Laborantti asettaa verinäyteputkiloita kehikkoon.

Savonia-artikkeli Pro: Patologian laboratorion näytteidenjakoprosessi uudistuu digitaalisilla ratkaisuilla

Savonia-artikkeli Pro on kokoelma monialaisen Savonian asiantuntemusta eri aiheista.

This work is licensed under CC BY-SA 4.0Creative Commons logoCreative Commons Attribution logoCreative Commons Share Alike logo

Digitalisaatiokehityksen myötä patologian laboratorioprosessi on siirtynyt entistä enemmän digitaaliseen maailmaan (Hassell ym. 2023, 475). Digitalisaatio tai osittainen digitalisaatio on rutiinia monissa patologian laboratorioissa kautta maailman (Jahn, Plass & Moinfar 2020, 2). Digitalisaation aste vaihtelee laboratorion koon sekä käytettävissä olevien resurssien mukaan (Pinto, Bychkov, Tsuyama, Fukuoka & Eloy 2023, 9).

Täyden digitalisaation saavuttaminen vaatii muutoksia. Artikkelin esittelemän opinnäytetyön tarkoitus oli tutkia kehittämisnäkökulmasta digitaaliseen näytteidenjakoon siirtymisen vaikutuksia osana laboratorion digitalisaatiota. Tavoitteena oli selvittää, mitä tulee ottaa huomioon kehitettäessä uutta toimintoa, millaisia haasteita digitaalinen näytteidenjako voi tuoda ja miten ne voidaan ratkaista.

Digitaalinen patologia

Digitaalisessa patologiassa näytelasit skannataan näytelasiskannerilla. Skannauksessa tuotetaan digitaalinen korkearesoluutioinen kopio alkuperäisestä näytelasista (Park, Pantanowitz & Parwani 2012, 570). Täydellisesti digitalisoidussa patologian prosessissa näytelasi arkistoidaan suoraan skannauksen jälkeen ja digitaaliset kuvat jaetaan patologeille analysoitavaksi laboratoriotietojärjestelmän kautta. Patologi antaa lausunnon ja patologis-anatomisen diagnoosin digitaalisten kuvien perusteella (Näpänkangas & Tolonen 2019, 320; Mäkinen 2024). Digitalisaation avulla parannetaan potilasturvallisuutta, jatkuvuutta, laatua ja luotettavuutta (Popescu, EL-Chaarani, EL-Abiad & Gigauri 2022, 1–2).

Digitaalisen patologian tavoite ja etu on fyysisten näytelasien vähäisempi käsittelyn tarve sekä ajansäästö. Digitaalisessa prosessissa näytteiden viivettä eli kiertoaikaa voidaan lyhentää. Ajansäästön avulla potilaiden hoidon aloitus voi nopeutua. Vaste hoitoihin voi olla sitä parempi, mitä aikaisemmin ne päästään aloittamaan (Baidoshvili ym. 2018, 793, 787.)

Kehittämistyön kohteena digitaalinen näytteidenjako

Opinnäytetyö tehtiin osittain digitalisaatiota hyödyntävässä patologian laboratoriossa. Laboratorion näytteenjakotoiminnassa on käytössä hybridimalli. Hybridimallissa näytelasit sekä skannataan että jaetaan fyysisesti patologille. Toistaiseksi laboratoriotietojärjestelmässä on mahdollista jakaa näyte patologille, mutta näytteiden etsiminen järjestelmästä ilman laseja ja lähetteitä ei onnistu. Täysin digitaalisen jakotoiminnan mahdollistava toiminto puuttuu. Toimintamallissa kuluu paljon aikaa näytelasien keräämiseen ja lajitteluun laboratorion suuren näytemäärän takia. Lisäksi näytelasien skannaaminen tuottaa yhden uuden prosessivaiheen näytteen kulkuun ja näytteen kokonaiskiertoaika pidentyy.

Digitaalisen näytteidenjaon kehittämisen vaatimat tarpeet ja haasteet saatiin selvitettyä opinnäytetyön tuloksena. Näitä tuloksia hyödynnettiin uuden digitaalisen jakotoiminnon kehittämistyössä. Tuloksista on opinnäytetyön lisäksi kirjattu erillinen vaatimustenmäärittelydokumentti, joka toimitettiin laboratoriotietojärjestelmäkehittäjille. Työn tulosten ja vaatimusten perusteella kehitetään uusi digitaalinen jakotoiminnallisuus, jotta näytteiden jako voidaan toteuttaa digitaalisesti ja laboratorio voi siirtyä täyteen tai lähes täyteen digitalisaatioon.

Uusi toiminto vaatii sekä laboratoriotietojärjestelmän kehittämistä että sisäisen toiminnan tarkastelua

Manuaalisen ja digitaalisen työnkuvan yhteensovittaminen vaatii useita uusia toimintoja sekä olemassa olevien toimintojen muokkausta. Tietotekniset ratkaisut tehtiin käytössä olevien jakotapojen ja -mallien pohjalta. Tietojärjestelmä ei kuitenkaan aina taivu kaikkiin haluttuihin toimintoihin tietoteknisien rajoitteitten takia.

Useat toiminnot vaativat parhaiten toimiakseen laboratoriotietojärjestelmän kehitystä, mutta osa haasteista voidaan ratkaista nykyisiä prosessin toimintoja ja työtapoja muokkaamalla. Toiminnan kriittinen tarkastelu on olennainen osa jatkuvaa parantamista tehokkuuden ja laadun lisäämiseksi. Erilaiset haasteet tunnistettiin ja niihin löytyi ratkaisuehdotuksia.

Täysin digitaaliseen patologiaan siirtyminen vaatii resursseja, sopeutumista sekä uusia tapoja tehdä työtä

Digitalisaatioon siirtyminen vie aikaa ja siihen voi vaikuttaa laboratorion koko, näytemäärät ja käytössä olevat resurssit. Laboratorion työnkulkuja tulee digitalisaation myötä mukauttaa, jotta tilojen sekä henkilöstön optimaalista resurssointia voidaan parantaa. Tämä luo mahdollisuuden kasvattaa tehokkuutta. (Fraggetta ym. 2021, 2, 4; Pinto ym. 2023, 9.) Täyteen digitalisaation siirtyminen ja jakotoiminnan muuttuminen digitaaliseksi vaatii henkilökunnalta sopeutumista. Muutosten ja uusien tapojen hyväksyminen helpottuu usein ajan kanssa, kun uuteen toimintaan on tutustuttu ja totuteltu. Uutta toimintatapaa ja muutosten vastaanottavuutta voidaan parantaa. Henkilökunnan kokema osallisuuden tunne voi auttaa vähentämään muutosvastarintaa. (Olkkonen, Petäjä & Terkamo-Moisio 2024, 340–341.)

Tehokkuuden, potilastyytyväisyyden ja toipumisennusteen parantaminen

Digitaalisen näytteidenjaon ajansäästölliset vaikutukset ovat huomattavia. Tarkoitus on sujuvoittaa prosesseja, parantaa laatua ja sitä kautta lisätä asiakastyytyväisyyttä. Kehittämisen ja muutoksen myötä saatu nopeampi diagnostiikka ja näytevastauksen entistä parempi oikea-aikaisuus voivat ratkaisevasti vaikuttaa potilaan toipumisennusteeseen.

Artikkeli pohjautuu Jenni Winterin opinnäytetyöhön ”Digitaalisen näytteidenjaon kehittäminen patologian laboratoriossa: Uuden toiminnon vaatimat tarpeet ja haasteet”.

Kirjoittajat:

Jenni Winter, valmistuva bioanalytiikan kliinisen asiantuntijuuden YAMK-opiskelija, Savonia-ammattikorkeakoulu, s2314180@edu.savonia.fi

Hanna Peltonen, FT, tuntiopettaja, Master School, Savonia-ammattikorkeakoulu, hanna.peltonen@savonia.fi

Lähteet:

Baidoshvili, A., Bucur, A., van Leeuwen, J., van der Laak, J., Kluin, P. & van Diestt, P. J. 2018. Evaluating the benefits of digital pathology implementation: time savings in laboratory logistics. Histopathology 73, 784–794. https://doi.org/10.1111/his.13691.

Fraggetta, F., L’Imperio, V., Ameisen, D., Carvalho, R., Leh, S., Kiehl, T-R., Serbanescu, M., Racoceanu, D., Della Mea, V., Polonia, A., Zerbe, N., & Eloy, C. 2021. Best Practice Recommendations for the Implementation of a Digital Pathology Workflow in the Anatomic Pathology Laboratory by the European Society of Digital and Integrative Pathology (ESDIP). Diagnostics 11 (11), 2167. https://doi.org/10.3390/diagnostics11112167.

Hassell, L. A., Absar, S. F., Chauhan, C., Dintzis, S., Farver, C. F., Fathima, S., Glassy, E. F., Goldstein, J. A., Gullapalli, R., Ho, J., Koch, L. K., Madory, J. E., Mirza, K. M., Nguyen, P. N., Pantanowitz, L., Parwani, A., Rojansky, R., Seifert, R. P., Singh, R., ElGarry, E. A. & Bui, M. 2023. Pathology Education Powered by Virtual and Digital Transformation: Now and the Future. Archives of Pathology & Laboratory Medicine 147, 474-491. https://doi.org/10.5858/arpa.2021-0473-RA.

Jahn, S. W., Plass, M. & Moinfar, F. 2020. Digital Pathology: Advantages, Limitations and Emerging Perspectives. Journal of Clinical Medicine 9 (11), 3697. https://doi.org/10.3390/jcm9113697.

Mäkinen, M. 2024. Kudosnäytteiden eri tyypit. Teoksessa Mäkinen, M., Arola, J., Kholová, I., Kronqvist, P., Leivo, I., Mäyränpää, M., Paavonen, T., Pohjanen, V-M., Rauramaa, T., Ristimäki, A. & Sironen, R. (toim.) Patologia. E-kirja. Helsinki: Kustannus Oy Duodecim.

Näpänkangas, J. & Tolonen, T. 2019. Adoption of diagnostic digital pathology in Finland. Finnish Journal of eHealth and eWelfare 11, 320–325. https://doi.org/10.23996/fjhw.82550.

Olkkonen, L., Petäjä, U-K. & Terkamo-Moisio, A. 2024. Terveydenhuollon henkilöstön ja johtajien kokemuksia muutoksen johtamisesta. Hoitotiede 36, 335-349.

Park, S., Pantanowitz, L., & Parwani, A. V. 2012. Digital imaging in pathology. Clinics in Laboratory Medicine 32, 557–584. https://doi.org/10.1016/j.cll.2012.07.006.

Pinto, D. G., Bychkov, A., Tsuyama, N., Fukuoka, J. & Eloy, C. 2023. Real-world implementation of digital pathology: results from an intercontinental survey. Laboratory Investigation, 103 (12), 100261. https://doi.org/10.1016/j.labinv.2023.100261.

Popescu, C., EL-Chaarani, H., EL-Abiad, Z. & Gigauri, I. 2022. Implementation of Health Information Systems to Improve Patient Identification. International Journal of Environmental Research and Public Health 19 (22), 15236. https://doi.org/10.3390/ijerph192215236.