Me kõik soovime olla terved. Kui vajame arstiabi, loodame, et saame õigel hetkel parimat, mis võimalik. Kord arsti juurde sattudes, jätame sinna hulgaliselt kasulikke andmeid, mille põhjal saaks teha paremaid otsuseid nii ravi kui ka tervishoiu korraldamisel.

Tervist puudutavad andmed on samas väga tundlikud ja peavad olema võõraste silmade ning valesse kohta sattumise eest kindlalt kaitstud. Nii on terviseandmetega töötamisel rohkelt takistusi. Seepärast loome terviseinformaatika uurimisgrupis rahvusvaheliselt levinud andmemudelile vastavat andmestikku ning loome selle uurimiseks uusi meetodeid ja tööriistu, et keerulistele andmetele valgust heita, kellegi privaatsust riivamata.

Oma teadustöös otsin võimalusi elektrooniliste terviseandmete visualiseerimiseks. Selle tulemusena loodame paremini mõista, kuidas on patsiente seni ravitud ning tuvastada kitsaskohti, et parandada raviteekonda. Selliste elektrooniliste terviseandmete hulka kuuluvad näiteks vereproov ja selle tulemus, diagnoos või väljastatud ravimiretsept. Kokku moodustavad need digitaalse jälje patsiendi läbitud raviteekonnast, mis on iga patsiendi puhul ainulaadne ning tekkivad teekonnad on keerulised. Ilma pilti nägemata, on nende andmete mõtestamine väga suur väljakutse.

Olen loonud selleks tööriista TrajectoryViz, mille abil saab näha patsientidega toimunud sündmuste järjekorda ja ajajoont – näiteks perioodi nende esmasest diagnoosist operatsioonini.

Vaatame näitena uuringut emakakaelavähi ennetustööst, kus naistearstid küsisid meilt, kas reaalsed raviteekonnad on olnud kooskõlas ravijuhistega. Kui valisime visualiseerimiseks 30–60aastased naised, kes olid saanud väga tõsise testitulemuse. Nägime, et neist vaid 72 protsenti jõudis ettenähtud aja jooksul järgmisele protseduurile. Teisisõnu jäi neist rohkem kui veerand vajaliku õigeaegse abita.

Minu tööriist võimaldas luua pildi näitamaks testitulemuse ja protseduuri vahele jäävat ajaperioodi ning kõikide patsientide osakaalu, kelle raviteekond vastas ravijuhisele.

Samas uuringus vaatasime ka sõeluuringu testide arvu. Nägime, et alla 30aastaseid naisi testiti rohkem, kui ravijuhises on ette nähtud. See on aga riigile põhjendamata kulu. Sel viisil päris elust pärit andmeid nähes, saavad arstid kas kinnitust oma oletusele või tõendust, millist osa protsessist tuleb edasi uurida.

Sarnaseid seni arstidele nähtamatuks jäänud päriselu andmeid saaks kasutada veel tõhusama ennetus- ja raviteenuse osutamiseks. Niisugust uuringut võib üle kanda ka teistele haigustele, sõltumata diagnoosist või ravimitest. Minu tööriistaga loodud joonised aitavad andmetest leitut kergemini selgitada ning täiendada teadusartikleid vajalike graafikutega.

Andmed, mis arsti juures, apteegis, haiglas või laboris meie kohta tekivad, asuvad erinevates andmekogudes – tervise infosüsteemis, tervisekassa raviarvetel, retseptikeskuses jne. Eesti on võrreldes paljude riikidega väga heas seisus, kuna meie andmeid saab ühendada tänu inimeste isikukoodidele. Nii saame patsiendiga toimunust terviklikuma pildi. Isikustatud andmetest kaotatakse isikukood ehk privaatsuse kaitseks muudetakse andmed anonüümseks.

Praegu on minu uuritavas andmestikus Eesti rahvastikust 10 protsenti ehk ligi 150 000 inimese terviseandmed, mis ulatuvad läbi kaheksa aasta. Järgneva aasta jooksul peaksime jõudma uue Est-Health-30 andmestiku kasutamiseni, milles on 30 protsenti rahvastikust ehk 488 000 inimest ning nende andmed aastatest 2012–2024.

Mida erinevamatele arstide ja teadlaste küsimustele üritame leida vastuseid, seda rohkem leiame põhjuseid tööriistade edasiarendamiseks ning täiustamiseks. Lisaks olemasolevale edasiarendamisele loon tööriista, et võrrelda erinevaid andmestikke – näiteks diagnooside või ravimite levimust vanuserühmades.

Soovin, et meie kalleim vara oleks hästi hoitud ning iga patsient saaks parimatele andmetele toetudes õigeaegset ja täpset ravi. Soov üksinda oleks eesmärk ilma plaanita. Minu doktoritöö on aga osa suuremast plaanist, kuidas terviseandmete segasummast sünnib rohkem tervena elatud aastaid meile kõigile.

Artikkel ilmus Eesti Teaduste Akadeemia korraldataval konkursil "Teadus 3 minutiga", mille finaal toimub 19. veebruaril.

Maarja Pajusalu on terviseinformaatika nooremteadur ja õppejõud Tartu Ülikooli arvutiteaduse instituudis. Oma doktoritöös raames loob ta vahendeid Eesti inimeste raviteekondade visualiseerimiseks ning otsib terviseandmete põhjal vastuseid arstide küsimustele. Iga päev küsimustele vastamist treenib ta ka tänu oma kolmele uudishimulikule lapsele. Enda uudishimu rahuldab Pajusalu kuulates taskuhäälinguid disainist ja tehnoloogiast psühholoogia ning filosoofiani. Hobiteekonnad viivad teda kingadel tantsusaali, pintslitega lõuendile ja perega merele.