Vuonna 1999 lontoolainen pörssimeklari Jason Maude toi 3-vuotiaan Isabel-tyttärensä St. Maryn sairaalaan Paddingtonissa. Lääkäri totesi vesirokon. Hän passitti lapsen kotiin sairastamaan.

Jo seuraavana päivänä Isabelin elimet alkoivat romahtaa yksi toisensa jälkeen. Lasten tehohoitoyksikön johtava lääkäri Joseph Britto älysi, että lapsi kärsi vesirokon yhteydessä toisinaan esiintyvästä myrkytyksestä ja lihansyöjabakteerista.

Isabel selvisi. Mutta hän joutui olemaan sairaalassa kaksi kuukautta, joista ensimmäisen tehohoidossa.

Hänen isänsä oli niin järkyttynyt, että erosi työstään. Tyttären henki oli lähteä sellaisen taudin vuoksi, joka oli varsin hyvin tiedossa ja dokumentoitu. Hänet alun perin kotiin lähettänyt lääkäri ei vain tullut ajatelleeksi muuta kuin vesirokkoa.

Jason Maude ja Joseph Britto perustuvat yhdessä yrityksen, joka alkoi kehittää ohjelmistoa väärien diagnoosien välttämiseksi. Firmalleen he antoivat nimeksi Isabel Healthcare.

Lääketieteen asiantuntijat erehtyvät usein. Ruumiinavausten perusteella tiedetään, että lääkäreiltä jää jopa 20 prosenttia tappavista sairauksista tunnistamatta. Kaikista hoitovirheistä väärät diagnoosit muodostavat jopa kolmanneksen.

Seuraukset ovat karuja: miljoonat potilaat saavat vuosittain hoitoa aivan väärään sairauteen.

Isabel-ohjelmiston idea on yksinkertainen. Se tuntee yli 11 tuhannen taudin oireet. Maude tiivistää asian näin:

“Tietokoneet muistavat asioita paremmin kuin me ihmiset.”

Yrittäjät myyvätkin järjestelmäänsä lääketieteellisten diagnoosien Googlena. Periaate on sama kuin hakukoneiden. Lääkäri syöttää havaitsemansa oireet ja muita taustatietoja. Ohjelmisto etsii tietokannasta oireita vastaavat sairaudet.

Väärien diagnoosien yleisin syy on hätäily. Kun lääkäri on saanut päähänsä yhden oireisiin sopivan diagnoosin, hän lopettaa siihen ja sulkee muut vaihtoehdot pois.

Juuri näin kävi myös Isabel-tytön tapauksessa. Kun lääkäri oli päätynyt vesirokkoon, hän ei enää pohtinut muita vaihtoehtoja.

Tutkijat ovat havainneet, että noin 10 prosentissa tapauksista Isabel-ohjelmisto löytää diagnoosin, jota lääkäri ei tule ajatelleeksi, mutta joka hänen olisi pitänyt äkätä.

Isabel-järjestelmä löytää oikean diagnoosin jopa 98 prosentin varmuudella. Se ei tosin tarkoita, että tietokone ehdottaisi vain yhtä ratkaisua – tai edes niistä todennäköisintä. Hakutulos muodostuu usein 20-30 vaihtoehtoisesta diagnoosista.

Lienee kuitenkin selvää, että pari tusinaa ehdotusta on paljon parempi kuin yli 11  000 erilaista mahdollisuutta.

Britto korostaakin, ettei Isabel ole asiantuntijajärjestelmä, joka päättäisi lääkärin puolesta. Sen sijaan se tarjoaa älykkäitä tarkistuslistoja.

Tietenkin valkotakit ovat suhtautuneet Isabel-järjestelmään epäilevästi. Kun Britto alkoi opetella lentämistä vuonna 1999, hän ällistyi. Jostain syystä lentäjät tuntuvat hyväksyvän tietokoneen avukseen paljon lääkäreitä helpommin.

Jokainen pilotti käyttää myös tarkistuslistoja aina ja poikkeuksetta, sattuu sellainen häntä huvittamaan tai ei.

“Kysyin lennonopettajalta, mistä lääkäreiden ja lentäjien erilainen asenne saattaisi johtua. Hän vastasi, että syy on hyvin yksinkertainen. Toisin kuin lentäjä, lääkäri ei tule alas koneensa mukana”.

Lisäksi sekin on kuulemma kiva bonus, että lentäjän takana istuvat 400 matkustajaa selviävät reissustaan hengissä.

Mitä rutinoituneempi olet, sitä helpommin unohdat niin myynti- kuin toimitusvaiheen tehtäviä. Laadi yksinkertaisistakin rutiineista tarkistuslistoja.

Lähteet: Super Crunchers (Ian Ayers 2007), Isabel Healthcaren verkkosivut ja Joseph Britton esitys “Improving Patient Care and Safety: Use of electronic diagnosis reminder systems” Seattlessa 5.2.2009.