Vad driver och formar framtidens välfärd? Demografi driver behov och finansieringsmöjligheter Värderingar och teknik driver hur den utformas

Transkript

1

2 Vad driver och formar framtidens välfärd? Demografi driver behov och finansieringsmöjligheter Värderingar och teknik driver hur den utformas

3 Antal Antal döda i olika åldrar, Sverige Källa: Human Mortality Database. University of California, Berkeley (USA), and Max Planck Institute for Demographic Research (Germany), SCB. Ålder

4 Antal Antal döda i olika åldrar, Sverige Källa: Human Mortality Database. University of California, Berkeley (USA), and Max Planck Institute for Demographic Research (Germany), SCB. Ålder

5 Antal Antal döda i olika åldrar, Sverige Källa: Human Mortality Database. University of California, Berkeley (USA), and Max Planck Institute for Demographic Research (Germany), SCB. Ålder

6 Vägval Finansieringsmodeller, Besparingar eller Effektivisering?

7 Personalbrist inom äldreomsorg år 2030 per län ,0% 2,5% 2,0% 1,5% 1,0% 0,5% 0,0% Brist år 2030 Riket ca Bristen är mest springande: Gotland Norrbotten, Dalarna och Västerbotten Blekinge län Dalarnas län Gotlands län Gävleborgs län Hallands län Jämtlands län Jönköpings län Kalmar län Kronobergs län Norrbottens län Skåne län Stockholms län Södermanlands län Uppsala län Värmlands län Västerbottens län Västernorrlands län Västmanlands län Västra Götalands län Örebro län Östergötlands län Brist på antal årsarbetare i äldreomsorgen 2030 Brist som andel av arbetsför befolkning

8 Värderingar

9 World Values survey

10 Källa: World Value Survey

11 Källa: World Value Survey

12 Källa: World Value Survey

13 Morgondagens problem har vi haft länge

14 Dålig kvalitet och produktivitet Bostadsbyggande Trafiken 3000 personer dör i förtid skadas 10 procent får infektion efter operation Väntetiderna har varit konstanta 10 procent av grundskoleeleverna klarar inte grundkrav eller blir drop outs Detta har hållit i sig i decennier Patienter-Brukare faller mellan stolar och organisationer IT-systemen sämst av alla branscher Samtidigt blir vi bättre i punktproduktivitet, mätt som tex femårsöverlevnad i olika diagnoser, framförallt hjärt-kärl.

15 Barnadödligheten förklarar stor del av ökad medellivslängd Genomsnittlig livslängd i år Livslängd 0-99 år Livslängd år Medianåldern har varit minst ca 60 år sedan länge Percentiler livslängd ,25 0,1 0,5 0,75 0,9 Källa: Human Mortality Database. University of California, Berkeley (USA), and Max Planck Institute for Demographic Research (Germany).

16 Sverige har aldrig tidigare haft så jämn livslängdsfördelning mätt med Gini-koefficienten som idag. 0,7 0,6 Gini livslängd år ,5 0,4 Gini ett mått på spridning av livslängd 0,3 0,2 Om Gini är 0 så lever alla personer exakt lika länge. Om Gini är 1 så tar en person hand om alla levnadsår. 0, I verkligheten någonstans mellan 0 och 1, Sverige idag 0,08. Källa: Human Mortality Database. University of California, Berkeley (USA), and Max Planck Institute for Demographic Research (Germany).

17 Hälsoklyftor Förväntad återstående livslängd för 30-åringar. Kvinnor Antal år Män Antal år Grundskola Gymnasial Eftergymnasial Folkhälsan i Sverige. Årsrapport 2012 från SoS och FHI: Dubbelt så hög dödlighet bland personer med kort utbildning. Skillnaderna i återstående livslängd vid 30 års ålder ökar mellan utbildningsgrupperna.

18 Dödsrisk efter utbildning Exempel, genomsnittlig dödsrisk för åringar Genomsnittlig dödsrisk Genomsnittlig dödsrisk, index 0,030 1,2 0,025 1,0 0,020 0,8 0,015 0, ,6 0, ,005 0,2 0,000 Grundskola Gymnasium Högskola 0,0 Grundskola Gymnasium Högskola Bredd på staplar proportionell mot antal. Källa: SCB:s LISA-databas. Egna beräkningar.

19 Ingen av de dagliga politiska diskussionerna löser dessa problem Privat offentligt Statligt kommunalt Mer mindre resurser Fler färre landsting/kommuner Omorganisationer policys eller lagstiftning Större - mindre klasser Senare tidigare betyg Valfrihet Alla dessa har liten eller ingen påverkan på kvalitet och produktivitet, (förutom under vissa speciella förutsättningar) Konkurrens verkar ha viss påverkan, kan dock kanske gå via storlek liten storlek är bättre än stor

20 Varför är det så svårt att göra något åt vård, skola, omsorg?

21 Mikrosystem All vård, skola, omsorg produceras i mötet mellan patient, elev, brukare - systemet (i vid bemärkelse) och professionerna Alla reformer som inte förändrar detta möte kommer inte heller förändra resultat, kvalitet eller effektivitet.

22 Komplicerade system

23 Komplexa självorganiserade system

24 Inte bara komplicerat utan komplext Mycket inom vård, skola, omsorg är komplicerade processer och flöden skapade av människor. Vissa saker är enkla Men det mesta är komplext. Vi har precis börjat förstå komplexiteten i vår biologi, ekonomi, sociala nätverk osv Om tio år kommer vi att inse att vi i själva verket förstår mindre än vad tror att vi förstår idag

25 Dave Snowden s Cynefin framework

26 Östermalms läroverk 1910

27 Vittras nya grundskola vid Telefonplan 2011

28 Determinism Enkla (uppenbara) system är deterministiska, (kliniska riktlinjer, modeller, regelverk, goda exempel, marknadsutsättning kan fungera) Komplicerade system likaså, men det krävs analys för att förstå hur (analytiker, Data) Komplexa system kan man inte veta determinismen förrän efteråt (Beslutstöd, maskininlärning, analytiker, experiment) Kaotiska system har inga deterministiska processer (usch! Prova sig fram i varje fall)

29 Olika strategier beroende på mikrosystemets karaktäristika Enkla patienter Digitalisera! Prova checklistor, gärna IT-baserade för egenvård eller anhörigomsorg. Algoritmbaserad förskrivning/biståndsbedömning Implementera riktlinjer i beslutsalgoritmerna Hög GDS-grad för de som kan och vill. Ekonomiska incitament och marknader Privatisering av tjänster som är väldefinierade Stordriftsfördelar NPM och LoU fungerar Upphandla/utveckla icke-besöks-system

30 Olika strategier beroende på mikrosystemets karaktäristika Komplicerade patienter Analysera! Både i mikrosystem men även flöden. Måste utveckla mer av analysverktyg och beslutsstöd, och automatisk processtyrning. Kanske mer i diagnos/biståndsprocessen Medan produktionsprocessen kan många gånger vara enkel Cancer tracks Data! Försäkringskassan, socialtjänst, arbetsförmedlingen, anhöriga Good Practice och forskning som tips i beslutstöden NPM och LoU kan fungera, under vissa förutsättningar Alla förutsättningar finns för att börja utveckla dessa system/arbetssätt

31 Olika strategier beroende på mikrosystemets karaktäristika Komplexa patienter Simulera! Vår biologi och livsstil i samverkan med vård och omsorgssystemen, men även försäkringskassa, arbetsplats, anhöriga, vädret osv. Helt omöjligt att hantera manuellt vi har ingen förmåga att tänka på komplexa system. Samla Big Data, kring människors liv och livsstil, resultat och välmående NPM och LoU fungerar inte, tvärtom! Stordriftsnackdelar Det finns ingen bästa organisation eller metod = självorganisering Självlärande maskiner Självkoordinerande system Till dess: PAL, Äldrevårdcentraler, Experimentera! (Det kan inte bli värre!)

32 Den svåra konsten att styra och förbättra

33 What s get measured gets done! Styrning Uppföljning Utvärdering Tillsyn

34 Ökade krav på styrning Snabbare omvärldsförändringar / Teknik Globalisering Ökad individualisering Demografi

35 Krav för ett styrt system enkelt eller komplicerat 1. Det måste finnas möjligheter att påverka systemets tillstånd Handlingskriteriet. 2. Det måste finnas möjligheter att avgöra systemets aktuella tillstånd Observerbarhetskriteriet 3. Det måste finnas ett mål Målkriteriet 4. Det måste finnas en modell av systemet Modellkriteriet

36 Feedbackloop Information Aktuella läget Reaktion Kolla mot mål, jämför med modell Implementation ev Handling

37 Frekvens Mätfrekvens Halvår 3,5 3 2,5 2 1,5 1 0,5 0 Veckor Verkligt fenomen Observerad utveckling Halvår

38 Frekvens Mätfrekvens Kvartal 3,5 3 2,5 2 1,5 1 0,5 0 Veckor Verkligt fenomen Observerad utveckling kvartal

39 Frekvens Mätfrekvens månad 3,5 3 2,5 2 1,5 1 0,5 0 Veckor Verkligt fenomen Observerad utveckling Månad

40 Frekvens Mätfrekvens Varannan vecka 3,5 3 2,5 2 1,5 Verkligt fenomen Observerad utveckling 1 0,5 0 Veckor

41 Frekvens Om indikatorn ska användas för styrning eller om man vill följa utvecklingen noggrant av andra skäl, tex snabbt se trendbrott: Mätfrekvensen=dubbla förvåningsfrekvensen Dimensionering efter värsta scenariot

42 Aktualitet Hur länge får en oönskad utveckling pågå oupptäckt? Hur gammal får beskrivningen av det aktuella läget vara? Hur många obs för att se trendbrott? Hur lång tid tar en komplett feedbackloop? Information-reaktionimplementation

43 Olika aktörer olika info Staten eu statistik och produktionsdata Kommuner och landsting indikatorer och produktion Anläggningsnivå produktionsdata frekvent Individnivå personal medborgare Forskare konsistenta data - statistik Taxonomi

44 Tillsyn Den lägsta accepterade nivån Uppfylls gällande lagar och regler? För att hålla sanitära olägenheter borta Odynamisk process Behöver inte vara del i en styrd process

45 Uppföljning Vad får vi? Kontinuerlig ström av data Bör finnas mål Bör vara mätbara mål Måste designas innan Måste vara del i en styrd process

46 Utvärdering Tycker vi om det vi fick? Analys och resultatbedömning / betygsättning Måste inte ha fördefinierade mål, men det skadar inte Kvalitativt Subjektivt Komplext resonerande Behöver inte vara del i en styrd process

47 Alternativ Feedbackloop Expressen folkstorm Panikåtgärd Slarvig implementering Expressen folkstorm Panikåtgärd Slarvig implementering

48 Vad fungerar?

49

50

51 Cochrane effective Practice and Organization of Care Review Group 7(8) in BMJ series:closing the gap between research and practice: an overview of interventions to promote the implementation of research findings Interventions that promote behavioural change among health professionals. Interventions that have no or little effect Educational materials (distribution of recommendations for clinical care, including clinical practice guidelines, audiovisual materials and electronic publications) Didactic educational meetings (such as lectures) Interventions of variable effects Audit & feedback (or any summary of clinical performance) Use of local opinionleaders Local consensus process Patient mediated interventions Consistently effective interventions Outreach visits, reminders, multifaced interventions combining one or two of following: audit and feedback, reminders, local consensus process, marketing

52 Mjuk normering/kunskapsstyrning à Driva utveckling Befolkningen ska erbjudas en behovsanpassad, jämlik, tillgänglig och effektiv vård av god kvalitet 4) Bibehålla förbättringar 1) Prioritera, skapa förändringstryck och sätt mål 3) Stimulera systematisk förbättring & spridning 2) Kunskap om handlingsalternativ 5) Stimulera ehälsa och ledarskap som stödjer utvecklingen Hård normering/säkerställa golvet Normering Tillsyn, patientsäkerhet Patientvalsinformation Utvärdera systemeffektivitet Säkra data kvalitet

53 Successful change for improvement Tension for change (21) Actionable Alternative (21) Knowledge, skills to do things differently (21) Support for new behaviors (21) Mess Benchmark Alternative recognizable Change aligned with organizational culture (or fail) Sufficient change reserve established Knowledge of improvement (7,16,17,24) Knowledge of people at work Plan for change management (23,37) Knowledge of subject, values, discipline Sponsors identified (22,23) Resistance anticipated Habits, traditions, activities & policies that support change known (3,4,5,6,11,23,27,28,32, 34,36,41) Costs of current practices projected forward (1,2,3) Identify current wastes (31) Identify current external threats (1,2,3) Identify, name gaps (23) Identify best anywhere (14) Allow people to see themselves in the new work (8,23,25,28,34,35,36) Make culture alignment explicit (4,6,15,18,25,28,36) Create space, resources for change (23,36,37) Use measures, feedback to learn, confirm that change is an improvement (16,17,24,27) Foster design & tests of rapid cycles, pilots of change (24,27) Build process, system pictures of work (16,27) Create customer, beneficiary knowledge (27) Understand variation, sources within processes (7,9,16,17,38) Discover the simple rules (41) Encourage personal vision, mastery (29,31,34,35) Identify sources of pride, joy in work well done (10,16,28,34) Clarify aim, plan and build coalitions (8,10,22,23,34) Assess resources & formulate agenda (23,37) Know what not to change (18) Review, refine & consolidate to sustain aim (23) Act, dates certain (37) Identify past success as a sponsor Align change with sponsor s values Identify logic of failure (18) Rehearse countermeasures (15) 1. Ackoff, R. L. (1981). Creating the Corporate Future. New York, John Wiley & Sons. 2. Ackoff, R. L. (1994). The Democratic Corporation. New York, Oxford University Press. 3. Ackoff, R. L. (1999). Re-Creating the Corporation: A Design of Organizations for the 21st entury. New York, Oxford University Press. 4. Argyris, C. (1990). Overcoming Organizational Defenses: Facilitating Organizational Learning. Boston, Allyn & Bacon. 5. Argyris, C. (1993). Knowledge For Action: A Guide to Overcoming Barriers to Organizational Change. San Francisco, Jossey- Bass. 6. Argyris, C., D. A. Schön (1996). Organizational Learning II:Theory, Method, & Practice. Reading, Addison Wesley. 7. Batalden, P. B., P. Stoltz. (1993). "A Framework for the Continual Improvement of Health Care" Joint Commission Journal on Quality Improvement 19(10) Bennis, W.G., K.D. Benne, et al. (1985). The Planning of Change. Fort Worth, Harcourt, Brace, Jovanovich. 9. Berwick, D. M. (1991). Controlling Variation in Health Care: A Consultation from Walter Shewhart. Medical Care 29(12): Block, P. (2000). Flawless Consulting: A Guide to Getting Your Expertise Used. San Francisco, Jossey-Bass. 11. Bloom, S. (1989). The Medical School as a Social Organization: The Sources of Resistance to Change. Medical Education 23: Bridges, W. (1991). Managing Transitions: Making the Most of Change. Reading, Addison-Wesley. 13. Bussigel, M., B. Barzansky, et al. (1986). Goal Coupling and Innovation in Medical Schools. Journal of Applied Behavioral Science 22: Camp, R. C. (1995) Business Process Benchmarking: Finding and Implementing Best Practices. Milwaukee, ASQC Press. 15. degeus, A. (1997). The Living Company. Boston, Harvard Business School. 16. Deming, W. E. (1994). The New Economics For Industry, Government, Education. Cambridge, MIT CAES. 17. Deming, W. E. (1986). Out of the Crisis. Cambridge, MIT CAES. 18. Dörner, D. (1989). The Logic of Failure. Reading, Addison-Wesley. 19. Fisher, R., E. Kopelman, et al. (1994). Beyond Machiavelli: Tools for Coping with Conflict. Cambridge, Harvard. 20. Greer, A. (1995). The Shape of Resistance...The Shapers of Change. Joint Commission Journal on Quality Improvement 21: Gustafson, D. H., W. L. Cats-Baril, et al. (1992). Systems to Support Health Policy Analysis - Theory, Models, and Uses. Ann Arbor, Michigan, Health Administration Press. 22. Kanter, R. M. (1983). The Change Masters: Innovation For Productivity in the American Corporation. New York, Simon and Schuster. 23. Kotter, J. P. (1996). Leading Change. Boston, Harvard Business School. 24. Langley, G.J., K. M. Nolan, et al. (1996). The Improvement Guide: A Practical Approach to Enhancing Organizational Performance. San Francisco, Jossey-Bass. 25. Nadler, D. A., R. B. Shaw, et al. (1995). Discontinuous Change: Leading Organizational Transformation. San Francisco, Jossey- Bass. 26. Nadler, G., S. Hibino, et al. (1995). Creative Solution Finding: The Triumph of Full-Spectrum Creativity over Conventional Thinking. Rocklin,CA, Prima. 27. Nelson, E. C., P. Batalden, J. Ryer.(eds.) (1998). Clinical Improvement Action Guide. Chicago, Joint Commission on Accreditation of Health Care Organizations. 28. O'Toole, J. (1995). Leading Change: Overcoming the Ideology of Comfort and the Tyranny of Custom. San Francisco, Jossey- Bass. 29. Palmer, P. J. (1983). To Know As We Are Known: A Spirituality of Education. San Francisco, Harper & Row. 30. Revans, R. W. (1966). Standards for Morale: Cause & Effect in Hospitals. London, Oxford. 31. Roberts, H. V., B.F. Sergesketter (1993) Quality is Personal. New York, Free Press. 32. Rogers, E. M. (1995). Diffusion of Innovations. New York, The Free Press. 33. Rogers, R. (1995). Lessons for Guidelines from the Diffusion of Innovations. Joint Commission Journal on Quality Improvement 21: Senge, P., C. Roberts, et al. (1994). The Fifth Discipline Fieldbook: Strategies and Tools for Building a Learning Organization. New York, Currency Doubleday. 35. Senge, P. M. (1990). The Fifth Discipline: The Art & Practice of the Learning Organization. New York, Currency Doubleday. 36. Senge, P.M., A. Kleiner, et al. (1999). The Dance of Change: The Challenges to Sustaining Momentum in Learning Organizations. New York, Currency Doubleday. 37. Team, Price Waterhouse Change Integration. (1995). Better Change. Burr Ridge, IL, Irwin. 38. Watzlawick, P., J. Weakland, et al. (1974). Change: Principles of Problem Formation & Problem Resolution. New York, W.W. Norton. 39. Wheeler, D. J. (1993). Understanding Variation: The Key to Managing Chaos. Knoxville, SPC Press. 40. Whitney, J. O. (1996). The Economics of Trust: Liberating Profits & Restoring Corporate Vitality. New York, McGraw-Hill, Inc. 41. Zimmerman, B., C.Lindberg, P.Plsek. (1999). Edgeware: Insights from Complexity Science for Health Care Leaders. Irving, TX, VHA Inc.

54 Har storleken betydelse?

55 4 4,1 Mean of Det dagliga arbetet fungerar inte optimalt 3,8 3,6 3,4 3,2 3 2, Antal årsarbetare i verksamheten >500 Mean of Medarbetarnas goda idéer 4 3,9 3,8 3, Antal årsarbetare i verksamheten > ,4 Mean of Problem med ekonomin 3,5 3 2,5 Mean of Beslut från högre chefer 3,2 3 2,8 2,6 2,4 2 Socialdepartementet LEV Antal årsarbetare i verksamheten > Antal årsarbetare i verksamheten >500

56 4 3,5 Mean of Personal/arbetsmiljö problem 3,5 3 2,5 Mean of Problem med vårdens kvalitet 3,25 3 2,75 2, > >500 Antal årsarbetare i verksamheten Antal årsarbetare i verksamheten

57 Vad har mätning och styrning gemensamt? Den svåra konsten att mäta Observationskriteriet

58 1 Deskriptiv Statistik På den mest övergripande nivån, den strikt statistiska, kan man övergripande följa basala förhållanden som vissa volymer, totala kostnader osv, ofta på aggregerade nivåer med årsdata med ganska låg aktualitet. Det mesta vad gäller flöden, effekter, effektivitet, kvalitet osv är i princip okänt annat än i vissa lokala öar. Det går inte heller att jämföra olika producenter eller anläggningar. Informationen används för lägesbeskrivning men i princip inte för styrning eller kvalitetsförbättring Detta är i princip dagens situation.

59 2 Producentstödjande Stöd till producenterna för utvärdering av olika metoder Möjliggör jämförelser mellan olika anläggningar och producenter Bra stöd på den lokala producerande nivån att följa upp sin egen verksamhet och kunna jämföra sig Gör det möjligt att följa upp verksamheten Det krävs automatisk datainsamling på minst månadsnivå, men hellre på veckobasis. Eller realtid Att alla strukturrelaterade data finns tillgängliga, givet att behov och metoder finns som gemensam terminologi och används. Data bör vara händelseorienterad, tex datum tidpunkt för besök av vilken vårdare med vilken kompetens som utför vilken insats, dvs strukturerade journalanteckningar. Tillsammans med forskning med experimentell ansats ger goda möjligheter att evidensbasera verksamheten Med resultat från brukarens perspektiv finns då möjligheter till breda kvalitetsregister för att utvärdera metoder och producenter.

60 3 Processtödjande Den mest ambitiösa nivån stödjer den direkta produktionen i det att den kopplar samman de olika producenternas informationsflöden i realtid. Det gör det möjligt att direkt ge IT stöd för att ta helhetsansvar för kunden/brukaren/patienten. I princip gäller det samma typ av information som i nivå två, men med mer av gemensam journal, dvs med mer löptext, tidbokning, flöden Systemet stödjer även processinformation i vårdkedjor som går över producentgränser som tidsbokning ansvarsförhållanden, vårdplaner etc. Expertsystem som ger beslutstöd till ansvariga vårdare / sjukhuspersonal, eller larmar vid olämpliga läkemedelkombinationer, Riktlinjer

61 4 Big data Data från alla olika delar av hela vårdapparaten i realtid Data från befolkningen, livsstil, inkomst, nätverk, mätvärden Data om klimat, trafik, konjunktur etc

62 Slutsatser Holism vs sektorisering Taxonomi Statistik vs produktion Integritet vs koll Analys vs presentation Indikatorer vs register Medborgare vs producentperspektiv Anläggningsnivå vs huvudmännen Kundval/privatisering vs resultatkontroll Flöden vs statik, risker och simulering Frekvens / aktualitet Mål vs ständiga förbättringar

63 Slutsatser för eget arbete Vet man inte vad man gör, kan man inte förbättra sig! All koordination är information! Ska ni ha bästa och mest kompletta informationen? Satsa på analyskapacitet, centralt och lokalt Simuleringsmodeller Integritet Big Data!

64 Inre effektivitet (Produktivitet) Gör vi saker rätt Minska slack i organisationen Fokus på detta i offentlig verksamhet Minska styckpriser

65 Yttre effektivitet (Efficacy) Gör vi rätt saker? Nödvändigt med slack i organisationen Öka effekten av samma resurser Experiment och innovationer

66 Vad driver innovation? Till skillnad från utveckling? Lust Eldsjälar Experiment Tillåtet att misslyckas Problemlösning Användarna lead users 1,5 % av befolkningen kreativa Hur locka dem? Hur stödja dem?

67 Vad gör innovativa organisationer? Inre effektivitet, yttre effektivitet Google, kickstarter Tid för egna godtyckliga projekt Shell, ge tid/resurser till proof of concept

68 Innovationstruktur Experimentera med algoritmbaserad vård,skola, omsorg Öppna system för API:er (kräv?) appstore, tävling i skolor Infrastruktur för algorithmstore i hälsokonton? SM i välfärdsrobotik DARPA X-price

69 Att göra en helt och hållet individualiserad vård är markant nytt, för många situationer; Diagnos JAG vill ha max en kontakt. Gärna noll kontakter för diagnosticering. Tills behandling startar då vill jag antagligen träffa någon. Det finns ca sällsynta diagnoser, antag att kunskapen är jämnt spridd över alla läkare, vilket den givetvis inte är Sannolikheten att den första Dr kan något om din Diagnos är 0,0005 Om du har två sällsynta diagnoser är sannolikheten 0, Lägg därtill geografi Idag: många träffar, jag bollas runt i systemet, och får ofta göra grovjobbet med navigationen själv

70 Att göra en helt och hållet individualiserad vård är markant nytt, för många situationer: Behandling Om det finns diagnoser Om vi har 2,6 diagnoser per person teoretiska kombinationer Dvs ganska precis 1 miljon kombinationer per läkare i Sverige Lägg därtill levnadsvanor, kön, ålder, anhöriga, historik, gener osv Svårt med kombinationsbehandling, men framförallt vilken process i vilken takt ska jag göra vad och med vilka? Mötesbokning, ruttoptimering.

71 Exempel på åtgärder för att underlätta/driva på utvecklingen Avsett 1-2% av budgeten till experiment och utveckling Dataflöde Frivårdsreform SUB Ta bort alla regler i experimentområden. Den enda regeln ska vara att man måste övervaka resultat och säkerhet i realtid, tex av tillsynen, som kan avbryta direkt Simulerings- och utvecklingsbolag experiment och utveckling tillsammans med alla, av välfärdsteknologi och datadrivet beslutsstöd Finansiera patientorganisationer

72 Bestäm er! Ett system som är bra i genomsnitt bra, eller Ett system som är bra för varje individ? Stor skillnad! Måste antagligen ha beslutstöd I Diagnos men även för Behandlingsprocessen Studier N=1 Fokus på mikrosystemen, på användarnytta, på patienten, både som servicemottagare, vårdproducent och som innovatör. Öppna + Big data! + analytiker.

73 Integritet Varför är de dom mest ängsliga som får bestämma takten? Samkör alla data automatisera alla flöden så långt det går. Men glöm aldrig: Du och jag ska vilja jobba där Du och jag ska vilja vårdas - skolas där OPT-out. Låt de som inte vill få manuell välfärd.

74 ILD (Inner Leadership Development) Manifesto Allting som kan göras av maskiner (datorer, video, dataprogram, dataspel osv) skall göras av maskiner Allting som kan göras/beslutas av konsumenter (patienter, anhöriga, volontärer) skall göras/beslutas av dem Allting som kan göras enkelt, effektivt och roligt skall göras så Allting som kan mätas ska mätas Du och jag skulle vilja vara patienter där Du och jag skulle vilja arbeta där. Copyright Ruslan Savitskij, Siv Johansson. Innernet AB

75 Tack!

76