Stockholms universitet

Forskningsprojekt Digital innovation i samverkan mellan stad, region och akademi med fokus på multisjuka äldre (DISRA)

Projektet handlar om hur vården av multisjuka äldre kan förbättras. Vi identifierar och designar innovativa tjänster, baserade på datadrivna lösningar. Syftet är att förhindra återinskrivningar till avancerad sjukhusvård och minimera felbehandlingar.

Genrebild: En äldre och en yngre person håller varandra i handen. Foto: Doug Olsen/Mostphotos.
Foto: Doug Olsen/Mostphotos.

Ett centralt problem i hälso- och sjukvård samt omsorg är att vårdgivare inte får tillgång till relevant och aktuell information om patienter som slussas mellan stad och region. Orsaken till det går att finna främst i juridiska och tekniska hinder. Det finns även skillnader i kultur, kunskap, ansvarsförhållanden och arbetssätt mellan region och stad.

Detta kan leda till sämre kvalitet i vården. Det finns en risk för ständiga återinskrivningar till akutsjukvård och slutenvård, men multisjuka äldre riskerar även att felbehandlas. Vi ser därför en stor potential i att utveckla innovativa tjänster som förbättrar samverkan mellan vårdgivare i stad och region. Det gäller i synnerhet tjänster baserade på datadrivna lösningar.

Projektet är ett samarbete mellan Stockholms universitet (deltagare från Institutionen för data- och systemvetenskap och juridiska institutionen), KTH, Stockholms stad och Region Stockholm.

Projektbeskrivning

Projektet avser att identifiera och utforma innovativa tjänster baserade på datadrivna lösningar för att förbättra samverkan mellan stad och region i syfte att stödja multisjuka äldre.

Bakgrunden är att allt mer avancerad vård i dag sker i hemmet (hemsjukvård) och i stadens vård- och omsorgsboende (VoO) och därmed inte bara på regionens sjukhus. För att hälso- och sjukvård i större utsträckning ska kunna skötas i hemmet eller i VoO krävs en god samverkan och informationsöverföring mellan vårdgivare över organisationsgränser. Detta gäller särskilt vården för multisjuka äldre som ofta slussas mellan regionens specialister och stadens vård- och omsorgspersonal.

Ett centralt problem i vård och omsorg är att inblandade vårdgivare inte får tillgång till relevant och aktuell information om till exempel multisjuka äldre och andra patienter vid slussning mellan stad och region. Orsaken till det går att finna i juridiska (sekretesslagstiftning, PDL, etc) och tekniska hinder (ej integrerade system) men även i skillnader i kultur, kunskap, ansvarsförhållanden och arbetssätt i region respektive stad. Konsekvenser kan leda till sämre kvalitet i vården med risk för ständiga återinskrivningar i akutsjukvård/slutenvård och felbehandlingar.

Det finns därför en stor potential i att utveckla innovativa tjänster som förbättrar samverkan mellan vårdgivare i stad och region. Det gäller i synnerhet tjänster baserade på datadrivna lösningar, särskilt AI-lösningar, som till exempel kan användas för att predicera försämring och på sikt minska risken för återinskrivningar av multisjuka äldre till regionens sjukhus från ett av stadens VoO.

För att detta ska vara möjligt behöver data från vårdgivare i staden (som VoO) och regionen (som sjukhus) användas. Med hjälp av sådana tjänster skulle vårdgivare kunna agera mer proaktivt och förbättra vården av multisjuka äldre.

Projektets övergripande frågeställning är:
Vilka innovativa tjänster baserade på datadrivna lösningar kan förbättra samverkan mellan vårdgivare i region och stad i syfte att stödja multisjuka äldre?

Projektmedlemmar

Projektansvariga

Erik Perjons

Docent

Institutionen för data- och systemvetenskap
Erik Perjons

Sebastiaan Meijer

Hälsoinformatik och logistik, KTH

Urban Ekman

FoUUI-ansvarig, Karolinska universitetssjukhuset

Medlemmar

Katarina Fast Lappalainen

Universitetslektor

Juridiska institutionen
Katarina Fast Lappalainen

Shengnan Han

Professor

Institutionen för data- och systemvetenskap
2023_2

Martin Henkel

Docent

Institutionen för data- och systemvetenskap
Martin

Amin Jalali

Docent

Institutionen för data- och systemvetenskap
Amin Jalali

Paul Johannesson

Professor

Institutionen för data- och systemvetenskap
Paul Johannesson

Nyheter