, että ne tarjoavat tietoa siitä, mitä käyttäjä tuntee käyttäessään palvelua tai järjestelmää. Menetelmät voivat kuitenkin vaihdella riippuen tutkimustapauksista. Käyttäjäkokemuksen arviointimenetelmät on voitu suunnitella laboratorio-olosuhteisiin, kenttätutkimuksiin tai järjestelmää arkielämässään käyttäneiden käyttäjien kokemusten arviointiin. Eri menetelmiä käyttäen voidaan tutkia käyttäjäkokemuksia jo myynnissä olevan tuotteen tai vasta konseptointivaiheessa olevan prototyypin käytöstä. Ne voivat myös antaa tietoa kvantitatiivisesti tai kvalitatiivisesti sekä eri tarkkuudella aina järjestelmän yhden tietyn yksityiskohdan käytöstä koko järjestelmän käyttöön. Menetelmät voivat myös olla suunniteltu erilaisille järjestelmille kuten esimerkiksi pelille tai liiketoimintaohjelmalle. [20.]

18 13 Käyttäjäkokemuksen arviointiin voidaan käyttää esimerkiksi haastattelua, kyselyä, saadun palautteen analysoimista tai havainnointia [23]. Special Interest Groupin (SIG) vuonna 2009 järjestämässä ACM Conference on Human Factors in Computing Systems (CHI) -konferenssissa kartoitettiin käyttäjäkokemuksen arviointimenetelmiä. Menetelmiä kerättiin niin monta kuin niitä vain saatiin kasaan eli kaiken kaikkiaan 36, ja ne olivat osittain hyvinkin toisistaan poikkeavia. Yhteistä kuitenkin suurimmalle osalle menetelmistä oli, että arviointidata saatiin käyttäjien antamista lausunnoista esimerkiksi ääneen ajattelun tai haastattelun kautta tai käyttäjäkyselyistä. [24.] Käyttäjäkokemuksen arvioimiseen käytetyt mittarit ovat yleensä enemmän kokemusperäisiä kuin käytännönläheisiä. Esimerkkejä käyttäjäkokemuksen mittareista ovat toimivuus, käytettävyys, mielihyvä ja ylpeys [25]. Hornbækin mukaan käyttäjäkokemusta ei voi kuitenkaan mitata suoraan, vaan sen arviointiin käytetään erilaisia osia ja näkökulmia. Subjektiivisia ja objektiivisia mittareita voidaan hyödyntää käyttäjäkokemuksen arvioimisessa. Subjektiivisissa mittareissa keskeistä on käyttäjän itse huomaamat ja kokemat asiat, kun taas objektiivisissa mittareissa huomio on asioissa, joita käyttäjät eivät suoranaisesti havaitse. [26.] Lisäksi käyttäjäkokemusta voidaan arvioida koko järjestelmän käytön näkökulmasta tai pelkän käyttöliittymän näkökulmasta. Nämä kaksi erilaista näkökulmaa eroavat toisistaan siinä, että mitattaessa käyttäjäkokemusta käyttöliittymän näkökulmasta arvioinnin tekevät yleensä asiantuntijat. Käyttöliittymän näkökulmasta mittareita ovat yleensä esimerkiksi virheiden määrä ja jonkin tietyn ohjesäännön noudattaminen, kun taas koko järjestelmän näkökulmasta mittareina voidaan käyttää vaikuttavuutta, tehokkuutta ja käyttäjätyytyväisyyttä. [27.]

19 14 5 Tutkimuksen toteuttaminen 5.1 Lähtökohdat Tutkimuksen tavoitteena on selvittää EBMeDS-palvelun käyttäjäkokemuksia tuotekehityksen tueksi, jotta saadaan tietää, miten hyvin EBMeDS palvelee loppukäyttäjiään tällä hetkellä ja mitä asioita palvelun jatkokehityksessä tulisi ottaa huomioon. Keskiössä on EBMeDS-palvelun tuottama arvo ja merkitys loppukäyttäjille sekä se, miten tyytyväisiä käyttäjät ovat palveluun. Tutkimus toteutetaan käyttäjäkyselyn sekä haastattelun avulla. Lisäksi ennen käyttäjäkyselyn tekemistä perehdytään Duodecimin keräämään aiempaan materiaaliin EBMeDS-päätöksentuen käyttäjien kommenteista. Käyttäjäkokemus valikoitui keskeisimmäksi tutkittavaksi aspektiksi, koska tutkimuksessa halutaan selvittää nimenomaan EBMeDS:in loppukäyttäjien mielipiteitä ja kokemuksia. Lähtökohtaisesti tiedetään, että EBMeDS on ollut jo pidemmän aikaa loppukäyttäjien käytössä potilastietojärjestelmien kautta. Koska käyttäjäkokemusta voidaan käyttää järjestelmää jo ennestään käyttäneiden käyttäjien kokemusten arviointiin, se soveltuu kartoittamaan loppukäyttäjien tyytyväisyyttä EBMeDS:iin. Lisäksi teorian pohjalta tiedetään, että ollakseen vaikuttava ja kannattava päätöksentuen on oltava tietokonepohjainen, annettava hoitosuosituksia pelkkien arvioiden sijasta, oltava osana päivittäistä kliinistä työtä, annettava tukea päätöksenteon hetkellä sekä annettava automaattisia muistutteita. Tästä syystä tutkimuksessa ei laadita käyttäjille sellaisia kysymyksiä tai oteta jatkoon sellaisia kehitysehdotuksia, jotka poissulkisivat kyseiset teoriaosuudessa ilmenneet toimivan päätöksentuen komponentit. Kun puhutaan erilaisia teknologioita käyttävistä palveluista, on aiheellista huomioida, että käytännön työssä tai muussa oikeassa käytössä voi ilmetä sellaisia seikkoja, jotka eivät koskaan tule esille järjestelmää suunniteltaessa tai testattaessa. Tässä tutkimuksessa käytetään subjektiivisia mittareita käyttäjäkokemuksen arviointiin, sillä oleellisia ovat nimenomaan käyttäjien itse havaitsemat asiat. Tutkimuksessa halutaan myös pitäytyä koko järjestelmän näkökulmassa, jotta palvelun käyttäjäkokemuksesta saadaan kokonaiskuva ja jotta käyttäjät voivat paremmin tuoda esiin havaitsemiaan epäkohtia.

20 15 Duodecim teetti vuoden 2016 lopussa Pegasos-potilastietojärjestelmän käyttäjille käyttäjäkyselyn, johon viitataan jatkossa tässä opinnäytetyössä nimellä Pegasos-kysely. Aiempaan materiaaliin päätöksentuesta sekä Pegasos-kyselyyn perehdyttiin aluksi dokumenttianalyysin keinoin. Tämän tutkimuksen lähtökohtana pidetäänkin myös dokumenttianalyysia, joka tehtiin ennen käyttäjäkyselyn suunnittelua ja lähettämistä. Teoreettiseen viitekehykseen tutustumisen ja Pegasos-kyselyn tulosten perusteella muodostetaan pohja käyttäjäkyselyä ja haastattelua varten. Duodecimin teettämässä Pegasos-kyselyssä käytiin laajalti koko järjestelmä läpi monivalintakysymysten kautta. Järjestelmän jokaisesta osasta esitettiin kutakuinkin samat kysymykset. Lopuksi käyttäjät saivat jättää vapaamuotoista palautetta avoimeen tekstikenttään. Pegasos-kyselyn pohjalta tehdystä dokumenttianalyysistä huomattiin, että eniten esille nousseet asiat liittyivät päätöksentuen toimintaan ja käyttöliittymään. Pegasoskyselyssä kävi ilmi, että noin seitsemäsosa vastaajista toivoisi, että päätöksentuki toimisi yksinomaan varoitusjärjestelmänä. Se tarkoittaisi, että erityisen tärkeiksi luokitellut muistutteet, kuten hälyttävät laboratoriotulokset tai vaaralliset lääkkeiden yhteisvaikutukset, näytettäisiin kuitattavissa ponnahdusikkunoissa. Sen sijaan avoimen palautteen osiosta saatiin tietää, että ainakaan viidesosa vastaajista ei halua enempää järjestelmän käytöstä aiheutuvia klikkauksia tai ponnahdusikkunoita. Tämän osalta Pegasos-kyselystä saatu palaute oli siis jokseenkin ristiriitaista. Ponnahdusikkunat vaikuttavat palautteen perusteella olevan kuitenkin käyttäjille ärsyke, johon turtuu pidemmän käytön myötä. Turtuminen taas aiheuttaa sen, että EBMeDSjärjestelmän tuottamia tärkeitä varoituksia voidaan laiminlyödä ja jättää huomiotta. Kuten teorian yhteydessä mainittiin, kliinisen päätöksentuen tarkoitus on helpottaa lääkärin työtä, kun taas ponnahdusikkunat ja useat klikkailut voivat hankaloittaa sitä. Jotta vältyttäisiin tällaiselta tärkeiden ilmoitusten automaattiselta ja välittömältä sulkemiselta, jonka ponnahdusikkunat voivat saada aikaan, pyritään ponnahdusikkunoiden käyttö minimoimaan päätöksentuen kehityksessä. Tämän lisäksi avoimen palautteen kautta tuli esille, että jotkut käyttäjät pitävät päätöksentuen käyttöliittymää ahtaana ja jossain määrin epämiellyttävänä. Esille nousi myös hoidon kannalta tärkeiden asioiden korostaminen sekä värikoodien käytön lisääminen.

21 16 Pegasos-kyselyn jälkeen päätöksentuen käyttöliittymää on muutettu lääkityksen kokonaisarvion (LKA) ja diagnoosikohtaisen yhteenvedon (DKY) osalta. LKA on ollut aiemmin palautteen lopussa olleen Laskurit ja lomakkeet -osion sisällä oleva linkki, mutta saadun palautteen perusteella LKA-linkki on siirretty palautteen yläosioon ensimmäiseksi elementiksi ja Laskurit ja lomakkeet -osio on myös nostettu näkymään heti LKA:n ja DKY:n jälkeen. Näin ollen lähtökohtaisesti käyttäjäkyselyä laadittaessa tiedetään, että LKA:n osalta on oleellista esittää uudelleen samat kysymykset kuin aiemmassa Pegasos-kyselyssä, sillä käyttöliittymän muutos voi vaikuttaa vastauksiin. Tämän tutkimuksen kohderyhmänä toimivat lääkärit, sairaanhoitajat ja muut terveydenhuollon ammattilaiset Helsingin alueelta. Parempi otanta saataisiin, jos kohderyhmässä olisi mukana terveydenhuollon ammattilaisia myös muualta Suomesta, mutta käsillä olevan aikataulun ja resurssien puitteissa kohderyhmä rajattiin Helsingin alueen käyttäjiin. Tutkimuskohteeksi valittiin Pegasos-potilastietojärjestelmä, koska Duodecimin saaman aiemman palautteen perusteella päätöksentuen integraatio on toteutettu siinä paremmin kuin muissa potilastietojärjestelmissä. Käyttäjäkyselyn ja haastattelun aikataulu on vuoden 2019 tammikuu ja helmikuu siten, että käyttäjäkysely lähetetään tammikuun alkupuolella ja haastattelujen pitämiseen on varattu aikaa tammikuun puolesta välistä helmikuun puoleen väliin. Kyselyn vastaamisaika rajataan kahteen viikkoon. Duodecimin asiantuntijoiden kokemusten mukaan kaksi viikkoa on sopiva aika, sillä siinä ajassa myös kiireisimmät käyttäjät ehtivät vastata ja toisaalta taas kysely ei ehdi täysin jäädä unholaan. Vastausten määrällinen huippu saavutetaan yleensä ensimmäinen viikon aikana. 5.2 Menetelmät Käyttäjäkysely Kvantitatiivisena tutkimusmenetelmänä käytetään käyttäjäkyselyä. Käyttäjäkyselyt ovat lomakkeisiin perustuvia strukturoituja aineistonkeruumenetelmiä [28]. Menetelmänä kyselyn etuja ovat sen tehokkuus, edullisuus sekä vastausten prosessoinnin helppous [29; 28]. Kyselyn tehokkuus ja helppous perustuu siihen, että sen toteuttaminen ei vaadi laajoja resursseja ajallisesti eikä rahallisesti. Sen avulla on mahdollista kerätä helposti laaja aineisto tutkittavasta aiheesta [29].

22 17 Kyselyn haasteita ovat vastausten pinnallisuus sekä kysymysten muotoilu. Kysely on usein määrällinen tutkimusmenetelmä, joten vastaukset eivät välttämättä pureudu tarpeeksi syvälle ongelmaan, vaan antavat vain pintapuolista kuvaa tutkimusongelmasta. Lisäksi kyselyn kysymykset tulisi muotoilla siten, ettei niitä voi tulkita monella eri tavalla. Kysymysten muotoilussa tulee myös ottaa huomioon niiden ymmärrettävyys ja objektiivisuus. Kysymysten on oltava helposti ymmärrettäviä eivätkä ne saa johdatella vastaajaa. [29.] Kyselymenetelmää käytettäessä tulee myös ottaa huomioon kyselyalusta, joka kyselylle valitaan. Kysymysten mukaan alustan tulee tukea erilaisia toimintoja, kuten vastaajan valitseman vastausvaihtoehdon mukaan seuraavien kysymysten näyttäminen tai kuvalliset vastausvaihtoehdot. Olemassa olevien resurssien puitteissa sopivan kyselyalustan löytäminen voi olla haaste. Valittavan kyselyalustan on tarvittavien toimintojen tukemisen lisäksi näytettävä riittävän ammattimaiselta, jotta kyselyn ulkoasu ei vaikuttaisi negatiivisesti vastaajien vastaushalukkuuteen. Tässä tutkimuksessa tehtävä kysely toteutetaan verkossa, jolloin se on helposti kohdehenkilöiden tehtävissä juuri siellä, missä he ovat ja milloin heille parhaiten sopii. Vastaajajoukko on rajattu pääkaupunkiseudulla työskenteleviin terveydenhuollon ammattilaisiin, joista kysely lähetetään noin 50 esimiehelle. Esimiehiä pyydetään jakamaan kyselyä eteenpäin alaisilleen. Jotta mahdollisimman moni käyttäjä vastaisi kyselyyn, kerrotaan kyselyn saateviestissä, että kyselyn kautta käyttäjillä on mahdollisuus vaikuttaa heidän käyttämänsä tuotteen jatkokehitykseen. Kyselyn kysymykset jaetaan kategorioittain siten, että päätöksentuesta kokonaisuudessaan sekä kaikista sen komponenteista saadaan kattava kokonaiskuva. Kyselyssä käytetään mahdollisimman paljon monivalintakysymyksiä, jotta se on vastaajille helppo ja nopea täyttää. Vastaajia pyydetään kyselyn lopussa jättämään yhteystietonsa, mikäli he suostuvat haastateltaviksi. Pohja käyttäjäkyselyn kysymyksille muodostetaan teoreettiseen viitekehykseen tutustumisen sekä Pegasos-kyselyn tulosten perusteella. Kyselyllä pyritään saamaan tietoa päätöksentuen käyttäjäkokemuksesta. Kuten aiemmin on mainittu, käyttäjäkokemuksessa oleellista on käyttäjän tunteet sekä palvelun tuottama arvo käyttäjälle. Käyttäjäkyselyn kysymysten muotoilussa tulee ottaa siis huomioon, miten kysymysten avulla saadaan selvitettyä näitä asioita. Koska kyseessä on palvelu, jonka lähtökohtana on

23 18 terveydenhuollon ammattilaisten käytännön työn helpottaminen ja tiedon etsinnän nopeuttaminen, voidaan yhtenä aspektina pitää työn nopeutumista ja palvelun käytön helppoutta. Lisäksi palvelun tuottamaa arvoa ja merkitystä voidaan tutkia kysymyksillä, kuten Miten Lääkityksen kokonaisarvio on vaikuttanut hoitopäätöksiisi? ja Koetko Diagnoosikohtaisen yhteenvedon hyödylliseksi työssäsi?. Tyytyväisyyttä ja tunteita voidaan selvittää antamalla käyttäjille väittämiä, joiden paikkansapitävyyttä omalta kohdaltaan he arvioivat tietyllä asteikolla. Tässä voidaan käyttää esimerkiksi suoraan väittämää olen tyytyväinen päätöksentukeen tai suosittelisin päätöksentukea kollegalleni Haastattelu Haastattelu on yksi yleisimmin käytetyistä tutkimusmenetelmistä, ja sen hyviä puolia ovat muun muassa sen soveltuvuus moniin kehittämistehtäviin sekä yksityiskohtaisenkin tiedon kerääminen tutkittavasta asiasta [30]. Sen avulla saadaan esimerkiksi selvennettyä vastauksia, ja haastattelua käytetäänkin usein tutkimustyössä aiheen syventämiseen. Haastattelua voidaan käyttää joko kvalitatiivisena tai kvantitatiivisena tutkimusmenetelmänä [31]. Haastattelutilanteessa on tärkeää korostaa haastateltavan yksilöllisyyttä sekä ilmaisunvapautta. Haastattelija pyrkii saamaan selville haastateltavan ajatuksia, käsityksiä, kokemuksia ja tunteita. Haastattelu itsessään voidaan jakaa erilaisiin menetelmiin, joiden eroavaisuudet tulevat esille haastattelun jäsentelyssä sekä haastateltavien määrässä. Erilaisia haastattelumenetelmiä ovat esimerkiksi strukturoitu eli lomakehaastattelu, puolistrukturoitu eli teemahaastattelu, strukturoimaton eli avoin haastattelu, ryhmähaastattelu sekä syvähaastattelu. [30.] Tässä tutkimuksessa käytetään kvalitatiivisena tutkimusmenetelmänä teemahaastattelua. Puolistrukturoidussa haastattelussa eli teemahaastattelussa jokin haastattelun aspekti on päätetty ennalta, mutta haastattelu on osittain vapaamuotoinen. Esimerkiksi haastattelukysymykset voivat olla etukäteen laadittu, mutta kysymysten muoto ja järjestys voi vaihdella haastattelusta ja haastateltavasta riippuen. Haastattelussa keskitytään siis keskustelemaan tietyistä aihepiireistä eli teemoista, jotka ovat kaikille haastateltaville samat. Teemahaastatteluille on tyypillistä, että haastateltavat ovat kokeneet tietynlaisen tilanteen, mutta se ei kuitenkaan edellytä kokeellisesti aikaansaatua haastateltavien

24 19 yhteistä kokemusta. Teemahaastattelussa korostuvat haastateltavien subjektiiviset kokemukset, ajatukset, tunteet ja uskomukset, joten sen avulla saadaan tuotua tutkittavien ääni kuuluviin. [31.] Tässä tutkimuksessa pyritään saamaan yksityiskohtaisempaa ja syvempää tietoa EBMeDS-päätöksentukipalvelun käyttäjäkokemuksesta haastattelulla. Haastattelun avulla selvitetään muun muassa käyttäjien tyytyväisyyttä sekä muita kokemuksia syvällisemmin kuin kyselyssä. Käyttäjäkyselyssä kerätään yhteystiedot niiltä henkilöiltä, jotka ovat vapaaehtoisia haastateltaviksi, ja teemahaastattelun kysymykset muotoillaan pohjaten käyttäjäkyselyn vastauksiin. Näin saadaan selvennettyä kyselyn vastauksia ja kerättyä laadullista ja tarkempaa tietoa esimerkiksi kehitysideoista. Haastattelut järjestetään nopeasti käyttäjäkyselyn jälkeen siten, että kyselyyn vastaamisen ja haastattelun välillä olisi alle kolme viikkoa aikaa. Haastateltavien otantaa ei etukäteen tiedetä, sillä vapaaehtoisten haastateltavien yhteystiedot kerätään kyselyn yhteydessä. Haastateltavat kuuluvat siis käyttäjäkyselyn vastaajiin ja ovat näin ollen käyttäneet päätöksentukea työssään. 6 Tulokset ja analyysi 6.1 Kyselytutkimus Kysely toteutettiin Webropol-alustalla, ja se koostui seitsemästä eri osiosta, joista jokainen oli jaettu omalle sivulleen. Ensimmäisellä sivulla käytiin läpi vastaajan perustiedot, minkä jälkeen toisella sivulla kysyttiin yleisesti muistutteiden sekä lääkehoitoon liittyvien suositusten ja varoitusten oleellisuudesta, ajankohtaisuudesta sekä vaikutuksesta hoitopäätöksiin. Kolmas, neljäs, viides ja kuudes sivu kyselystä oli omistettu jokainen eri päätöksentuen osiolle siten, että kolmannella sivulla kysyttiin tarkemmin Lääkityksen kokonaisarviosta, neljännellä sivulla Diagnoosikohtaisesta yhteenvedosta, viidennellä sivulla automaattisesti täytetyistä laskureista ja kuudennella sivulla hoitosuosituslinkeistä. Yksittäisiä osioita koskevilla sivuilla tuli ensimmäisenä vastata kysymykseen, onko vastaaja

25 20 käyttänyt kyseistä osiota, ja loput sivun kysymyksistä riippuivat annetusta vastauksesta. Mikäli vastasi ensimmäiseen kysymykseen kyllä, esitettiin vastaajalle lisäkysymyksiä osion käyttöön liittyen. Mikäli taas ensimmäiseen kysymykseen vastasi ei, kysyttiin vastaajalta syytä tähän. Kolmas vastausvaihtoehto ensimmäiseen kysymykseen oli en tiedä mikä se on, jolloin vastaajalle näytettiin kuva ja selite kyseessä olevasta osiosta. Kyselyn viimeisellä sivulla käyttäjältä kysyttiin yleisemmällä tasolla muun muassa päätöksentuen hyvistä ja huonoista puolista. Kyselyn rakenne ja kysymykset on esitetty liitteessä 1. Käyttäjäkyselyyn vastasi 61 henkilöä Helsingin kaupungin terveyskeskuksista. Vastaajien ikien keskiarvo oli 43,3 vuotta, ja päätöksentukea he olivat käyttäneet keskimäärin kolme vuotta. Suurin osa kyselyyn vastaajista oli ammattinimikkeeltään lääkäreitä (26 vastaajaa) tai terveydenhoitajia (23 vastaajaa). Muihin ammattinimikkeisiin lukeutui sairaanhoitaja, perushoitaja, osastonhoitaja ja lähihoitaja, ja niiden edustajia oli yhteensä 20 % vastaajista. Yleisesti ottaen kyselyn vastaukset olivat positiivisia, ja käyttäjät olivat vastanneet lähes jokaiseen heille esitettyyn kysymykseen. Mitään suuria ja ennalta odottamattomia asioita ei noussut esille kyselyn vastauksista. Yhtään palautetta myöskään itse kyselyn epäselvyydestä tai vaikeaselkoisuudesta ei tullut, joten kyselyä voidaan siltä osin pitää onnistuneena. Yleiskuvaa tuotteesta ja sen nykytilasta pyrittiin kartoittamaan kysymyksillä muistutteiden sekä lääkehoitoon liittyvien suositusten ja varoitusten yleisestä oleellisuudesta, ajankohtaisuudesta sekä vaikutuksesta hoitopäätöksiin. Vastaukset olivat suurimmilta osin myönteisiä. Negatiivissävytteisimpiä vaihtoehtoja eli vaihdellen kysymyksen mukaan harvoin tai ei lainkaan vastattiin keskimäärin noin 2 % per kysymys. Se on hieman vähemmän kuin Pegasos-kyselyssä, jossa käytiin läpi samat yleiset kysymykset. Kaikista vastaajista 27 oli käyttänyt Lääkityksen kokonaisarviota, 26 ei ollut käyttänyt ja kahdeksan ei tiennyt, mikä se on. LKA:ta käyttäneistä vastaajista 16 kertoi kokevansa sen hyödylliseksi ja 10 jossain määrin hyödylliseksi työssään. Vain yksi vastaaja ei pitänyt sitä ollenkaan hyödyllisenä työnsä kannalta. LKA:han liittyvistä kysymyksistä yhdessä esitettiin neljä erilaista käyttöliittymävaihtoehtoa, ja käyttäjältä kysyttiin, mikä niistä

26 21 olisi hänen mielestään paras tapa lääketiedon esittämiseen päätöksentuessa. Kysymykseen vastasi 23 henkilöä, joista yhdeksän vastasi nykyisen käyttöliittymäversion. 10 puolestaan vastasi version, jossa näytettäisiin vain tärkeät eli D- ja C-tason muistutteet tietokantakohtaisesti. 23 vastaajasta neljä taas vastasi version, jossa näytettäisiin sekä tärkeät että suhteellisen tärkeät (B-taso) muistutteet kuten nykyisessä versiossa, mutta ryhmiteltynä lääkkeen mukaan. Nykyisen version ja vain tärkeät muistutteet sisältävän version välinen kannatusero oli niin pieni, ettei siitä voida suoraan vetää johtopäätöksiä. Suuri osa vain tärkeät muistutteet sisältävän version kannattajista oli lääkäreitä, joten yksi varteenotettava vaihtoehto on, että lääkäreille näytettäisiin lääketieto edellä mainitulla tavalla ja muille nykyisellä tavalla. Diagnoosikohtaista yhteenvetoa koskeva osio alkoi niin ikään kysymyksellä, onko sovellusta käyttänyt. 43 % vastaajista kertoi käyttäneensä DKY:tä, 41 % ei ollut käyttänyt ja 16 % vastasi, ettei tiennyt, mikä se on. DKY on yksi päätöksentuen uusimmista ominaisuuksista, joten sinänsä sen käyttämättömyyden suuri prosentti ei ole yllättävä. Pegasos-kyselyn aikaan henkilöitä, jotka eivät olleet koskaan käyttäneet DKY:tä, oli noin 80% vastaajista, joten siihen nähden nykytilanne on hienoa edistystä. Sitä käyttäneiden henkilöiden vastaukset DKY:n hyödyllisyyteen ja helppouteen liittyen olivat myös pääsääntöisesti positiivisia. Myös automaattisesti täytetyille laskureille oli oma osionsa kyselyssä. Osio oli lyhyempi kuin muut, sillä siinä kysyttiin vain laskureiden käytöstä sekä siitä, minkä tai mitkä laskurit vastaaja on kokenut hyödyllisimmäksi. Laskureita oli listattu vaihtoehdoiksi yhteensä 12, joista kolme oli tulosten perusteella käyttäjien selviä suosikkeja (kuva 2). Vähiten ääniä saaneet laskurit, kuten kehon pinta-ala ja verenpainemittausten keskiarvo, pitävät sisällään yksinkertaisia laskutoimituksia, joiden lähtötiedot saadaan usein suoraan potilastietojärjestelmästä. Näitä tietoja ovat muun muassa potilaan pituus, paino tai laboratoriotutkimustulokset.

27 22 Kuva 2. Käyttäjien vastausjakaumat laskureiden osalta. Kyselyn kuudennella sivulla kysyttiin spesifisesti hoitosuosituslinkeistä. Kysymykset sisälsivät kaksi käyttöliittymäkysymystä, joissa vastaajalle esitettiin kaksi kuvaa käyttöliittymästä ja kysyttiin, kumpi esitetyistä tavoista olisi parempi. Ensimmäisessä käyttöliittymäkysymyksessä kyseessä oli hoitosuosituslinkkien näkyminen päätöksentuessa, ja toinen käyttöliittymäkysymys koski hoitosuosituslinkkien järjestystä.

28 23 Kaikista vastaajista 68 % oli avannut hoitosuosituslinkkejä. 33 henkilöä vastasi kysymykseen, kumpi olisi parempi linkkien näkymistapa, ja heistä 22 eli valtaosa vastasi nykytilan. Tulos oli jokseenkin yllättävä, sillä Pegasos-kyselyssä monet toivoivat, että hoitosuosituslinkit saisi piilotettua käyttöliittymästä. Toinen annettu vaihtoehto oli nimittäin versio, jossa hoitosuosituslinkit olisivat oletuksena piilossa, ja ne saisi pudotusvalikon tapaan näkyviin (kuva 3). Järjestystapaan vastasi niin ikään 33 ihmistä, joista 16 vastasi nykytilan ja 17 vaihtoehdon, jossa linkit ovat järjestettynä tietokannan mukaan. Vastaukset jakautuivat näiden kahden vaihtoehdon välillä siis niin tasaisesti, ettei tästä voida vetää kunnon johtopäätöksiä. Sama kysymys kannattaisi esittää isommalle otannalle, jotta tuloksissa voisi näkyä selvempiä eroja. Kuva 3. Hoitosuosituslinkkien näkymistavan vastausvaihtoehdot. Jokaisen eri päätöksentuen osion kohdalla vastaajilta kysyttiin, ovatko he käyttäneet kyseistä osiota. Mikäli vastaaja ei ollut käyttänyt osiota, häneltä kysyttiin syytä käyttämättömyyteen. Vastaaja sai valita eri vaihtoehdoista tai kertoa jonkin muun syyn, jota ei ollut vaihtoehtojen joukossa. Kaikkien päätöksentuen eri osioiden kohdalla suurimmat syyt käyttämättömyyteen olivat ajanpuute, se, ettei vastaaja tiennyt, mikä kyseinen osio on, sekä se, että vastaaja ei kokenut kyseistä osiota tarpeelliseksi työssään, kuten kuvasta 4 voidaan DKY:n osalta havaita. DKY:n, laskureiden ja hoitosuosituslinkkien osalta tuli myös muutamia vastauksia, joiden mukaan syy käyttämättömyyteen on osion epäselvä sisältö, ja lisäksi hoitosuosituslinkkien kohdalla jotkut valitsivat myös vaihtoehdon en

29 24 pidä niiden käyttöliittymästä. Ne vastaajat, jotka valitsivat muu-vaihtoehdon syyksi, kertoivat enimmäkseen käyttämättömyyden johtuvan siitä, etteivät he ole ehtineet perehtyä kyseiseen osioon. Kuva 4. Diagnoosikohtaisen yhteenvedon käyttämättömyyden syyt. Kyselyn viimeisellä sivulla vastaajalta kysyttiin, mikä päätöksentuen käyttämisessä on haastavinta sekä mitkä toiminnot ovat kaikkein hyödyllisimpiä. Lisäksi vastaajalle esitettiin väittämiä, joiden paikkansapitävyyttä hänen tuli arvioida asteikolla 1 4, sekä Net Promoter Score (NPS) -asteikko, jonka avulla selvitettiin, miten todennäköisesti vastaaja suosittelisi tuotetta työkaverilleen tai ystävälleen. Osio sisälsi myös avoimen kentän, jossa vastaaja sai kuvata vapaasti, miten haluaisi päätöksentukea kehitettävän. Kun kysyttiin, mikä päätöksentuen käyttämisessä on haastavinta, 41 % vastaajista valitsi vaihtoehdon muistutteet eivät monesti pidä potilaan kohdalla paikkaansa. Tämä on kuitenkin suurimmilta osin rakenteisten potilastietojen puutteellisesta laadusta johtuva ongelma, jota on hyvin vaikea täysin korjata tuotekehityksessä. Muistutteet pitävät paikkansa vain, jos käyttäjä on merkinnyt potilastiedot järjestelmään oikein. Vääriä tai

30 25 vanhentuneita tietoja voidaan osittain suodattaa pois, mutta puuttuvia tietoja ei edes teoriassa ole mahdollista korjata. Seuraavaksi haastavimmiksi asioiksi osoittautui, että päätöksentuen käyttö vaatisi koulutusta (28 % vastaajista) ja että päätöksentuki tarjoaa liikaa muistutteita (23 % vastaajista). Vain 8 % vastasi haastavimmaksi asiaksi sen, että päätöksentuen käyttöliittymä on sekava tai asiat ovat epäloogisessa järjestyksessä. Niin ikään vain 11 % vastasi, että päätöksentuen näyttämät asiat eivät erotu tarpeeksi kokonsa tai värinsä takia. Nämä ovat yllättäviä tuloksia suhteessa Pegasos-kyselyn vastauksiin, joissa käyttöliittymäasiat nousivat hyvinkin vahvasti esille. Edelleenkin avoimen palautteen kautta tuli pari kommenttia siitä, että päätöksentuessa on liikaa tekstiä tai että ponnahdusikkunoita ei haluta enempää, mutta nämä kommentit olivat selkeästi pienemmässä osassa kuin Pegasos-kyselyssä. Selkeästi kaikkein hyödyllisimmäksi ominaisuudeksi koettiin automaattisesti täytetyt laskurit, joka sai 69 % kannatuksen. Seuraavaksi eniten ääniä saivat lääkehoitoon liittyvät suositukset ja varoitukset (46 %) sekä muistutteet (41 %), kuten kuvasta 5 huomataan. Diagnoosikohtaisen yhteenvedon valitsi hyödyllisimmäksi vain 21 % vastaajista. Tämä oli EBMeDS:in tuotekehitystiimille yllättävää, sillä oletus oli, että DKY:n kannatus olisi ollut suurempi, sillä se on ehtinyt olla päätöksentuessa uutena ominaisuutena jo parin vuoden ajan. Laskureiden runsas käyttö oli tuotekehitystiimissä tiedossa, mutta uutinen oli, että ne ovat selkeästi käyttäjien eniten arvostama ominaisuus.

31 26 Kuva 5. Käyttäjien hyödyllisimmiksi kokemat päätöksentuen ominaisuudet. Väittämien kohdalla saatiin hyvin positiivisia tuloksia. Samaa mieltä siitä, että päätöksentukea on helppo käyttää, oli yhteensä 93 % vastaajista. Ponnahdusikkunoita ei aukea liikaa 71 %:n mielestä, ja yhteensä 91 % on kaiken kaikkiaan tyytyväinen päätöksentukeen. Täysin tai jokseenkin samaa mieltä myös siitä, että suosittelisi päätöksentukea kollegalleen, oli 96 % vastaajista. Tämä tulos eroaa kuitenkin selvästi NPS-tuloksesta, jossa vastaajien piti arvioida asteikolla 0 10, kuinka todennäköisesti he suosittelisivat tuotetta kollegalleen tai ystävälleen. NPS-pisteytys eli suositteluindeksi on yleinen tapa selvittää yrityksen tai tuotteen asiakastyytyväisyyttä. Vastaajat luokitellaan siten, että 0 6 pistettä antaneet ovat arvostelijoita, 7 8 pistettä antaneet neutraaleja ja 9 10 pistettä antaneet suosittelijoita. NPS-tulos lasketaan vähentämällä arvostelijoiden prosenttiosuus suosittelijoiden osuudesta. Se, mikä NPS-tulos on hyvä, riippuu täysin toimialasta ja kilpailijoiden tuloksista. Esimerkiksi hotellien keskimääräinen NPS-tulos on 39, kun taas internetpalveluilla se on keskimäärin 2 [32]. Käyttäjäkyselyn suositteluindeksiin vastasi 59 käyttäjää eli vastausaste oli 97 %. Arvostelijoita oli kahdeksan, neutraaleja 21 ja suosittelijoita 30. Saatu NPS-tulos on 37,

32 27 ja vastausten keskiarvo 8,2 pistettä. 37 on Duodecimin asiantuntijoiden mukaan suhteellisen hyvä tulos tällaiselle monimutkaiselle terveydenhuollon sähköiselle järjestelmälle. Tuloksista voitiin lisäksi huomata, että ammattinimike sekä se, kuinka kauan vastaaja oli käyttänyt päätöksentukea, olivat yhteydessä vastaajan antamaan pisteytykseen. Lääkärin ammattinimike sekä pitkä päätöksentuen käyttöhistoria korreloivat suosittelijaa vastaavan pisteytyksen kanssa, kun taas terveydenhoitajan ammattinimike ja lyhyt käyttöhistoria korreloivat arvostelijaa vastaavan pisteytyksen kanssa. Työn nopeutuminen Käyttäjäkokemuksen tutkimisen yhtenä aspektina pidettiin terveydenhuollon ammattilaisen työn nopeutumista verrattuna perinteiseen manuaaliseen työhön. Tätä tutkittiin kyselyssä kysymyksillä Onko Lääkityksen kokonaisarvio nopeuttanut tiedon etsimistä? ja Onko Diagnoosikohtainen yhteenveto nopeuttanut tiedon etsimistä?. Lääkityksen kokonaisarvioon liittyvään kysymykseen vastasi 27 henkilöä, joista yhdeksän kertoi tiedon etsinnän nopeutuneen merkittävästi, 13 jossain määrin, kolme vähän ja kaksi ei lainkaan. Jos jaetaan nämä neljä vastausvaihtoehtoa positiivisiin ja neutraaleihin tai negatiivisiin vastauksiin, merkittävästi- ja jossain määrin -vaihtoehdot voidaan luokitella positiivisiksi ja vähän- ja ei lainkaan -vaihtoehdot neutraaleiksi tai negatiivisiksi. Tällä jaolla 22 vastaajaa eli 81 % suhtautui tiedon etsimisen nopeutumiseen positiivisesti ja viisi vastaajaa eli 19 % neutraalisti tai negatiivisesti. Diagnoosikohtaiseen yhteenvetoon liittyvään kysymykseen vastasi 25 henkilöä. Heistä neljä vastasi tiedon etsinnän nopeutuneen merkittävästi, 14 jossain määrin, kuusi vähän ja yksi ei lainkaan. Jos näille vastauksille tehdään sama jako kuin LKA:han liittyvässä kysymyksessä, on 72 % palautteesta positiivista ja 28 % neutraalia tai negatiivista. DKY:n vaikutusta tiedon etsimiseen käytettyyn aikaan ei koettu siis yhtä merkittävänä kuin LKA:n vaikutusta. Tulokset voivat johtua siitä, että erityisesti lääkärit käyttävät paljon LKA:ta ja kokevat sen myös yhdeksi hyödyllisimmäksi ominaisuudeksi päätöksentuessa. DKY taas on päätöksentuen tuorein ominaisuus, joten useat käyttäjät eivät mahdollisesti ole vielä edes löytäneet sitä tai osanneet käyttää sitä oikein.

33 28 Palvelun käytön helppous Yksi käyttäjäkokemuksen mittareista oli palvelun käytön helppous. Tätä mitattiin kokonaisvaltaisesti arvioitavalla väittämällä päätöksentukea on helppo käyttää sekä erikseen DKY:n osalta kysymyksellä Onko Diagnoosikohtaista yhteenvetoa mielestäsi helppo käyttää?. Päätöksentukea on helppo käyttää -väittämää arvioitiin asteikolla 1 4, jossa 1 tarkoitti, että vastaaja on täysin eri mieltä ja 4 täysin samaa mieltä. Tähän vastasi 60 käyttäjää, joista täysin tai jokseenkin samaa mieltä oli yhteensä 55 henkilöä eli noin 92 %. Jokseenkin eri mieltä väittämän kanssa oli neljä henkilöä eli noin 8 % vastaajista, eikä kukaan vastannut olevansa täysin eri mieltä. Tältä osin käyttäjäkokemuksen voidaan sanoa olevan suurin piirtein kunnossa, mutta koska suurin osa vastaajista oli kuitenkin vain jokseenkin samaa mieltä, voidaan ajatella, että palvelun käyttämisen helppoudessa on vielä jotain kehitettävää. DKY:n helppoutta koskevaan kysymykseen tuli 24 vastausta, joista kahdeksan oli todella helppoa, 13 jokseenkin helppoa sekä kolme jokseenkin hankalaa. Kukaan ei valinnut vaihtoehtoa todella hankalaa, mikä on positiivista käyttäjäkokemuksen kannalta. Helpoksi DKY:n käytön koki siis yhteensä 88 % kysymykseen vastaajista, joten voidaan tehdä varovainen oletus, että DKY on käyttöliittymänsä puolesta tarpeeksi selkeä ja miellyttävä. Olisi hyvä kuulla, liittyvätkö jokseenkin hankalaa -vastaukset diagnoosien paikkansapitävyyteen vai itse DKY:n käyttöliittymään, sillä käyttöliittymää voidaan parantaa tuotekehityksessä, mutta diagnoosien paikkansapitävyys riippuu käyttäjistä. Hyödyllisyys ja vaikutus hoitopäätöksiin Käyttäjien saama hyöty palvelusta sekä vaikutus hoitopäätöksiin olivat myös käyttäjäkokemuksen kannalta arvioitavia asioita. EBMeDS-päätöksentuen vaikutusta hoitopäätöksiin tutkittiin kysymyksillä Miten yleiset muistutteet ovat vaikuttaneet hoitopäätöksiisi?, Miten lääkehoitoon liittyvät suositukset ja varoitukset ovat vaikuttaneet hoitopäätöksiisi? sekä Miten Lääkityksen kokonaisarvio on vaikuttanut hoitopäätöksiisi?. Vastausvaihtoehdot näissä kysymyksissä olivat merkittävästi, jossain määrin, vähän ja ei lainkaan. Yksi käyttäjä vastasi, että lääkehoitoon liittyvät suositukset ja varoitukset eivät ole

34 29 lainkaan vaikuttaneet hänen hoitopäätöksiinsä, mutta muuten kukaan ei valinnut ei lainkaan -vaihtoehtoa näiden kolmen kysymyksen kohdalla. Yleisten muistutteiden osalta eniten valitut vaihtoehdot olivat jossain määrin ja vähän, ja jommankumman niistä valitsi yhteensä 54 vastaajaa. Merkittävästi vastasi vain kuusi vastaajaa 61:stä. Suosituksia ja varoituksia koskevaan kysymykseen vastasi kaikkiaan 60 henkilöä, joista muistutteisiin liittyvän kysymyksen tapaan vain kuusi valitsi vaihtoehdon merkittävästi. 52 henkilöä vastasi joko jossain määrin tai vähän, ja vähän -vaihtoehto keräsin suositusten ja varoitusten osalta kolme ääntä enemmän kuin muistutteista kysyttäessä. Lääkityksen kokonaisarvion osalta kysymykseen vastasi 27 henkilöä. Heistä kuusi sanoi LKA:n vaikuttaneen hoitopäätöksiinsä merkittävästi, 13 jossain määrin ja kahdeksan vähän. Päätöksentuen eri osioiden voidaan siis sanoa yleisesti vaikuttavan käyttäjien hoitopäätöksiin ainakin vähän. Käyttäjien hoitopäätöksiinsä saama arvo palvelusta ei siis välttämättä ole suurta, mutta selkeästi se on kuitenkin olemassa. Käyttäjien palvelusta saamaa hyötyä tutkittiin kysymyksillä Koetko Lääkityksen kokonaisarvion hyödylliseksi työsi kannalta? ja Koetko Diagnoosikohtaisen yhteenvedon hyödylliseksi työssäsi? sekä osittain myös kysymyksellä Minkä tai mitkä toiminnot palvelussa koet kaikkein hyödyllisimmiksi työsi kannalta?. LKA:ta ja DKY:tä koskeviin kysymyksiin vastasi molempiin 27 käyttäjää. LKA:n osalta 16 vastasi vaihtoehdon kyllä, 10 jossain määrin ja yksi ei. DKY:n osalta taas kahdeksan vastasi kyllä, 18 jossain määrin ja yksi ei. Selvästi suurin osa kyseisiä osioita käyttäneistä siis kokevat ne enemmän tai vähemmän hyödyllisiksi työnsä kannalta, mikä on todella positiivinen asia käyttäjäkokemuksen näkökulmasta. Kysyttäessä käyttäjien mielestä hyödyllisimpiä toimintoja palvelussa, kaikki toiminnot ja osiot saivat vähintään 13 ääntä. Selkeästi eniten käyttäjiä hyödyttävät automaattisesti täytetyt laskurit, lääkehoitoon liittyvät suositukset ja varoitukset sekä muistutteet. Käyttäjäkokemuksen ja tuotekehityksen kannalta on oleellista tietoa, ettei palvelussa ole sellaisia osioita tai toimintoja, joista käyttäjät eivät koe saavansa hyötyä.

35 30 Koulutuksen tarve Käyttäjäkyselyn vastauksista nousi esille, että monet käyttäjät toivoisivat EBMeDS-päätöksentuen käyttöön lisää koulutusta. Kun kysyttiin, mikä päätöksentuen käytössä on vastaajan mielestä kaikkein haastavinta, 17 henkilöä valitsi vaihtoehdon, että sen käyttö vaatisi koulutusta. Yli neljäsosa kaikista vastaajista siis tarvitsisi enemmän ohjeistusta, jotta osaisi käyttää päätöksentukea paremmin. Näistä 17 vastaajasta 10 oli terveydenhoitajia, kolme sairaanhoitajia sekä kaksi lääkäriä. Heistä yhdeksän ei ollut käyttänyt Lääkityksen kokonaisarviota, kuusi ei tiennyt, mikä se on, viisi ei ollut käyttänyt Diagnoosikohtaista yhteenvetoa ja seitsemän ei tiennyt, mikä se on. Tästä voidaan huomata, miten iso osa päätöksentuesta voi jäädä kokonaan käyttämättä koulutuksen puutteen takia ja miten käyttäjät eivät pääse kunnolla hyödyntämään heille tarkoitettua tuotetta. Lisäksi käyttäjiltä kysyttiin, minkä tai mitkä toiminnot palvelussa he kokevat kaikkein hyödyllisimmäksi. Vastaukseksi tähän kysymykseen eräs käyttäjä oli kommentoinut, että tarvitsisi koulutusta arvioidakseen asiaa, ja toinen käyttäjä oli kommentoinut, että ei ole osannut käyttää päätöksentukea työssään. Kyselyssä oli myös avoimen palautteen kohta, johon vastaajia pyydettiin kuvaamaan vapaasti, miten he haluaisivat päätöksentuen toimivan paremmin tai miltä osin sitä tulisi kehittää. Tähän saatiin yhteensä 12 kommenttia, joista kolmessa tuli ilmi koulutuksen tarve. Yksi vastaaja totesi, että lähinnä vika on varmaan käyttäjän päässä tällä hetkellä, sillä ei ole ollut aikaa paneutua laajemmin päätöksentuen mahdollisuuksiin. Kaksi muuta sanoi haluavansa osata käyttää päätöksentukea paremmin ja tarvitsisi sen käyttöön koulutusta. Useat käyttäjät siis selvästi kokevat, että EBMeDS:istä voisi olla heille hyötyä työssään, mutta he eivät vain koe osaavansa käyttää palvelua tarpeeksi hyvin. Tämä on ongelmallista käyttäjäkokemuksen ja tuotekehityksen näkökulmasta ajatellen: tuote ei palvele käyttäjiään, koska sen käyttäminen vaatisi koulutuksen, ja tuote ja tuotekehitys menevät hukkaan, kun käyttäjät eivät käytä sitä.

36 Haastattelututkimus Käyttäjäkyselyn vastaajista seitsemän jätti yhteystietonsa haastattelua varten, ja heistä lopulta viiden henkilön kanssa saatiin järjestettyä haastattelu. Haastatteluun suostuneista kaksi henkilöä oli lääkäreitä, kaksi terveydenhoitajia ja yksi sairaanhoitaja. Teemahaastattelun kysymykset pohjautuivat käyttäjäkyselyn vastauksiin siten, että yhteystietonsa antaneiden vastauksia tutkittiin erikseen, jotta heidän henkilökohtaiseen käyttäjäkokemukseensa päästiin paneutumaan syvemmin. Näin ollen jokaisen haastateltavan haastattelukysymykset vaihtelivat hieman riippuen heidän kyselyvastauksistaan. Haastatteluista tehtiin kirjallisia muistiinpanoja, ja lisäksi muistiinpanojen tueksi vastaajilta pyydettiin lupa haastattelujen äänittämiseen. Haastattelujen kautta käyttäjien kokemat positiiviset tunteet tulivat vahvemmin esille kuin kyselyn kautta. Käyttäjät, jotka olivat kyselyssä vastanneet enimmäkseen esimerkiksi nopeuttaa tiedon etsimistä vähän tai on jokseenkin helppoa käyttää, kertoivat haastatteluissa, miten iso ja tärkeä osa EBMeDS on heidän työtään ja kuinka monella tavalla se loppujen lopuksi nopeuttaa ja helpottaa työskentelyä. Haastatteluissa toistui kyselyssä ilmi tullut seikka siitä, että laskureita pidetään selkeästi kaikkein hyödyllisimpänä ominaisuutena. Laskureita käytetään lähes päivittäin, ja ne helpottavat käyttäjien työtä huomattavasti. Kaksi hoitajaa kommentoi, että erityisesti verenohennuslääkkeitä käyttävien potilaiden kanssa laskurit ja EBMeDS yleensä helpottavat ja tukevat työtä merkittävästi. Jatkokehityksen kannalta oleellinen asia, josta huomautettiin haastatteluissa, on, että kaikkien laskureiden ei tarvitsisi aueta uuteen ikkunaan. Tällä hetkellä laskurityökalu listaa erilaiset laskurit, ja haluamaansa laskurin nimeä klikkaamalla aukeaa uusi ikkuna, jossa laskutoimenpiteet voi suorittaa. Esimerkiksi uloshengityksen huippuvirtauksen eli PEF:in (peak expiratory flow) osalta tämä koetaan turhaksi, sillä käyttäjien mielestä riittäisi, että PEF-tulos näkyisi suoraan laskurilistassa. Käyttäjät kokevat ponnahdusikkunat enemmän riesana kuin hyödyllisinä. Useampi haastateltava piti myös päätöksentuen muistutteita ja erityisesti laboratoriokokeisiin liittyviä muistutuksia hyödyllisinä. Hoitosuositukset koettiin niin ikään hyödyllisiksi ja käteviksi sekä tiedon etsintää nopeuttaviksi. Lisäksi lääkeinteraktioita eli muistutteita lääkkeiden yhteisvaikutuksista pidettiin huomiota herättävinä, mikä oli käyttäjien mielestä

37 32 positiivista. Toisin kuin Pegasos-kyselyn tuloksien pohjalta olisi voinut odottaa, päätöksentuen käyttöliittymää ja visuaalisuutta pidettiin pääosin hyvänä. Käyttäjillä ei ollut päätöksentuen yleiseen ulkoasuun tai värimaailmaan juuri kommentoitavaa, vaan he kertoivat olevansa yleisesti tyytyväisiä siihen. Pari haastateltavaa kuitenkin ilmaisi, että käyttöliittymää ja asioiden koostamista voitaisiin vielä parantaa. Lisäksi eräs haastateltava toivoi, että kansansairauksille saataisiin omat koodinsa tai ikoninsa, jotta nekin voisi huomata nopealla vilkaisulla. Haastatteluissa nousi esille myös asioita, jotka käyttäjät kokevat häiritseviksi tai käyttäjäkokemusta huonontaviksi. Suurin osa haastateltavista oli sitä mieltä, että päätöksentuessa on usein liikaa sisältöä, jolloin olennaiset asiat katoavat helposti, tietoa joutuu kaivelemaan ja asioita joutuu muistelemaan ulkoa. Eniten esille nousi hoitosuosituslinkkien määrä ja laatu. Lähes kaikki haastateltavat sanoivat, että päätöksentuki tarjoaa usein liikaa hoitosuosituslinkkejä. Potilasvastaanotolla ei ole aikaa selata läpi kaikkia päätöksentuen tarjoamia hoitosuosituksia, joten olisi hyvä, jos niitä näytettäisiin vain muutama kriittisyyden mukaan. Hoitosuosituslinkkejä pitäisi siis haastateltavien mielestä olla ehdottomasti vähemmän ja niiden pitäisi olla paremmin kohdistettuja potilaan sen hetkisiin asioihin. Käyttäjät myös kokivat, että joskus on vaikea ymmärtää, miten hoitosuosituslinkit liittyvät potilaan tapaukseen. Eräs haastateltava esimerkiksi huomautti, että jos potilaalla on joskus ollut masennusdiagnoosi, näkyy hoitajien päätöksentuen näkymässä ensimmäisenä tieto itsemurhariskistä. Haastateltavan mukaan tämä vaikuttaa väkisinkin hoitoon jonkin verran, sillä se siirtää huomion pois käsillä olevasta asiasta. Yksi EBMeDS:n ominaisuus, joka nousi osassa haastatteluista esille, oli Diagnoosikohtainen yhteenveto. Haastateltavat vaikuttivat pitävän Diagnoosikohtaista yhteenvetoa hyödyllisenä näkymänä, mutta kokivat, etteivät ehdi juuri käyttää sitä. Vastaanotto- ja puhelutyö on nopeatempoista, jolloin usein käyttäjät katsovat päätöksentuesta vain lääkitykseen liittyvät asiat. Osa haastateltavista koki, että DKY:tä tulisi käytettyä enemmän, jos se ei aukeaisi omaan erilliseen ikkunaansa. Monessa haastattelussa nousi esille, että käyttäjiä turhauttaa useiden välilehtien tai ikkunoiden selaaminen potilaan hoitamisen aikana. Toivomuksena esitettiin koostenäyttö, jossa näkyisi potilaan oleellisimmat tiedot ja joka seuraisi koko ajan ruudulla mukana.

38 33 Yksi haastateltava mainitsi, että hoitajilla ja lääkäreillä on käytössä eri diagnoosikoodit, mikä on toisinaan häiritsevää ja aiheuttaa hämmennystä. Hoitajien käyttämät International Classification of Primary Care eli ICPC-2-koodit ovat suppeampia kuin lääkäreiden käyttämät ICD-10-koodit, mikä aiheuttaa sen, että ICPC-2-koodien tulkinta on laveampaa ja vähemmän tarkkaa. Tässä mielessä on epäkäytännöllistä, että hoitajilla ja lääkäreillä on käytössään eri diagnoosikoodit. Päätöksentuen tuotekehitystiimi ei kuitenkaan voi vaikuttaa tähän asiaan, joten ainakin toistaiseksi koodit ovat hoitajille ja lääkäreille erilaiset. Ne haastatteluun suostuneet käyttäjät, jotka olivat kyselyssä sivunneet koulutuksen tarvetta jotenkin, kokivat, että jos päätöksentuen käyttöliittymä sisältäisi erilaisia ohjeistuksia tai yleisiä ohjenappeja, niitä ei välttämättä tulisi käytettyä. Päätöksentuki ei käyttäjien mukaan kaipaa lisää nappuloita. He kuitenkin sanoivat, että mahdollisuus itseopiskella päätöksentukea esimerkiksi verkkokurssina olisi tervetullut, sillä varsinaiset järjestettävät koulutukset ovat usein tiukoilla. Verkko-opiskelukin koettiin tosin hyödylliseksi vain siinä tapauksessa, että sen tekemiseen annettaisiin erikseen aikaa muulta työltä. 7 Jatkokehitysehdotukset Tutkimuksen tuloksissa korostui useaan otteeseen tiedon koostaminen, joka voidaan ottaa huomioon jatkokehitysehdotuksissa useammalla eri tavalla. Ensinnäkin käyttäjiltä saadun palautteen perusteella päätöksentukeen voitaisiin luoda omat symbolit kansantaudeille eli diabetekselle, astmalle ja allergioille, syövälle, muistisairauksille sekä sydänja verisuonisairauksille. Nämä symbolit kertoisivat nopealla vilkaisulla tärkeää informaatiota käyttäjälle siitä, mitä tämän tulee pitää mielessään suunnitellessaan potilaan hoitoa tai lääkitystä. Symboleiden tulisi olla selkeitä ja yksinkertaisia, jotta niiden ymmärtämiseen ei kulu aikaa, mutta kuitenkin väreiltään huomiota herättäviä, jotta käyttäjä kiinnittää niihin huomionsa. Symboleiden ei kannata sisältää pieniä kuvia tai monimutkaisia muotoja, sillä ne voivat vaikeuttaa symbolin ymmärtämistä. Esimerkiksi eriväriset renkaat voisivat yksinkertaisuudessaan olla sopivia tähän tarkoitukseen. Esimerkkiehdotus symboleista on kuvassa 6.

39 34 Kuva 6. Ehdotus kansantautien symboleista. Pyöreä yksinkertainen muoto on sekä selkeä että eroaa päätöksentuen muista merkeistä ja symboleista tarpeeksi, mutta ei myöskään riitele päätöksentuen muun sisällön kanssa. Symboleiden merkityksiä ei välttämättä tarvitsisi esitellä päätöksentuessa kuvan 6 mukaisesti. Siltä varalta, että käyttäjä unohtaa symbolin merkityksen tai vasta opettelee sitä, symbolin selitteen voisi saada esiin viemällä kursorin sen päälle. Käyttäjäpalautteen pohjalta syntyi myös idea päätöksentuen näytöllä olevasta koosteruudusta. Koosteruutu voisi olla sijoitettuna esimerkiksi päätöksentuen alalaitaan laatikkomaisesti. Se voisi olla asemoinniltaan kiinteä elementti, jolloin sivun vierittäminen ei vaikuttaisi sen asemaan. Se siis ikään kuin kelluisi omalla paikallaan, vaikka käyttäjä rullaisi selainikkunaa alas- tai ylöspäin. Tällöin ei haittaisi, vaikka se olisi osittain muun sisällön päällä, sillä vierittämällä sivua sen takana olevan sisällön saisi näkyviin. Koosteruutu ei saisi kuitenkaan viedä liikaa tilaa näytöltä, jotta se ei häiritsisi käyttäjää. Sen sisällön tulisi olla tiiviissä ja ytimekkäässä muodossa, jotta se olisi mahdollisimman informatiivinen ja tarkoituksenmukainen. Esimerkiksi juurikin kansantautien symbolit sekä potilaan ikä, sukupuoli, painoindeksi, diagnoosit ja lääkkeet voitaisiin sijoittaa koosteruutuun. Havainnekuva mahdollisesta koosteruudusta on esitettynä kuvassa 7, jossa on havainnollistettu myös, miten symbolin selite näkyisi viemällä kursorin sen päälle.

40 35 Kuva 7. Esimerkki päätöksentuen koosteruudusta. Tiedon koostamiseen liittyy myös laskureiden yksinkertaistaminen, joka syntyi ideana niin ikään saadun palautteen perusteella. Tällä hetkellä päätöksentuen käyttöliittymästä saa auki laskurilistan, jossa jokainen laskuri on omana linkkinään, ja varsinainen laskuri aukeaa linkin takaa. Joidenkin laskutoimitusten kaavat ovat yksinkertaisia ja lähtötiedot saadaan suoraan potilastietojärjestelmästä, joten niiden tulos voitaisiin näyttää heti laskurilistassa ilman, että käyttäjän tarvitsee avata kyseistä laskuria erikseen uuteen ikkunaan. Tällaisia laskureita ovat muun muassa painoindeksi ja kehon pinta-ala. Linkit uuteen ikkunaan aukeaviin laskureihin voitaisiin silti säästää, jotta käyttäjä voisi halutessaan avata laskurin kokonaisuudessaan. Yksinkertaisten laskutoimitusten tulos näytettäisiin helposti heti laskurilistauksessa, kuten kuvassa 8 on havainnollistettu.

41 36 Kuva 8. Laskurilistan kehitysehdotus. Laskurit olivat tulosten perusteella päätöksentuen pidetyin ominaisuus, joten kehitysehdotus jäljittelee hyvin pitkälti laskurilistan nykyistä muotoa. Toimivaa asiaa on turha lähteä radikaalisti muuttamaan, sillä silloin on vaarana, että käyttäjien tyytyväisyys laskee. Kehitysehdotuksen tarkoituksena on, että pidetystä asiasta saataisiin tehtyä entistäkin parempi. Hoitosuosituslinkkien määrä oli tutkimustulosten perusteella yksi käyttäjiä eniten häiritsevistä asioista päätöksentuessa. Niinpä olisi hyvä, jos hoitosuosituksia saataisiin suodatettua esimerkiksi kriittisyyden mukaan siten, että niiden määrä vähenisi ja tietoa saataisiin myös sitä kautta koostettua. Kehitysehdotuksena oletusarvoisesti näytettäisiin vain kaikkein ajankohtaisimmat ja kriittisimmät hoitosuositukset. Lyhennetyn hoitosuosituslistauksen perään voisi lisätä pudotusvalikon omaisen toiminnon, jolla käyttäjä saisi halutessaan laajennettua listaa hoitosuosituksista (kuva 9). Toiminto voisi näkyä käyttöliittymässä esimerkiksi pudotusvalikkonappina ja katso lisää hoitosuosituksia -tekstinä.

42 37 Näin käyttäjälle näytettäisiin oletusarvoisesti hoitosuosituksia, mutta niitä ei näkyisi heti häiritsevän paljon. Samalla kuitenkin ne käyttäjät, jotka haluavat nähdä enemmän hoitosuosituksia, pystyisivät yhä näkemään kaikki hoitosuositukset avaamalla pudotusvalikon. Kuva 9. Hoitosuositusten nykyinen versio ja kehitysehdotus. Toinen vaihtoehtoinen kehitysehdotus hoitosuosituslinkkien vähentämiseksi on, että diagnooseja koskevien otsikoiden alta poistettaisiin kokonaan listat eri lähteiden hoitosuosituksista. Sen sijaan diagnoosiotsikoihin, joita ovat muun muassa kuvassa 9 näkyvät Acne rosacea ja Eteisvärinä, lisättäisiin linkit Terveysportin kyseisen diagnoosin hakusivulle, josta käyttäjä löytäisi helposti koostettuna samat asiat kuin tämänhetkisestä hoitosuosituslistasta. Terveysportti on Kustannus Oy Duodecimin tuottama palvelu, jossa on kattavasti lääketieteellistä tietoa koottuna yhteen paikkaan. Hoitosuosituslinkit vievät tällä hetkellä joka tapauksessa pois päätöksentuen ikkunasta, joten Terveysporttiin vievät linkit eivät lisää uusien aukeavien ikkunoiden määrää. Kuvassa 10 on havainnollistettu, miltä hoitosuositusten osio näyttäisi tällöin päätöksentuessa ja mihin käyttäjä päätyisi klikkaamalla diagnoosiotsikkoa.

43 38 Kuva 10. Hoitosuositusten toinen kehitysehdotus ja diagnoosiotsikon kautta aukeava Terveysportin haku. Kvantitatiivisen kyselytutkimuksen tuloksista huomataan, että lääkärit ja hoitajat käyttävät päätöksentuesta eri asioita ja ominaisuuksia. Esimerkiksi hoitajat eivät juurikaan käytä Lääkityksen kokonaisarviota, joten sen näkyminen käyttöliittymässä voi olla heidän kannaltaan turhaa. Tällä hetkellä päätöksentuki tunnistaa, onko käyttäjä lääkäri vai hoitaja, ja näyttää sen mukaan tietoa hieman eri muodoissa. Yksi ratkaisu voisi kuitenkin olla, että hoitajille ja lääkäreille muokattaisiin omat versiot päätöksentuesta. Tämä on toteutuksen kannalta varteenotettava ajatus, joka vaatii kuitenkin paljon selvitystyötä, jotta ideaa voitaisiin jalostaa pidemmälle. Sitä, mitä millekin käyttäjälle näytettäisiin päätöksentuessa ja mitä näkymästä suodatettaisiin, pitäisi tutkia enemmän, jotta lääkäreille, hoitajille ja myös farmaseuteille saataisiin räätälöityä oikeanlaiset versiot. Samalla voitaisiin toisaalta tutkia, onko päätöksentuen valikko mahdollista muokata sellaiseksi, että käyttäjä voisi itse päättää, mitä tietoja ja toimintoja hän haluaa nähdä.

44 39 Tutkimuksen tuloksissa korostui myös päätöksentuen käytön koulutuksen tarve. Yhtenä kehitysehdotuksena käytön koulutusta tulisi siis lisätä erityisesti hoitajien ja uusien työntekijöiden keskuudessa, mikä voi olla helpommin sanottu kuin tehty. Haastatteluissa kävi ilmi, että päätöksentuen itseopiskelumahdollisuus kiinnostaisi käyttäjiä. Itseopiskelun mahdollistamiseksi tulisi varmistaa, että kaikki palvelun käyttäjät saisivat työpaikkansa puolesta käyttää tietyn osan työajastaan verkko-opiskeluun. Tämä on tietysti työnantajasta kiinni, mutta päätöksentuen tiimi voisi suositella tätä esimerkiksi osana tulevia käyttöönottoja. Oppiporttiin eli Duodecimin terveydenhuollon ammattilaisille suunnattuun täydennyskoulutuspalveluun ollaan lähitulevaisuudessa lisäämässä kurssi, jossa käyttäjä pääsee opiskelemaan päätöksentukea ja sen käyttöä. Kurssin sisältö myös skaalautuu sen mukaan, onko käyttäjä ammattinimikkeeltään hoitaja, lääkäri vai farmaseutti. Jotta mahdollisimman moni käyttäjä pääsisi hyötymään kurssista, tulisi kurssiin päästä sellaisista paikoista, jotka ovat otollisia päätöksentuen käyttäjille. Tässä auttaisi kurssin linkin lisääminen päätöksentuen käyttöliittymään, sillä päätöksentukea käyttäessään käyttäjät muistavat parhaiten, mikä käytössä on haastavaa tai mistä haluaisi muuten oppia lisää. Linkki veisi päätöksentuesta suoraan Oppiportissa olevaan kurssiin. Kurssin linkin tulisi olla tarpeeksi selkeästi ja yksinkertaisesti merkitty, jotta se huomataan mutta ei häiritse työskentelyä. Pelkkä pieni teksti ei välttämättä herätä tarpeeksi huomiota. Päätöksentuessa on jo lisäinfolle ja palautelomakkeelle omat kuvakkeet, joten käyttöliittymään voisi lisätä myös kurssille oman kuvakkeensa. Koska tällä hetkellä info- ja palautenappien kuvakkeet löytyvät päätöksentuen eri osioiden oikeasta ylälaidasta, olisi kurssin linkin sijoittaminenkin oikeaan ylälaitaan luontevaa. Linkitystä päätöksentuesta Oppiportin kurssiin on havainnollistettu kuvassa 11.

45 40 Kuva 11. Käyttöliittymäehdotus itseopiskelukurssin linkin sijoittamisesta päätöksentuessa. Kvantitatiivisen kyselytutkimuksen sekä kvalitatiivisen haastattelututkimuksen tulosten analysoinnin perusteella EBMeDS-päätöksentukeen ideoitiin edellä mainittuja jatkokehitysehdotuksia, joilla voitaisiin mahdollisesti parantaa järjestelmän käyttäjäkokemusta entisestään. Ideoidut kehitysehdotukset liittyvät pitkälti tiedon koostamiseen sekä käyttöliittymän kehittämiseen. Jatkokehitysehdotuksia pohdittaessa pyrittiin huomioimaan ideoiden toteutettavuus sekä teoriaosassa kerrotut toimivan päätöksentuen komponentit. Esitettyjen ideoiden käyttöönotosta tai hylkäämisestä vastaa jatkon osalta EBMeDS:in tuotekehitystiimi.