BÄSTIS & LISA. Daniel Andersson, Huddinge Universitetssjukhus Thomas Karlsson, Ementor

Transkript

1 BÄSTIS & LISA Integration och anpassning av SAS-lösningar för att presentera information rörande styrning, planering och uppföljning i ett Content Management system på Huddinge Universitetssjukhus. Daniel Andersson, Huddinge Universitetssjukhus Thomas Karlsson, Ementor

2 Agenda Presentation Ementor Presentation Huddinge Universitetssjukhus Förstudie - Problemställning Business case Proof-of-concept Modellering Datalager - LISA Lösning: Tekniska vägval och funktionalitet Resultat

3 Ementors verksamhetsområden Servicecenter Managed Services Multi Vendor-service och support Outsourcing Business Consulting Affärsstrategi IT-strategi Affärsprocesser Förändringshantering Operations Business Solutions Analys, arkitektur, design, implementering och integration Leverantör av hård- och mjukvara Lösningar för server, klient, lagring, kommunikation, säkerhet, telefoni och video Infrastructure Solutions Specifikation, arkitektur och utformning Grafik och interaktivitet Utveckling, implementering och integration

4 Geografisk spridning Omsättning Anställda Kontor Norge Danmark Sverige Finland Totalt Skellefteå Oulu Trondheim Bergen Tønsberg Skien Stavanger Kristiansand OSLO Sundsvall Göteborg Turku Tampere Lahti Iisalmi Jyväskylä HELSINGFORS STOCKHOLM Århus KÖPENHAMN Helsingborg Malmö

5 Huddinge Universitetssjukhus verksamhetsområden Forskning och utbildning sker i nära samverkan med Karolinska Institutet Sjukhusets största beställare är Sydvästra sjukvårdsområdet Cirka 53% av patienterna kommer från sydvästra Stockholm Cirka 7% av vården ges till patienter utanför Stockholms läns landsting Sjukhuset tillhandahåller även tjänster inom diagnostik och på konsultationsbasis Förutom huvudverksamheten i Huddinge finns sjukhuset representerat på: Södersjukhuset, Södertälje Sjukhus Dialysenheten på Kungsholmen Entreprenad på Sophiahemmet Liljeholmsmottagningen: gastro-, och hjärtsjukvård Barn- och gynekologmottagningar på vårdcentraler och egna mottagningar

6 Huddinge Universitetssjukhus verksamhetsområden Divisionen LabMedicin bedriver omfattande extern filialverksamhet inom SLL Antal mottagningsbesök: Antal vårdtillfällen i sluten vård: Antal behandlingar/operationer i dagkirurgi: 2500 Antal förlossningar: 4500 Antal månadsanställda: 6600 Antal KI-anställda professorer: 75 Antal studenter och elever per år, cirka 2700 Omslutning för år 2002 (budgeterat, cirka MSEK): 4100

7 Förstudie - Problemställning HS Källsystem Prosit Respons Alla lab Apotek HOPA TC RIS FBR Avvikelse E T L Uppföljningsverktyg =Datalager Modellering Metadatahantering Aggregering Partitionering Databas A n a l y s Behov Marknadsfunktionen - Marknadsandelar - Konkurrentanalyser - Kundbeteenden - Demografiska förändringar - Kapacitetsbehov mm mm Ekonomifunktionen - KPP analyser - Internpriser och avtal - Marginalkostnader - Bonussystem - Performanceanalyser Produktionsplanering - Kapacitetsutnyttjande - Resursplanering personal - Resursplanering infrastruktur - Flödesanalyser - Planering elektiv vård mm Forskning/Utveckling: - Process och metodanalyser - Förändringsstudier - Kliniska utvärderingar - Grundforskning - Kvalitetsanalyser mm mm Att lösa identifierade problemområden

8 Proof of concept - Business Case - 1 Business Case för att påvisa nyttan med datalager Uppföljning av patienter på akutmottagningen och röntgenavdelningen Åtgärder Inläsning av rådata från två källsystem: Take Care och RIS 4 OLAP-rapporter Ledtider Ledtider per undersökningstyp Trolig inskrivning Aktiviteter Enkel menysida för tillgång till rapporterna Resultat Behov av ökad analys. Beslut om utvidgad Proof-of-concept.

9 Proof of concept - Business Case - 2 Business Case för att påvisa nyttan med datalager Uppföljning av de akuta processerna på sjukhuset Främst ledtider och patientflöden Åtgärder Inläsning av rådata från försystem Skapande av Datamart Skapande av fasta html-rapporter (ca 60 st) Enkel webbsida för tillgång till rapporterna Resultat Förändring av bemanningsschema på akuten Behov av ökad analys Beslut om långsiktig satsning på HS datalager

10 Behov Källsystem Avvikelse - Datalager Take Care RIS Take Care HOPA Lev In Akutmott AVA Röntgen Ort mott Avd Ger Avd Ort Avd Inf Op Ut Kund Vård avd Remittenter Ambulans Journal Rtg svar Remiss Rtg us Ort bedömn. Pre op vård Diagnos Behandling Information Rem svar Remisser Patient Anhörig Remittent Övr läkare Akut omh. Pre op vård Akut omh. Pre op vård Rtg us 50% Op Post op vård Rtg us Post op vård Post op vård

11 Patient anländer Väntan på läk Detta steg hoppas eventuellt över om läkaren var den som tog kontakt i steg 6 Ankomsttid R Anmälan till receptionen Anmälan till ex medicindisken Läkare in tid R Läkare undersöker pat. Journal plockas fram Väntrum Inläggningsbeslut R Inläggning Till plats tid R Pat till us-rum Pers eller läkare pratar med pat, avklädning, dokumentation 6 R Remiss genereras Provtagning, röntgen mm. Nej Ja Papper görs klara Jrnl skickas till avd Dessa aktiviteter är alternativa Puls, blodtryck, temp Oftast EKG & O2 - mättnad Remissvar upptäcks R RI Remissvar loggas Labsvar på skrivare Patient till avdelning R Ut från akuten tid Journal plockas fram Ev. syrgas Läkare tolkar EKG Inläggningsbeslut R Nej Inläggning Ja Pat. får initial behandling Papper görs klara Papper görs klara Sätter ev. nål Ut från akuten tid R Patient går hem Jrnl skickas till avd Allmän omvårdnad Patient till avdelning R Ut från akuten tid

12 Akutmottagningen Ankomsttid Till plats tid Läkare in tid Remiss Remissvar Remissvar Inläggnings Ut från genereras loggas upptäcks -beslut akuten tid R1 R R2 R R3 R R4 R R10 R R11 RI R12 R R13 R Röntgenkliniken Remiss tas registreras Patient väntar Us-start Us-slut Signering av preliminärsvar R5 R R6 R R7 RI R8 R R9 R R Registreras RI Registreras Inte

13 Närvarande patienter på ortopedakuten per timme Ansvarig Vårdenhet: Akutmottagningen(Ortopedkliniken) Perioden: OCH Måndagar Genomsnittlig bemanning

14 BÄSTIS och LISA Projektet kom att kallas BÄSTIS och systemet kom att kallas LISA BÄSTIS är en förlängning av HS patientfokusområde BÄST - Bemötande Ändamålsenlighet Säkerhet Tillgänglighet med tillägget InformationsStöd BÄSTIS består av sex iterativa etapper med två etapper per år. Varje etapp består av ett antal övergripande delar: Del 1: Behovsanalys Modellering Del 2: Datalager - Design och konstruktion Del 3: LISA - Applikationsutveckling

15 Modellering Utgångspunkt begreppsmodellering 2 begreppsmodeller Standards: Medterm och IA-SLL Förklarar sjukvårdens verksamhet Datamodellering Generell (plattformsoberoende) Iterativ utveckling Flexibel och utbyggbar Mappar data till begreppsmodellen Databasmodellering Anpassad till Huddinge Universitetssjukhus

16 Datalager - modell Metadatastyrd Datakällor Operationellt Datalager 1 2 Idealiserat Datalager Datamart 3 4 Presentation 5 Källa 1 Källa 2 Källa 3 Källa n INLÄSNING Kopia 1 Kopia 2 Kopia 3 Kopia n Teknisk datamodell MODELLERING Idealiserad datamodell AGGREGERING DM 1 Metadata Metadata Analys (EG) Rapportering TEKNISKA DATAFEL FUNKTIONELLA DATAFEL

17 LISA Krav på LISA Användarvänligt Prestanda Ca 6500 potentiella användare (15 % aktiva) Säkerhet Autenticiering Personalisering Reglerad åtkomst (personnummer och organisatorisk enhet) Integrerbart med befintligt intranät Publiceringsverktyg Spårbarhet Snabb implementering

18 Vägval Teknik SAS IntrNet vs WEB AF I samråd med HS och SAS Institute valdes WEB AF som teknik för att kommunicera mellan webbgränssnitt och SAS. Snabbare Bättre sessionshantering Komponentbaserad Mer flexibelt Modernare JSP & Servlets istället för CGI Integrerad med version V9 av SAS.

19 Vägval Plattform Roxen CMS vs egen lösning (Java/SAS) I samråd med HS valdes Roxen CMS som plattform för att presentera rapporter och styra tillgängligheten till dessa. Behörighetssystem Versionshantering Spårbarhet Går att integrera med Tomcat (java servlets/jsp) Inbyggd webbserver Snabb att implementera

20 Lösningar och tekniker Fasta rapporter Ca 1000 rapporter per dag Output Delivery System (ODS) Rapporter i både html- och excel-format Web-server FTP Fysisk server

21 Lösningar och tekniker Dynamiska rapporter Javabaserade Webb-formulär för skapande av rapport Urval Dimension Statistika Presentation (Tabell/graf/excel) Special med dekrypterat data Datamart & metadata-tabeller Web-AF, SAS Java Beans Middleware-server (för-ladda sessioner)

22 Lösningar och tekniker Web-server JSP/Servlet container MiddleWare- Server Fysisk server

23 Lösningar och tekniker OLAP-rapporter 8 kuber Försummerade MDDB-Viewers Urval Dimensioner Statistika Sortering Totaler Export till Ms Excel

24 Lösningar och tekniker Behörighetsstyrning i Roxen CMS Ca 6500 användare Ca 60 behörighetsgrupper Administration av användare och behörigheter webbaserad Styr tillgången till rapporter (kliniknivå) och känslig information (personnummer). Allt användaren ser i gränssnittet har den behörighet till. Övrigt visas inte.

25 Resultat Enklare och effektivare rapportering. Take Care Avvikelsehanteringssystemet. Ökad antal intressenter både inom och utom sjukhuset Fortsatt långsiktig satsning på HS Datalager Fortsatt långsiktig satsning på ledningsinformationssystemet LISA. Etapp III, våren 2003 : Pilotprojekt IT-stöd för BVS på A-divisionen.

26 Kontakt Daniel Andersson, Huddinge Universitetssjukhus Thomas Karlsson, Ementor

27 Frågor?