Historisk sammanställning av IT, särskilt telemedicin vid Avdelningen för Klinisk Neurofysiologi, Akademiska sjukhuset, Uppsala, Sverige Erik Stålberg, Prof. Em. Avd Klin Neurofysiologi Akademiska sjukhuset 751 85 Uppsala Sverige Stalberg.erik@gmail.com Bakgrund Klinisk neurofysiologi är en självständig medicinsk specialitet inom det neurologiska ämnesområdet. I huvudsak omfattar verksamheten diagnostik och funktionell bedömning av den elektriska aktiviteten från hjärna (EEG), muskler (EMG) och nerver (Neurografi). De biologiska signalerna som har låg amplitud (1µV till 20 mv) analyseras med olika metoder för erhållande av information om funktionen i de strukturer man undersöker. En del av registreringarna görs av biomedicinska analytiker (BMA), andra av läkare. Alla registreringar slutbedöms och sammanfattas av läkare. Laboratoriet i Uppsala ansvarar för alla neurofysiologiska undersökningar som utförs på sjukhuset (på laboratoriet, operationsavdelningen, intensivvårdsavdelningar) samt för undersökningar som utförs på s.k. satellitlaboratoriet i mellansvenska regionen (Karlstad, Gävle, Västerås, Falun, Örebro, Eskilstuna, Hudiksvall, Säter, Mora, Karlskoga, Nyköping and Åland). BMA-personal vid dessa laboratorier utför EEG- och neurografi-registreringar och läkare från Uppsalaboratoriet åker varje vecka ut till de 6 förstnämnda större av dessa satelliter för att utföra EMG och hålla ronder. Under 1980-talet sändes alla dessa pappersregistreringar (kilovis per dag) för analys till laboratoriet i Uppsala. Ny digital registreringsutrustning erbjöd sedan andra överföringsmöjligheter. Telemedicin i form av överföring av biologiska signaler och videokonferenser är basen för den service som laboratoriet ger till satellitlaboratorierna och deras sjukhus. Det rör sig här om ca 15.000 registreringar per år. Dessutom används telemedicin for internationella kontakter, både för medicinska konsultationer och för vetenskaplig samarbete. Historisk sammanställning ADB for analys av små tidsintervall Mitt eget intresse för användandet av datorteknik startade i början av 1960-talet när jag på farmakologiska institutionen arbetade med min avhandling om enskilda muskelfibrers aktivitet, tillsammans med Jan Ekstedt. För dessa studier var det nödvändigt att mäta tidsintervall (HP time interval counter) i storleksordning 100µsec (noggrannhet <1µs) med en repetionsfrekvens av 5-30Hz, ibland under flera timmar (Ekstedt and Stålberg, 1970). Statistisk bearbetning måste göras av de stora mängderna digitala data. Här var manuella 1
metoder inget alternativ. Vid den tidpunkten hade Uppsala Universitet en dator vid Fysikum i Uppsala. Tidsintervallräknarens displayfönster filmades på vårt laboratorium, data överfördes genom manuell stansning till hålkort och analysen kunde göras nattetid då datortid fanns tillgänglig. Ekstedt och jag hade tagit någon kurs i Fortranprogrammering, vilket gav våra första program. Vi var troligen de första vid Medicinska fakulteten att använda denna datorkapacitet. Något senare införskaffades en 8 bit inkrementell bandspelare och analysen kunde expanderas, särskilt som UDAC (Uppsala Data Centre) hade flyttat till nya lokaler och fått större kapacitet. Efter hand ersattes bandspelaren av en LSI-11 med mjukvara för tidsmätningar och med en hårddisk som minne. Mjukvaruprogram framställdes för att möjliggöra analysen inom laboratoriet. De registrerings- och analysmetoder som Ekstedt och jag hade utvecklat introduceras i klinisk rutin när jag 1967 flyttade till Avd för Klin Neurofysiologi, Akademiska sjukhuset. Till en början bibehöll jag det experimentella laboratoriet tvärs över gatan (Wallenberglaboratoriet dit vi flyttat från farmakologen) där all signalanalys utfördes. För att möjliggöra analys av de undersökningar som utfördes på patienter, måste vi initialt använda forskningsutrustningen. Televerket gjorde här en stor och unik insats när man grävde ner en ca 300 m lång 14 dubbelpars kabel under Dag Hammarskiölds väg för att förbinda Wallenberglabortoriet med det kliniska laboratoriet. I denna kabel kunde man så överföra analog signaler, kontrollsignaler från oscilloskopet samt bilaterala ljud och videosignaler. Detta var den första typen av telemedicinsk signalöverföring över långt avstånd i Sverige. Uppkopplingen användes under några år fram till den tid då vi kunde sätt upp en analysutrustning på sjukhuset. Nästa steg i denna utveckling kom på 1990-talet då våra specialmetoder överförts till kommersiella EMG utrusningar som nu finns världen över. Telefonöverföring av biologiska signaler En annan typ av signaler som registreras vid ett neurofysiologiskt laboratorium representeras av de lågfrekventa rytmerna från hjärna, EEG med ett frekvensinnehåll av 0.1-30Hz. Det fanns behov av överförande av sådana signaler mellan olika sjukhus t.ex. från ett litet laboratorium med en eller några registrerande BMA till ett större sjukhus där läkare gör analysen. Dessa signaler kan inte sändas direkt över telefonledningen, men genom frekvensmodulation kring en högre centerfrekvens (t.ex. 1300Hz) kan signalen överföras. Demodulation på mottagarsidan och utskrift där, gav en exakt kopia. Den första överföringen gjordes from mitt sommarställe på västkusten med en EEG apparat på gräsmattan, väl jordad i brunnen, och med registrering från min hustrus hjärna. Signalerna som sändes, och de som upptogs i Uppsala visade sig vara hel överensstämmande. Ingen distorsion, inga artefakter hade tillkommit. Enkanals telefonöverföring av EEG eller EKG testades till ett annat sjukhus, men kom aldrig i rutindrift (Stålberg and Wallin, 1969). En telefontransmission med flera kanaler blev emellertid tagen i rutinanvändning mellan sjukhus i Göteborg under några år. Radiotransmission av EEG signaler En annan EEG applikation utgjordes av den första mobila EEG sändaren, byggd av Kaiser i Danmark med samma teknologi som han använt for USAs rymdprogram (Stålberg and Kaiser, Stålberg and Kaiser, ). Sändaren sattes på huvudet eller i en hållare på magen. Den innehöll 2 EEG kanaler och en markeringskanal. Räckvidden uppgick till ca 300m. Den används i rutin under några år, främst över korta avstånd inom en sjuksal varifrån trådförbindelse upprättats till laboratoriet. 2
Internet för kommunikation Under 1991-1993 deltog vi i utvecklingen av en ny typ av EMG apparat, under ledning av Stefan Stålberg vid vår avdelning. Den introduceras i rutin 1993 dels vid vårt eget laboratorium, dels vid våra satelliter och blev sedan en kommersiell produkt via ett danskt företag. Mjukvaran tillät kommunikation mellan dessa utrustningar. Till en början används telefonmodem, men senare Internet. När ett speciellt sjukvårdsnät utbyggts, Sjunet, har en snabb kommunikation upprättats mellan våra utrustningar i Mellansverige, och används i daglig rutin (Stålberg and Stålberg,1998). Till en början gällde detta endast signaler från nerver, men senare också EEG där utrustningarna nu är kompatibla. När detta system visat sig framgångsrikt och viktigt i rutinen övergick vi från ett push system (data sändes aktivt från den perifera utrustningen) till ett pull system (data hämtas från den perifera utrustningens databas vid lämpligt tillfälle). Detta har blivit möjligt genom att vi på ett säkert sätt fått access till de segment i det registrerande laboratoriets server som innehåller för oss intressant data. Internetöverföring av EMG signaler används även globalt för konsultationer och vetenskapligt samarbete. Videokonferenser används också i detta sammanhang, både via Sjunet och utanför, för ronder, utbildning och diskussioner. LAN Ett lokalt nätverk inom sjukhuset tillåter att alla EMG och EEG registreringar som utförs vid laboratoriet kan läsas på den enskilda läkarens arbetsrum och på vissa andra stationer. Dessutom görs on-line monitorering av registreringar som upptas vid barnkliniken eller på någon av sjukhusets intensivvårdsavdelningar. Detta ger möjlighet till omedelbar kommentar från neurofysiologen. BITNET Svenska Regeringen avsatte medel ( Östersjömiljarden ) för utveckling inom Baltikum. Klinisk neurofysiologi fick som partner ansvar att implementera 7 EMG utrustningar och 7 videostationer för neurofysiologi i de 3 Baltiska länderna. Introduktionskurser, videoundervisning och signaltransmission användes under 3 år för detta projekt. På detta sätt introducerades en specialitet som tidigare knappast funnits i dessa länder, och som nu fungerar i klinisk rutin. Vi har en fortsatt kontakt med dessa kollegor, men inte i samma utsträckning som tidigare. Artificiell intelligens Eftersom den störa delen av den neurofysiologiska informationen är numerisk och resultattolkning relativt standardiserad, har det varit många försöka att använda artificiell intelligens inom området. Inget av dessa, stundom stora, projekt har visats sig överlevnadsmässigt. För egen del har vi i bruk en mindre regelbaserad modul som ger förslag till klassificering av resultaten (Stålberg et al, 1991). Japanska kollegor framställde tidigt förfrågan att få filtrera sina data genom vårt laboratorium, men det har inte varit praktiskt genomförbart. 3
Simulationer Många neurofysiologiska projekt har använt simulationsmodeller för att förstå förhållandet mellan signalgeneratorerna (muskel-nerv) och de registrerade signalerna. Detta innefattar allt från simulation av aktionspotentialen från enskild muskelfiber till simulation av sammansatta signaler från olika typer av elektroder. Två projekt har resulterat i EMG respektive Neurografi simulatorer som används dels i undervisningen, dels som modeller vid studium av olika typer av sjukdomstillstånd (Stålberg and Karlsson, 2001; Stålberg and Karlsson, 2001). Undersökning på avstånd Försök har gjorts där undertecknad suttit vid sitt skrivbord och väglett otränad personal på annat håll att göra vissa komplicerade moment i undersökningen. På båda sidor fanns både video- och talförbindelse. Ett försök gjordes med kvantitativ EMG analys utförd av 5 personer med helt olika bakgrund (seniora läkare, ingenjör, BMA). För samma undersökta muskel erhölls mycket reproducerbara resultat, som inte skiljde sej signifikant från varandra. Teoretisk skulle man alltså kunna göra någon del av ovanlig undersökning med hjälp av telemedicinsk guidning inom vårt område. Sammanfattningsvis Klinisk neurofysiologi lämpar sig väl för IT applikationer. I vårt fall har det används för att etablera ett Integrerat neurofysiologiskt laboratorium (Stålberg, 2002). De olika ingående delarna är främst: Information: Administrativt Examination Kunskapsbaser Teknologi: Remisser Bokning Ekonomi Produktionsstatistik Signaler Resultat Konklusioner Strategier Anatomi Metoder Referensvärden Utbildnignsmaterial Konferenser Registreringsutrustning Signalanalys Local area network Intranet Internet Video ISDN Modem 4
Vårt laboratorium för klinisk neurofysiologi har introducerat ny teknologi, ofta då denna varit relativt nyutvecklad (vi var troligen de första vid sjukhuset att ha en fax). Kännemärket är emellertid att vi har envist försökt implementera de nya metoderna i klinisk rutin för att användas och vara till reell nytta. Resultaten har visat sig både inom sjukvården och inom forskningsfälten. Utvecklingen har drivits av väl definierade medicinska behov. Detta har varit den mest framgångsrika vägen att använda IT effektivt. Naturligtvis har den tekniska utvecklingen följts noggrant. Den har givit oss idéer och möjligheter att nå de uppsatta målen. Reference List Ekstedt,J. and Stålberg,E. Time interval and data logging in signel fibre electromyography. Proc of the first Nordic Meeting on Med and Biol Eng, Otaniemi, Findland 1970;145-146. Stålberg, E. and Kaiser, E. Long-term EEG telemetry. 307-316. 1971. Nijmegen, Int symp on biotelemetry. Stålberg,E. and Karlsson,L. Simulation of EMG in pathological situations. Clinical Neurophysiol 2001;112:869-878. Stålberg,E. and Karlsson,L. The motor nerve simulator. Clin Neurophys 2001;112:2118-2132. Stålberg,E. and Stålberg,S. Regional network in clinical neurophysiology, tele-emg. In: European telemedicine 1998/99, edited by R.Wootton. Kensington Publications Ltd in conjuction with the European Health telematics observatory and the royal society of medicine, 1998: 101-103. Stålberg,E., Stålberg,S., Melander,M., and Arimura,K. A personal computer based system used in electromyography for interpretation and reporting. Comput Programs Biomed 1991;34:219-227. Stålberg,E. and Wallin,G. Transmission av EEG och EKG per telefon. Läkartidningen 1969;66:4946-4949. Stålberg,S. Small bits to big bites. Muscle Nerve 2002;119-127. 5