Samuli Niiranen VP, Engineering Mylab Oy
Allekirjoittaneesta 10+ vuotta työtä biolääketieteen informatiikan parissa Tietojärjestelmätoteuteukset kroonisten sairauksien seurantaan, kirurgian toiminnanohjaukseen, jne. Tutkimusintressit edellisten lisäksi lääketieteellisen ihmiskielen koneellisessa ymmärtämisessä Koulutus Tekniikan tohtori, Tampereen teknillinen yliopisto, 2005 Research Fellow, Brigham and Women s Hospital, Harvard Medical School, 2006-2007 Mylabissa vuodesta 2011 sivu 2
Mylab yleistä Yhtiö perustettu vuonna 1987 Toimitusjohtaja Esa Soini Pääpaikka Tampere Toimistot Tampereella ja Helsingissä n. 80 työntekijää Laboratorioasiantuntijat -> Sovellusasiantuntijat Aiemmat tuotteet Multilab, Weblab Clinical, Samba Uuden sukupolven tuote Weblab integroituun laboratoriodiagnostiikkaan sivu 3
Taustaa Mylabilla on pitkä ja laaja kokemus erilaisten laboratorioautomaatioratkaisujen tukemisesta laboratiotietojärjestelmällä Isoja historiallisia kehitysaskeleita Analysaattoreiden suoraliitännät laboratoriotietojärjestelmään Tulosten autoverifiointi Mitä tulevaisuudessa? sivu 4
Automaatio Automaatio (kreik. Automatos) tarkoittaa itsetoimivaa laitetta tai järjestelmää Nykyisin (teollisuus)automaatio tarkoittaa usein tietokoneen käyttämistä koneiden ja tuotantoprosessien ohjaamisessa Automaation joitakin hyötyjä ovat toistettavuus, tiukempi laadunhallinta, jätteiden vähentyminen, integraatio yrityksen muiden järjestelmien kanssa, kasvanut tuotanto ja pienentynyt työvoiman tarve sivu 5
Automaation rajoituksia Nykyteknologioilla ei voida automatisoida kaikkea mitä haluttaisiin automatisoida Kun jotain prosessia enenevässä määrin automatisoidaan, uusilla panostuksilla saavutetaan jatkuvasti pienempää hyötyä ( diminishing returns ) Kun yhä useampi prosessi automatisoidaan, on entistä harvempia jäljellä olevia ei-automatisoituja prosesseja ( exhausting opportunities ) sivu 6
Mitä ei vielä pystytä automatisoimaan? Toistaiseksi enemmän tai vähemmän tietoteknisen automaation ulottumattomissa Ihmisen kykyä vastaava hahmontunnistus Ihmiskielen koneellinen ymmärtäminen Ihmiskielen koneellinen tuottaminen => kun näihin haasteisiin löytyy ratkaisu, ollaan pitkällä matkassa kohti yhteiskuntaa, jossa kaikki on ilmaista ( post-scarcity society ) sivu 7
Esimerkki tietoteknisen automaation rajoilta ensiavun sisääntulosyiden koneellinen ymmärtäminen Niiranen S et al. Towards reflective management of emergency department chief complaint information. IEEE Transactions on Information Technology in Biomedicine. 2008 Yli-Hietanen et al. Domainspecific analytical language modeling - the chief complaint as a case study. International Journal of Medical Informatics. 2009 sivu 8
Esimerkki sisääntulosyyn osan käsittelysäännöstä <Q> POSSIBLE \? Maybe (\s \A)Thinks(\s \Z) (\s \A)Mayve(\s \Z) sivu 9
Uuden sukupolven laboratoriotietopalvelut automaation näkökulmasta Laboratoriodiagnostiikan tietojenkäsittely siirtyy integroidumpaan, eri erikoisalat yhtenäisesti kattavaan, suuntaan Samalla uutta tukea automaatiolle laboratoriossa eri näkökulmista Toiminnallinen automaatio: automaatiojärjestelmien älykäs ohjaus Tiedollinen automaatio: laajennettu autoverifiointi, optimoiva laadunvalvonta, muuta? sivu 10
Erikoisalojen sulautuminen Patologia Mikrobiologia Kemia Integroitu laboratorio Hematologia Genetiikka à Tulevaisuudessa kyse on enemmän millä menetelmällä/laitteella tutkimus tehdään, ei niinkään erikoisalasta sivu 11
Toteutunutta ja mahdollisuuksia
Mitä uutta tulossa autoverifiointiin? Tulokset eivät joudu enää jonottamaan autoverifiointiin Tulokset tallentuvat heti lopulliseen paikkaansa tietokannassa, vain verifiointi- ja julkaisutila muuttuvat Tuloksen verifiointi ja julkaisu eriytetty toisistaan Kaikille tutkimuksille tehdään aina perustarkastukset, jotka voivat nostaa tarkastuslippuja Tarkastusliput helpottavat tulosten tarkastelua, vaikkei tutkimuksella olikaan käytössä automaattijulkaisu sivu 13
Mitä uutta tulossa autoverifiointiin? Rekistereiden ylläpito helpompaa Yleisimmät tarkastukset ovat käytössä automaattisesti Tarkastuslippujen vaikutusta automaattijulkaisuun säädetään rasti ruutuun periaatteella Graafiset Web-käyttöliittymät Tulosten tarkastelu on visuaalisempaa ja informatiivisempaa Näkyvillä vain tarvittava tieto Kuvakkeiden avulla kokonaiskuva kertavilkaisulla Mahdollisuus pureutua tulostasolla yksityiskohtaisiin tarkastusjälkiin sivu 14
Tulevaisuuden mahdollisuuksia Autoverifioinnin laajentaminen kemiasta muille erikoisaloille ja integroituun laboratoriodiagnostiikkaan sivu 15
Toteutunutta ja mahdollisuuksia
Periaate Näytteen sijaintitiedot Automaatiolinjasto LIS Analysaattori Pyynnöt ja tulokset Käyt- Analysaattori Liitännät Sään- nöstö täjän toimen- piteet Analysaattori Pyynnöt ja näytteen reitityskäskyt esim. HL7 sivu 17
Säännöstö Ylläpitäjän itse hallinnoitavissa Tutkimus- ja menetelmäkohtainen Sääntöjä voi määrittää tutkimus-menetelmäparille 0 n Sääntö muodostuu ehto- ja toiminto-osasto, joihin on valittavissa laajeneva joukko funktioita operaattoreineen ja parametreineen Luontia helpottaa sääntöeditori, josta näkee kunkin funktion käyttötarkoituksen ja mahdolliset parametrit kuvauksineen Tilauksesta voidaan luoda myös kustomoituja sääntöfunktioita yksittäisiä erityistapauksia varten Laskennallisten tutkimusten laskentakaavojen ylläpito yhtenäisellä tavalla säännöstöjen kanssa sivu 18
Säännöstö Ehto-osassa käytettävissä 1. Kaikki LISssä oleva tieto, esim. potilaasta ja hänen aiemmista tuloksistaan 2. Analysaattorin lähettämät tiedot, esim. tutkimusten tulokset ja hälytykset Toiminto-osalla vaikutetaan 1. Tuloksen julkaisutilaan 2. Näytteen reititykseen automaatiolinjastolla 3. Automaattiseen tietojen syöttöön, mm. lausunnot sivu 19
Optimoiva laadunvalvonta Laadunvalvonnassa Six Sigma -menetelmän soveltaminen yhdessä biologisten variaatioiden tietokannan kanssa mahdollistaa optimoinnin uudella tasolla => Laitteiden suorituskyvyn arviointi, jolla voidaan tukea laitevalintojen tekoa => Optimoitujen LV-kontrollisääntöjen ja sääntöketjujen valinta, jolla voidaan saavuttaa suoraa taloudellista hyötyä => Lisää automaattista tietojenkäsittelyä! sivu 20
Muuta? Lausuntomuotoisten vastausten sisällön koneellinen ymmärtäminen ja hyödyntäminen osana laboratoriotietojärjestelmää? sivu 21
Lopuksi Onnistuneessa teknologiaratkaisussa tosiasioiden täytyy mennä julkisuuskuvan edelle, sillä luontoa ei voi huijata. Amerikkalainen Nobel-fyysikko Richard Feynman raportissaan NASAlle avaruussukkula Challengerin onnettomuuden syistä sivu 22