Sağlıkta Dijitalleşme Stratejisi

Dijitalleşme her sektörde ışık hızı seviyesinde ilerlemektedir. Dijitalleştemedeki en önemli maksat ise daha iyi, sürekli, sürüdürülebilir hizmet verebilmek ve rekabet edebilirliği arttırmaktır. Dijitalleşmeyi anlamak için ise dijitalleşmeyi oluşturan parçaları iyi irdelemek gerekmektedir. Bu yazıda dijitalleşmenin temelleri ile ilgili olarak önce genel bir bakış sağlanacak daha sonra detaylandırılacaktır.

Dijitalleşme denildiğinde sadece kuru bir makineleşme olarak anlaşıldığında statik anlamda operasyonel düzeyde kalan, günlük ihtiyaçların giderildiği değer üretemeyen bir pozisyonda kalır. Operasyonel düzeyde kalmanın bedeli ise tüm işletmelerin ve organizasyonların bir şekilde ulaştığı ve yakaladığı değerlerin yerinde sayarak rekabet edebilmede ve değer üretmede geri kalınmasıdır.

Bundan dolayı dijital stratejiyi iki ana temelde değerlendirmek gerekmektedir.

Bunlardan birincisi bilişim teknolojileridir. Bilişim teknolojileri, tüm donanımsal araçlar, yazılımlar, işletim sistemleri, veri tabanları, uygulamalar olup, bunların içeriklerinin edinilmesi, toplanması, işlenmesi, depolanması ve paylaşılmasını da sağlayan bir yapıya sahiptir. Dijitalleşmenin ikincil unsuru olarak bilişim sistemleri devreye girmektedir. Bilişim sistemleri denildiğinde ise insan, sosyal ve eknomik yapının da içine girdiği, psikoloji ve diğer toplumsal unsurları da göz önüne alarak toplanan, dağıtılan ve kullanılan dijital bilginin yaygınlaşması, değer üretmesi üzerine konumlandırılması anlaşılmalıdır. Dijitalleşme bu iki unsurun bir araya gelmesi sonucunda dayanır ki, sağlık sektörünün de temelinde olan insan unsurunu dikkate alan bir perspektif çizilmiş olsun.  

Türkiye’de 2003 yılında başlayan sağlıkta dönüşüm stratejisi, sağlıkta dijitalleşmenin önünü açarak temel çerçevede 15 yıl içerisinde dijitalleşme yolunda ciddi ilerlemeler kaydedilmiştir. Dünyada özellikle Avrupa ve Asya bölgesinde dijitalleşme standartlarını belirleyen Healthcare Information and Management Systems Society (HIMSS) belli başlı dijitalleşme prensipleri ortaya koymaktadır.

Elektronik Sağlık Kaydı Benimseme (EMRAM) Modeli

Elektronik sağlık kaydı benimseme sistemi ile dünyadaki hastanelerin süreçlerinin iyileştirilerek hastalara daha iyi hizmet verme adına modeller geliştirmektedir. Yataklı hizmet veren sağlık kuruluşları için Elektronik Sağlık Kaydı Benimseme (EMRAM) bu modellerden biri olup, belirlenen standartlar çerçevesinde bu kuruluşların dijitalleşmelerini derecelendirmektedir. Bu derecelerde 6. ve 7. Seviyeye gelmiş olan kurumlar ise ilan edilerek sertifikalandırılmaktadır. Türkiye Sağlık Bakanlığı’na bağlı olan hastanelerinde stratejik olarak bu seviyeleri hedeflemekte olup 3 adet 7., 174 adet 6. seviyede olan kamu hastanelerimiz bulunmaktadır. Özel sektörde faaliyet gösteren hastanelerimizde bu standartlarda hizmet için sistemsel çerçevede rekabet edebilmek adına bu modelleri hayata geçirmeye çalışmaktadır. HIMSS’in oluşturduğu bu iki üst 6. ve 7. seviyenin hastanelerimizde oluşturduğu avantajlar şu şekilde ifade edilmiştir.

6. Seviyede bir hastane için beklenenler:

‘Tam donanımlı ve sürümlü bir doktor dokümantasyon sistemi en azından hastanenin yüzde %50’sinde uygulanması, üçüncü seviye klinik karar destek sistemi bütün klinik süreçlerde uygulanması, kapalı devre ilaç yönetim sistemi ve birim doz barkodlanmış ilaç sisteminin tamamen uygulanması, “hasta güvenliğini maksimum seviyeye çıkarmak için, elektronik ilaç yönetim kaydı, eczane ile entegre bilgisayarlı doktor istem girişi/e-Reçete ve Barkodlama ya da RFID (radyo frekanslı kimlik tanımlama) gibi diğer otomasyonlu tanımlama teknolojileri ve otomasyonlu dağıtım sistemlerinin uygulanması ile yanlış ilaç kullanımını önlemek için geliştirilen “5 doğrulama (doğru hasta, doğru ilaç, doğru doz, doğru yol ve doğru zaman) ilkesine uygun şekilde hasta kimlik bilgileri ile ilaç barkotu yatak yanında doğrulanması’ beklenmektedir.

7. Seviyede beklenenler ise:

‘Hastane, bu seviyede hizmet sunumunda hiçbir şekilde kâğıt doküman kullanmaması, bütün veriler, dokümanlar ve tıbbi görüntüler elektronik ortamda işlem (HIMSS Eurasia, 2020)görmesi, dijital ortamda depolanan verilerin, sağlık bakımının kalitesini artırmak, hasta güvenliğini sağlamak, etkili hizmet sunmak için analiz edilmesi, bilgilerin diğer paydaşlarla paylaşılması için standardize edilmesi’en üst seviyede bir dijitalleşme unsuru olarak sertifikalaştırmayı getirmektedir.

Türkiye iyi ve kaliteli sağlık hizmetinde dünyada rekabet etme ve sürdürülebilme kabiliyetini diğer ülkelere göre taktiksel alanda farkındalık oluşturmaktadır. E-devlet üzerinden ortaya konan bu vizyon, e-Nabız ve COVID-19 salgını sebebi ile geliştirilen diğer uygulamalarla sağlıkta vatandaş seviyesinde bir dijitalleşme pratiğine dönüşmüştür. Bu dönüşüm halk arasında dijital okur-yazarlık seviyesinin artmasına katkıda bulunmaktadır. Bununla beraber bu uygulamalar hastaların hastalıklarıyla alakalı dokümanlarının fiziksel olarak taşınmasını önleyerek maliyetleri azaltmış, hasta ile ilgili bilgilerin nerede olunursa olunsun doktorların kolayca ulaşabileceği bir hale dönüşmesi, teşhis ve tedavide hızlılık ve verimlilik sağlanmıştır. Hastaneler ve sistemler arası bu entegrasyon aynı zamanda hastaların hem kişisel bilgilerini kontrol etmelerine imkân tanımaktadır, hem de tek bir sağlık kurumuna bağımlılıktan kurtarmaktadır. Ayrıca sağlıktaki operasyonel ve taktiksel dijitalleşme ile çevrim içi bilgi paylaşımlarının ve dijital iletişimle doktorlara hızlı ulaşımın, Türkiye’nin sağlık turizminde hızlı ilerleme kaydetmesini sağlayarak geniş pazarlara ulaşmasında rol oynamıştır.

Sadece dijitalleşme alanını hastanelerde görmemek lazım. Türkiye’nin medikal malzeme ve ilaç zincirindeki takip sistemleri ile eczanelerin ilaçla hastayı buluşturan sistemleri kullanması yine operasyonel açıdan verimliliği arttırmakta, ilaç ve medikal malzeme güvenliğinin sağlamasıyla takip edilebilir bir tedarik zincirinin oluşmasına katkı sağlamaktadır. İlaç ve medikal malzeme tüketiminde verimliliğin hedeflendiği bu sistemlerin uygulanmasında Türkiye’deki sosyal devlet ilkesinin katkısı yadsınamaz. Takip edilebilirlik ve kontrol edilebilirlik mali açıdan sosyal olarak devlet üzerinden karşılanan sağlık sisteminde göreceli bir rahatlama sağlamaktadır. Görüldüğü üzere Türkiye aslında sağlık sektörünün her alanında devletin katkısıyla dijitalleşme konusunda operasyonel ve taktiksel seviyede ciddi bir yol kat etmiştir. Uygulamalarda dijitalleşmenin gerektirdiği envanter çalışmasında eksikliklerin yol açtığı bilişim sistemlerindeki tekrar eden yatırımların olması ise stratejik bakış açısının henüz yeterli seviyede oturmadığının göstergesi olmaktadır.

Dijital dönüşümün tümü ile sağlanması için sağlıkta ulaşılan taktiksel karar verme ve uygulama seviyesinin artık bir üst noktası olan stratejik seviyeye çıkarılması gerekmektedir. Stratejik seviye ise artık dijitalleşmenin sadece bir araç olmaktan ziyade, yani işletmenin değerlerine destek olmaktan çıkarılıp, işletmenin her noktasında değer üreten, yenilik yapan ve bunları yöneten bir seviyede kabul görmesi gerekmektedir. Bunun için dört temel yapının birbirine olan uyumluluğunu işletme/organizasyonun içerisinde sağlamak gerekmektedir. Bunlar; işletme stratejisi ile dijital strateji, organizasyonun alt yapısı ile bilişim teknolojileri altyapısının uyumluluğudur. Bu uyumluluk sağlandığında sağlıktaki tüm kurumlarda dijitalleşme stratejik boyuta taşınarak dönüşüm safhalarına geçiş zemini oluşacaktır.

Dönüşümün temel boyutlarından birisi verilerin analiz edilmesidir. Taktiksel seviyedeki operasyonel dijitalleşmeyi stratejik boyutlara taşımanın en önemli adımı toplanan verilerin değerlendirilerek süreçlerde, hizmetlerde ve hastalıkla alakalı çözüm ve önerilerde otomasyonu sağlayarak hataları minimuma indirgemektir. İşletme analitiğinin temel öğeleri olan dört kademeyi sağlık kurumlarımız en üst kademe olan öngörücü/kestirimci analiz seviyesine çıkarmaları gerekmektedir. İlk kademe veri toplama, ikinci kademe tanımlayıcı veri analiz seviyelerine ulaşmış olan sağlık sektörü ve resmî kurumlar, üçüncü kademe normatif ve kestirimci analitik seviyelerine ulaşmaları için her türlü imkana sahiptir. Bu seviyelere ulaşarak petabyte cinsinden büyük veri kapasitesindeki sağlık verilerinin artık analizlerinde kestirimci bakış açısı ile teşhis ve tedavilerde çığır açıcı, yenilikçi sonuçlara ulaşması gerekmektedir. Sağlık sistemimizde oluşan büyük verinin değerli sonuçlar üretilebilmesi için özellikle bilimsel araştırmalar için üniversitelerimizle gerekli bilgi güvenliği çerçevesinde sadece biyolojik veri bağlamında değil, sosyal bilimlerle de paylaşılarak yenilikçi yaklaşımlara zemin hazırlamak gerekmektedir. Veri toplamak ne kadar değerli ise onu kullanmadan bir yerde saklamakta o kadar maliyetli ve problemli bir iştir.

Sağlıkta dijitalleşmede tüketici pozisyondan çıkıp üretici pozisyona geçmek istiyorsak veri analizindeki en üst nokta olan kestirimci analizlerle ilaç üretiminden, hastalıkların tedavilerine, yeni ve alternatif çözümlere, geleneksel tedavi yöntemlerinden, koruyucu tedavi yöntemlerine kadar çok çeşitli boyutları değerlendirme imkânı elde etmiş olacağız.

Makine öğrenmesi/ yapay zekâ çözümleri de ilaç ve sağlıkta otomasyonu sağlayarak insana daha iyi hizmetin yolunu açacaktır. Son zamanlarda büyük firmalarla beraber, yeni girişimcilerin yapay zekâ algoritmalarını kullanarak yaptıkları uygulamalar hastalıkların teşhisinden, hastalıkların tahminine ve doktorların karar verme mekanizmalarına destek şeklinde ortaya çıkmaktadırlar. Ayrıca görüntü işleme konusunda ortaya çıkan yapay zekâ yazılımlarının bir MRI tarama sonucunu 15 saniye de değerlendirerek sonucu verdiği çalışmalarla ortaya konmuştur. Dolayısı ile bu alandaki yatırımlar ise artarak hızla devam etmektedir. Bunun en büyük örneği en büyük ilaç firması Roche’nin 1.9 milyar dolar vererek gerçek hasta verileri üzerinden kanser tahminleri yapan bir yeni girişimci firmayı 2018’de satın alması olmuştur. Ayrıca, Amerika kaynaklı sağlıkta yapay zekâ yatırımları 2011’de 33.1 milyon dolar iken 2017’de 98.4 milyon dolara ulaşmış olup giderek artmaktadır. Teknoloji firmalarının sağlıkta yapay zekâ konusunda 2013 ile 2017 arasında 300’den fazla patent aldığı bilinmektedir.

Hastalıkların birçoğunun öğrenilmesi konusunda ilerleme sağlanmış olsa da, yaygın olan bazı hastalıkların da birden fazla faktörün etkilemesi sonucunda anlaşılması güç haldedir. Bununla beraber çok geniş yelpazede toplanan zengin klinik verilerin olmasına rağmen hastalıkların hala anlaşılmasında zorluklar olması makine öğrenmesinin önünde zorlayıcı bir etken olarak durmaktadır. Sektör, gelişmiş tanı ve tedavi önerileri için öngörücü ve kuralcı algoritmalar oluşturmaya odaklanmış teknoloji satıcıları, veri bilimi şirketleri, araştırmacılar ve yenilikçilerle doludur. Ancak, yapay zekâ yani makine öğrenme algoritmalarının en önemli kaynağı olan verinin doğruluğundan emin olamama, verilerin toplanma standartlarının olmayışı, örneklemlerin gerçekten o durumu tanımlayıp tanımlamadıkları ve algoritmaların öğrenme sırasında bu sebeplerden dolayı sapma gösterme olasıklarının olması yapay zekâ çalışmalarının en büyük engeli olarak ortaya karşımıza çıkmaktadır.

Gartner’ın yaptığı bir araştırmaya göre 2021’de sağlık hizmetleri veren organizasyonların %75 yapay zekâ kapasitelerini geliştirmek üzere yatırım yaparak operasyonel ve klinik çıktılarını verimli hale getirmeye çalışacaklar ancak istekli girişimcilerin deneme çalışmalarını tasarlarken uymaları için ortak kurallar, süreçler ve yönergeler eksikliğinin olması veri standartlarının oluşmamasına da sebebiyet vermektedir.

Bu konuda çalışma yapan sağlık kuruluşlarının çoğunun kuruluş genelinde uygulanacak bir stratejisi mevcut değildir. Bundan dolayı da algoritmaların sağlık sektöründe oluşturacağı ilave problemleri çözümlemek için yapay zekâ yönetim stratejik liderliğinin oluşturulması gerekmektedir. Böylelikle yapay zekânın oluşturabileceği riskler yönetilmiş olacaktır. Yapay zekâ çözümlerinde en önemli sorunun verinin güvenilirliği olması da sağlıkta veri kalitesi ve toplanmasını kontrol eden disiplinler arası bir merciin yapılandırılmasını zorunlu kılmaktadır.

Ülkemizde sağlık sektörü dijital adaptasyon konusunda iyi bir noktadadır. Ancak pratikte stratejik seviyelere dijitalleşmeyi çıkarmak bizlerin yapay zekâ yöntemleri ile daha iyi karar verme mekanizmaları oluşturmasına, yerli yaklaşımların çıkmasına, dijital tüketimden dijital üretime geçmemize vesile olacaktır. Şu unutulmamalıdır ki sağlık ve onunla alakalı her bilgi Milli Güvenliğimizi etkileyecek boyuttadır. Kişisel sağlık verilerimiz, özellikle de kritik biyolojik verilerin güvenli hale getirilerek yerli biyolojik veri bankası halinde saklamak ve kullanımını kontrollü hale getirmek ülke güvenliği açısından önemlidir.

İhmal etmeden, ülkemizdeki sağlıkta büyük veri potansiyelini ve bununla direk ilintili olan yapay zekâ teknolojisini disiplinler arası bir şekilde değerlendirip halkımızın hizmetine sunmak dijitalleşmedeki en büyük hedef olmalıdır.

Kaynaklar

1. Peppard, J., & Ward, J. (2016). The Strategic Management of Information System: Building a Digital Strategy. West Sussex, UK: John Wiley & Sons .
2. Aydiner, A. S., Tatoglu, E., Bayraktar, E., & Zaim, S. (2019). Information system capabilities and firm performance: Opening the black box through decision-making performance and business-process performance. International Journal of Information Management, 47(July 2018), 168–182. https://doi.org/10.1016/j.ijinfomgt.2018.12.015
3. HIMSS Eurasia. (2020, 11). HIMSS Eurasia. Retrieved from www.himsseurasia.com: https://himsseurasia.com/himss-analitik-nedir/
4. HIMSS Eurasia. (2020, 11). HIMSS Eurasia. Retrieved from www.himsseurasia.com: https://himsseurasia.com/himss-emram-standartlari/
5. Aydiner, A. S., Tatoglu, E., Bayraktar, E., Zaim, S., & Delen, D. (2019). Business analytics and firm performance: The mediating role of business process performance. Journal of Business Research, 96(October 2018), 228–237. https://doi.org/10.1016/j.jbusres.2018.11.028