UUTISET

19.02.2020

CleverHealth Network haluaa käynnistää uusia projekteja – ekosysteemin tuorein kumppani on lääkeyhtiö Pfizer

CleverHealth Network kehittää parempaa hoitoa hyödyntämällä terveys- ja hyvinvointidataa sekä viimeisimpiä digitaalisia ratkaisuja. Uudet tuote- ja palveluinnovaatiot syntyvät HUSin terveydenhuollon asiantuntijoiden ja huippuyritysten yhteistyöllä. Kaksi vuotta sitten käynnistetyssä Digitaalisten terveysinnovaatioiden ekosysteemissä on parhaillaan käynnissä neljä yhteistyöprojektia ja uusia valmistellaan.

  • Ekosysteemien vahvuus tulee nimenomaan yliopistojen ja yritysten yhdistämisestä. Perinteisesti yliopistot ovat olleet hyviä ideoimaan, mutta yritykset ovat olleet niitä, jotka vievät ideat käytäntöön. Toisaalta ekosysteemi tarjoaa mahdollisuuden myös yrityksille osallistua ideointiin ja yliopistoille pohtia, miten lopputuote tai -palvelu toimii oikeassa maailmassa, kommentoi HUSin kehittämisjohtaja Visa Honkanen.

Pfizer osallistuu CleverHealth Network -ekosysteemiin tuoden mukanaan innovatiivisen lääketeollisuuden osaamista ja kansainvälisen organisaationsa yhteydet. Pfizer tekee monipuolisesti yhteistyötä terveystiedon hyödyntämisessä uusien terveydenhuollon läpimurtojen kehittämiseksi. Pfizer tukee Suomen terveysalan tutkimus- ja innovaatiotoiminnan kasvustrategian toteutumista houkuttelemalla investointeja Suomeen ja viemällä suomalaisia innovaatioita maailmalle.

CleverHealth Network tarjoaa erinomaiset mahdollisuudet luoda uusia terveydenhuollon datan jalostukseen perustuvia maailmanluokan ratkaisuja. Pfizer tuo verkostoon omaa osaamistaan tiedon jalostamisessa ja terveydenhuollon ratkaisujen kehityksessä.

  • Näemme Pfizerilla CleverHealth Networkin merkittävänä investointina tulevaisuuteen ja arvostamme suuresti mahdollisuutta olla mukana kehittämässä innovatiivisia terveydenhuollon ratkaisuja potilaiden parhaaksi, kertoo toimitusjohtaja Päivi Kerkola Pfizerilta.

Ekosysteemin projektien tulokset parantavat hoitoa ja tuovat kustannussäästöjä

CleverHealth Networkissa on parhaillaan käynnissä neljä kehitysprojektia, joista laajimmassa on kolme alaprojektia. Kaikissa projekteissa kehitetään monipuolisesti terveysdataa hyödyntäviä digitaalisia ratkaisuja hyvin määriteltyihin kliinisiin haasteisiin liittyen niin pitkäaikaisiin kuin äkillisiinkin sairauksiin.

Esimerkiksi raskausajan diabetes koskettaa vain hetkellisesti tiettyä kohderyhmää, mutta sairastuminen voi lisätä äidin riskiä sairastua kakkostyypin diabetekseen sekä lapsen terveysriskejä. Yhden vaiheen ratkaisulla on siis pitkäaikaisia vaikutuksia. CleverHealth Networkin eMOM GDM-projektissa on kehitteillä mobiilisovellus, joka mittaa ja tallentaa reaaliaikaisesti äidin glukoositasoa, fyysistä aktiivisuutta ja ravintoa.

  • Sovellus auttaa äitejä oppimaan miten ruokavalio ja aktiivisuus vaikuttavat glukoositasoihin ja tätä kautta vastasyntyneen terveyteen. Lisäksi sovelluksen tekoälyn avulla voidaan tarkastella sinne syötettyjä arvoja, jolloin hoitohenkilökunta voi reagoida tilanteen niin vaatiessa, kertoo naistentautien ja synnytyksen toimialajohtaja Seppo Heinonen HUSilta.

Tekoälyllä helpotetaan lääkäreiden työtä ja mahdollistetaan potilaiden parempi kohtaaminen

Ehkäisemällä raskausajan diabeteksen muuttumista myöhemmin kakkostyypin diabetekseksi säästetään merkittävästi yksilön ja yhteiskunnan taakkaa. Samanlaisia vaikutuksia on myös muiden sairauksien, erityisesti harvinaissairauksien, varhaisella diagnosoinnilla ja nopealla hoidolla.

  • Tilastojen mukaan kuudella prosentilla suomalaisista on jokin harvinaissairaus. Näiden sairauksien diagnosointi vie paljon aikaa, minkä vuoksi hoito aloitetaan suhteellisen myöhään, jolloin se on myös vaativampaa. Helsingin ja Uudenmaan sairaanhoitopiirin budjetista noin 18 prosenttia menee harvinaissairauksien hoitoon, avasi osastonylilääkäri ja harvinaissairauksien yksikön johtaja Mikko Seppänen HUSilta

eCare for Me -projektikokonaisuudessa kehitetään tehokkaampaa ja nopeampaa hoitoa harvinaissairauksiin, akuuttiin leukemiaan sekä kotidialyysipotilaille. Projektissa hyödynnettävän tekoälyn avulla voidaan yhdistää potilaspolkujen analyysejä, vertailla laboratorio- ja kuvantamistuloksia sekä löytää ja hallita monimutkaisia syy-seuraus -suhteita, jotka auttavat hoidon kehittämisessä.

Kun lääkärin aika ei mene eri tietokantojen selaamiseen diagnoosin tekemiseksi tai potilas saa sovelluksen kautta ilmoituksen tilansa huonontumisesta, säästetään sairaanhoidon resursseja, tehostetaan potilaiden saamaa hoitoa ja sujuvoitetaan sekä hoitohenkilökunnan työtä että potilaan arkea.