Steg 4. Informationsanalys

Om du har gjort en kundresa har du fått övergripande kunskap om dina tänkta användares behov och om var behoven uppstår. Därefter är det dags att djupdyka i vilken information – vilka hälsodata – som behövs för att fylla dessa behov.

Målet med informationsanalysen är att du ska få koll på vilken information som faktiskt behöver hanteras, vilken terminologi som bör användas, hur begrepp och informationsmängder hänger ihop, vilket (semantiskt och tekniskt) format informationen behöver ha för att den ska kunna hanteras i din lösning, hur kopplingen mellan olika informationsflöden ser ut med mera.

Ta med proffs och börja ”tillräckligt bra”

Det är klokt att ha med ”informationsproffs”, som terminologer och informatiker, i arbetet med informationsanalysen. Även ämnesexperter eller andra sakkunniga som förstår sakområdet bör vara med.

Du bör dock ändå sätta dig in i frågorna själv också, åtminstone översiktligt. Dels ger det dig bättre förutsättningar att föra en diskussion om informationsspecifikationer och andra resultat av arbetet, dels får du en bättre kontroll över arbetet och har en större chans att hitta en tillräckligt bra nivå för resultatet. Dessutom är det vanligt att de dataägare du behöver ha en dialog med inte har full förståelse för sina egna data. Om du är insatt i frågorna ökar dina chanser att ställa rätt frågor och att få ut ”rätt” data på ”rätt” sätt.

Slarva inte, men fastna inte heller

Ett gott råd är att inte slarva med informationsanalysen, utan ge den gott om tid. Det kan vara utmanande om delar av den information som lösningen ska hantera kanske inte är strukturerad alls, eller kommer från olika källor och är inte enhetligt strukturerad.

Frestelsen att gena i detta steg kan vara stor, eftersom det kan se ut som att det skulle gå mycket fortare att till exempel hitta på en egen struktur för informationen eller skriva egna definitioner av de centrala begreppen. Och visst kan det gå fortare från början, men du kommer förr eller senare att stöta på problem när du vill skala upp din lösning, etablera samarbeten eller koppla din lösning till ett existerande system på marknaden.

Samtidigt är det just i detta steg lätt att hamna i kompromisslösa krav på den optimala strukturen. Detta kan i stället göra att det bästa blir det godas fiende, så att arbetet aldrig blir färdigt. Satsa därför på att det ska bli ”tillräckligt bra” från början, men fundera samtidigt på hur du kan bygga in ständiga förbättringar i den vidare utvecklingen av din lösning. Glöm inte heller att inventera vad som redan har gjorts, så att du inte behöver lägga ner arbete i onödan.

Utgå från MVP:er och kundresan

Ett rimligt angreppssätt är att börja med en grovsortering av informationen och utarbeta listor och modeller som kan förfinas iterativt under arbetets gång. Det är också rimligt att du börjar med att skala ner din lösning till en eller flera MVP:er (MVP = minsta verksamma produkt) och identifierar informationsbehovet per MVP, kopplat till din kundresa.

Struktur så nära källan som möjligt

Det händer att data som hämtas ut för användning och bearbetning är så ostrukturerat att det är oanvändbart utan ett rejält struktureringsarbete. Om struktureringen görs av dig som användare av data, gagnar det kanske dig och din lösning, men källan som datat hämtas från förblir ostrukturerad. Nästa dataanvändare måste upprepa arbetet att bygga en struktur när data hämtats ut, och ditt arbete blir ”ogjort” ur datakällans synvinkel.

Överväg därför att tillgängliggöra struktureringen för den ursprungliga dataägaren, som då har möjlighet att i sin tur tillgängliggöra data med ”din” struktur för fler användare. Arbetet gör då mer nytta för fler, och chansen ökar att din och dataägarens lösning kan utbyta information med andra lösningar i framtiden. I ett önskescenario har du till och med möjlighet att ställa krav på att dataägaren ska lämna ut data till dig i en viss struktur. Det kan dock kräva tydliga incitament och gott om tid för dataägaren.

Vilken information, var finns den, hur är den strukturerad?

Utgångspunkten för informationsanalysen är dels vilken information som behövs, dels om och i så fall var denna information finns att få tag på (under Ekosystemet hittar du mer information om källor). Viss information behöver kanske också nyskapas i din lösning.

Att informationen som ska hanteras blir väl beskriven är en förutsättning för att den ska kunna hanteras i din lösning med bibehållen innebörd. Ska informationen hämtas från existerande källor, inventera dessa källor och undersök hur informationen är strukturerad och beskriven där. Komplettera listan med beskrivningar och gärna mer detaljerade specifikationer av information om det finns. Leta efter uppgifter om terminologi, beskrivningar av begreppen (eller till och med definitioner), terminologiska urval (namngivna grupper av begrepp), informationsmodeller och andra beskrivningar.

Ska information nyskapas, behöver du söka fram lämpliga standarder för dokumentation och lagring. Alla ingående begrepp behöver preciseras, både hur de ska lagras och kommuniceras.

Struktur först – standard sen

Vanliga uppfattningar är att ”bara vi standardiserar så löser vi alla problem” eller ”bara vi använder internationella standarder så kommer allt att fungera”. Det är tyvärr ett alltför förenklat sätt att se på utmaningarna. Visserligen är det klokt att använda (internationella) standarder, men du kan inte börja med standarden och förvänta dig att den automatiskt ska ge dig rätt struktur på informationen. Börja i stället med att ringa in och beskriva din information och välj först därefter vilken standard du ska använda. Olika standarder ger olika hjälp för olika typer av information och i olika lägen. Tänk också på att samma standard kan tillämpas på olika sätt.

Andra kan redan ha gjort grundjobbet

Många gånger har andra redan jobbat med strukturering av samma eller liknande information som den du vill hantera i din lösning. Se därför till att inventera vad som redan är gjort, så undviker du dubbelarbete och får dessutom möjlighet att komma längre i arbetet än du kan göra om allt ska göras från noll.

E-hälsomyndighetens tjänst för nationella gemensamma specifikationer

Referensmodeller i Socialstyrelsens nationella informationsstruktur

Kunskapsstöd för läkemedelsinformation SKR:s läkemedelsdomän

Begreppsanalys, modellering och kodverk är centrala verktyg

I det praktiska arbetet med informationsanalysen finns många verktyg att använda. Några av de mest centrala är begreppsanalys för att komma överens om terminologin, modellering för att beskriva informationsbehoven och kodverk för ett strukturerat innehåll. Det är bra om du orienterar dig i verktygen, eftersom det kommer att underlätta din fortsatta dialog med de experter som du bör anlita vartefter. Om du tycker att texten blir för detaljerad och känns långsökt för dig just nu, hoppa i så fall över dessa delar och återkom till dem när de eventuellt känns mer relevanta.

Begreppsanalys ger språklig samsyn

Syftet med begreppsanalys är att nå en språklig samsyn, det vill säga att komma överens om vad de termer som används inom ett fackområde står för. Begreppsanalysen hjälper dig att identifiera och beskriva begreppens väsentliga kännetecken och vad som avgränsar dem mot andra begrepp.

Traditionellt har begreppsanalys främst varit ett verktyg för att reda ut begrepp som ska beskrivas i ordlistor, termbanker och termsamlingar, men metoden har i dag en given plats även kopplat till informationsanalys. Inte minst är det hjälpsamt att förstå och kunna diskutera skillnaden mellan term (uttryck, fackord) och begrepp (vad uttrycket, fackordet, står för). Det kan vara till stor hjälp när du jämför olika källor eller när du skissar på informationsinnehåll och struktur för den information som ska nyskapas i din lösning.

Du hittar mer information om begreppsanalys inom vård och omsorg i Socialstyrelsens handledning för arbete med begrepp och termer. Handledningen är i första hand riktad till dem som är eller kommer att bli praktiskt involverade i Socialstyrelsens terminologiarbete, men den är också läsvärd som introduktion till begreppsanalys i allmänhet. Bra övergripande och fördjupande information om terminologiarbete finns även hos Terminologifrämjandet.

Socialstyrelsens handledning för arbete med begrepp och termer

Terminologifrämjandet om terminologi och fackspråk i korthet

Terminologifrämjandets sida med mer läsning om terminologi

Modeller ger struktur

Det räcker inte att veta vad termerna står för och hur de rent begreppsmässigt förhåller sig till varandra. Du behöver också ha koll på hur den information som behövs om begreppen ska struktureras i din lösning, det vill säga hur informationen hänger ihop. Om informationen dessutom rör sig (och förändras?) i hanteringen i din lösning, behöver du också skissa på hur processen ser ut.

Det finns en uppsjö av modelltyper som används för att beskriva olika aspekter på information. Det är inte alltid lätt att avgöra vilken typ av modell en viss modell är, oftast behövs även information om den beskrivna kontexten. Det råder dessutom inte full enighet om vad som kännetecknar de olika modelltyperna eller om vilka som är nödvändiga i ett praktiskt projekt. I denna vägledning vill vi ge rådet att utgå från projektets behov och välja modelltyp eller modelltyper för varje steg av ditt arbete baserat på det. Vi tror att någon variant av följande tre huvudsakliga typer av modeller (utöver begreppsmodellen) kan vara särskilt angelägna att överväga.

• Flödesmodell. I en flödesmodell beskrivs ett skeende med fokus på vem som gör vad och i vilken ordning. Kanske är din kundresa ett exempel på en flödesmodell, eller så kan du utveckla den till att bli det.
• Processmodell. I en processmodell beskrivs ett skeende utifrån perspektivet vad som händer i när ett objekt genomgår (förädlas i) olika steg. Objektet kan till exempel vara en produkt i en tillverkningsprocess, men lika gärna en patient som genomgår en medicinsk behandling. Ofta är processmodellen den första modell som görs, men om du utgår från en kundresa blir processmodeller snarare ett sätt att bryta ner delar av flödet till ”förädlingsprocesser”.
• Informationsmodell. I en informationsmodell beskrivs hur information hänger ihop eller vilka informationsbehov som finns. Informationsmodeller kan användas till att beskriva verkligheten så som den ser ut, men de kan också användas för att beskriva önskemål och krav på hur verkligheten borde vara.

Som nämnts ovan bör du anlita proffshjälp för informatiken. Ovanstående beskrivning är därför endast översiktlig och syftar till att ge dig ett ungefärligt hum om de olika verktyg som informatikern eller informationsarkitekten kan använda för att beskriva informationens struktur.

Kodverk ger innehåll till strukturen

Kodverk används för att ange eller sortera innehåll eller värden på ett strukturerat sätt. Till de mest kända kodverken inom vård och omsorg hör ICD-10, den internationella sjukdomsklassifikationen. Ett annat kodverk som är viktigt att känna till är Snomed CT.

Försök att så långt som möjligt använda kodverk (och koder) som redan finns. Ofta behövs bara delar av de större kodverken, och ibland kan man då behöva göra så kallade urval, specificerade delmängder. Snomed CT har urvalshantering inbyggt i sina standardverktyg. Urvalen kan sedan knytas till lämpliga platser i en informationsmodell för att beskriva var de kommer in i den tekniska lösning som ska byggas. Om du behöver göra urval ur Snomed CT eller komplettera kodverket med nya koder, se till att ta hjälp för detta. Socialstyrelsen har också en särskild tjänst för frågor och förslag.

Socialstyrelsens sida för statistik och data med länkar till klassifikationer med mera

Socialstyrelsens sida för e-hälsa med länkar till Snomed CT med mera

Socialstyrelsens formulär för frågor och förslag om Snomed CT

Kodverk för uppföljning eller dokumentation?

Det är skillnad mellan kodverk och kodverk. Vissa typer (klassifikationer, till exempel ICD-10, ICD-11, KVÅ, ICF och ATC) är bäst lämpade för uppföljning, medan andra (kliniska begreppssystem, till exempel Snomed CT och NPU) fungerar bättre för dokumentation och beslutsstöd. Anledningen till att det är bra för dig som innovatör att känna till detta, är att det hittills främst varit klassifikationer som använts även för dokumentation. Dagens system för dokumentation kan därför vara svåra att anpassa till de kliniska begreppssystemen, vilket egentligen skulle bidra till större träffsäkerhet och precision i dokumentationen. Det kommer sannolikt att förändras över tid, men för dig gäller det att välja om du vill använda det etablerade och beprövade eller om du vill driva utvecklingen mot nya och långsiktigt hållbara lösningar. Båda har för- och nackdelar.

ICD-10, gällande version av den internationella sjukdomsklassifikationen (Socialstyrelsen)

ICD-11, kommande version av den internationella sjukdomsklassifikationen (Socialstyrelsen)

KVÅ, klassifikation av vårdåtgärder (Socialstyrelsen)

ICF, Internationell klassifikation av funktionstillstånd, funktionshinder och hälsa (Socialstyrelsen)

ATC, Internationellt klassifikationssystem för gruppering av läkemedel (FASS)

ATC, Internationellt klassifikationssystem för gruppering av läkemedel (WHO)

NPU, Systematiska benämningar och koder för laboratorieundersökningar (Equalis)

Snomed CT (Socialstyrelsen)

Kodsystem för ordinationsorsak (Socialstyrelsen)

Semantisk interoperabilitet

Skälet till att informationsanalysen är central i arbetet med digitala lösningar är att förutsättningen för att information ska kunna delas mellan olika system och lösningar är semantisk interoperabilitet. Förenklat sett innebär semantisk interoperabilitet att betydelsen av den information som skapas på ett ställe ska kunna förstås av den som tar emot informationen på ett annat.

För att informationens innebörd ska vara verkligt överförbar från ett sammanhang till ett annat räcker det dock inte alltid med att använda samma ord eller samma definition av begreppen. Termen urinvägsinfektion kan syfta på samma begrepp, men för att betydelsen ska gå att överföra måste det också tydliggöras om det till exempel handlar om en diagnostisk misstanke, en möjlig differentialdiagnos, en ordinationsorsak, en fastställd diagnos i största allmänhet eller specifikt en bidiagnos i en slutanteckning för ett slutenvårdstillfälle. Omständigheter, syften, sammanhang och förutsättningar som omger begreppen, mätvärdena och strukturerna påverkar således också överförbarhet och tolkning. Således behöver kontexten framgå vid mottagandet av uppgiften urinvägsinfektion för att det ska gå att tala om verklig semantisk interoperabilitet. Det visar också att både begreppsanalys och informationsmodellering är viktiga verktyg för att beskriva informationen på ett tillräckligt tydligt sätt för informationsöverföring.

Annan interoperabilitet bidrar till den semantiska

Det finns även andra aspekter som påverkar informationsöverföringen. Här talar man främst om teknisk, juridisk och organisatorisk interoperabilitet.

• Teknisk interoperabilitet innebär att informationen ska kunna överföras tekniskt utan att den förvanskas. Basen är den tekniska infrastrukturens huvudkomponenter, som el och bredband, men det som framför allt brukar vara i fokus är möjligheten att paketera information inför överföring och packa upp den på ett korrekt sätt efter överföring.
• Juridisk interoperabilitet innebär att informationshanteringen ska vara tillåten, det vill säga ha stöd i författningar. Att något är tillåtet är dock inte samma sak som att det finns krav på att det görs. Till exempel är det juridiskt tillåtet för vårdgivare att lämna ut information (även digitalt) om en patient till denna patient, såvida patienten inte bedöms lida men av att informationen utlämnas. Det innebär inte att en sådan informationsöverföring har etablerats som en rutin överallt i vården. Det kan vara värt att ha i minnet att i diskussionen om hälsodata händer det att avsaknad av uttryckliga författningskrav missförstås som att hanteringen inte är tillåten. Om du misstänker att så är fallet i någon fråga som rör din lösning, ta hjälp av en jurist och undersök frågan närmare. Läs mer under Steg 5: Juridisk analys.
• Organisatorisk interoperabilitet innebär att de organisationer som utbyter information har en likartad syn på faktorer som politisk kontext, arbetsprocesser och verksamhetsmål. I det enklaste fallet kan organisatorisk interoperabilitet uppnås genom att de inblandade aktörerna är vårdgivare med samma verksamhetsinriktning, målbild, ansvarsfördelning och formella eller informella processer. Organisatorisk interoperabilitet kan vara viktig för analysen av var någonstans i en process som en viss typ av information skapas eller behövs. Om information överförs utan att det finns en organisatorisk interoperabilitet kanske den mottagna informationen används på fel sätt, missförstås eller inte används alls.

Kunskapsguiden om e-hälsa, bland annat om interoperabilitet

Checklista informationsanalys

I projektet har vi

• listat vilken information som behövs var
• klargjort svåra begrepp
• analyserat och beskrivit informationens struktur
• undersökt var eventuella befintliga data finns
• undersökt de format som redan används
• skissat på process- och flödesmodeller
• påbörjat en informationsmodell.