Porträtt av professor Gunnar Nilsson

Gunnar Nilsson föddes i Stockholm 1955 och tog läkarexamen vid Karolinska Institutet 1980. Han blev där specialist i allmänmedicin 1989 respektive med lic 2000 och disputerade 2002. Åren 1980-1989 arbetade han kliniskt inom Stockholms läns landsting och åren 1990-2003 som allmänläkare inom Stockholms norra sjukvårdsregion. Han blev 2004 docent och lektor i allmänmedicin, särskilt medicinsk informatik, vid Centrum för allmänmedicin, institutionen för neurobiologi, vårdvetenskap och samhälle , Karolinska Institutet.

Åren 1995-2004 var han ledamot av kommittén för medicinsk informatik vid Svenska Föreningen för Allmänmedicin (SFAM). Åren 2006-2007 studierektor för termin 5-7 vid läkarutbildningen, KI. Han var under 2007 ansvarig för grundutbildningsenheten vid CeFAM och är sedan 2008 programdirektor för läkarprogrammet vid KI. Han utsågs 2009 till gästprofessor vid institutionen för data och systemvetenskap, ett samarbete mellan Stockholms universitet och KTH.

Gunnar Nilsson utnämndes den 1 september 2008 till professor i allmänmedicin särskilt medicinsk informatik vid Karolinska Institutet.

Om forskningsämnet

En ökad satsning på informationsteknologi inom hälso- och sjukvården är en förutsättning för bättre hälsa, förbättrad sjukvård respektive ett bättre resursutnyttjande, menar Gunnar Nilsson. Som allmänläkare använder han kunskaper inom medicinsk informatik i olika projekt för att beskriva och förbättra det kliniska arbetet. Han hoppas på en ökad medvetenhet om informationsteknikens potential och betydelse för hälso- och sjukvården såväl inom klinik och forskning som inom grundutbildning.

Sjukvården med i utvecklingen av informationssamhället

Som allmänläkare har Gunnar Nilsson kunnat bedriva en bred forskning inom fältet medicinsk informatik. Första gången han kom i kontakt med elektroniska patientjournaler var då han i början av 1990-talet skulle utvärdera ett nytt läkemedel för patienter med hjärtsvikt på en vårdcentral utanför Stockholm.

Han har därefter täckt in ett flertal olika diagnoser och kliniska primärvårdsområden: depression, luftvägsinfektioner, hudtumörer, förmaksflimmer, hjärtsvikt, stroke, bensår, waran-behandling, sjukskrivning och läkemedelsförskrivning.

- Datorn är i särklass bäst på att snabbt ta fram det man letar efter i stora datamängder. Den kan söka i ett gigantiskt material och på bråkdelar av en sekund hitta det som annars skulle ta manmånader att hitta.

Han har i randomiserade studier tittat på vilka typer av läkemedel som vårdcentralerna använder för några medicinska diagnoser och analyserat om det går att genom olika utbildningsinsatser påverka läkarnas förskrivning. Han har studerat aktiva kliniska påminnelsesystem, där datorn själv söker i patientjournalerna och kan påminna läkaren om det är något som glömts bort eller bör övervägas.

- Systemen kan ha stor effekt för att ändra ett kliniskt beteende, men måste användas med varsamhet och stor urskiljning. De flesta har än så länge så stora tekniska och praktiska bieffekter att de används mycket lite.

Eftersom de flesta sjukdomstillstånd är mångdimensionella finns ett stort behov av gemensamma klassifikationer av diagnoser, symtom, funktioner med mera. Klassifikationerna den svenska sjukvården utgår ifrån har i många fall en ålderstigen struktur; grunden för klassifikationen för hjärtsvikt är exempelvis från slutet av 1800-talet. Han har i sin forskning tagit fram en mångdimensionell, datorbaserad sjukdomsklassifikation, som är överskådlig att söka i.

- Fördelen är att det med större säkerhet går att hitta det man söker. Systemet är dock svårt att redovisa på papper, eftersom man då bara kan ta en dimension i taget.

Internationellt finns idag ett antal klassifikationer för sjukvården, varav flera har utvecklats av WHO. Både International classification of diseases (ICD 10) och International classification of functioning (ICF) används i Sverige.

- Vi har studerat hur användbara dessa är när det gäller sjukskrivning och rehabilitering. Det är viktigt att det finns ett gemensamt språk för alla aktörer i vårdkedjan.

Adjusted clinical groups (ACG), skiljer sig från övriga genom att inte klassificera symtom utan patienter. Systemet har tagits fram av Johns Hopkins University i USA och används i allt högre utsträckning i delar av Sverige, framförallt i Skåne.

- I ACG går det att systematiskt sammanställa alla diagnoser som ställts för en patient under det senaste året. Patienten blir synlig som i inget annat system genom att man bland annat kan särskilja de svårt sjuka och multisjuka.

Det kan på så sätt användas för ekonomisk fördelning. Sverige har nyligen gått med i ett internationellt arbete med en nyare typ av klassifikation: SNOMED CT, ett stort och mångdimensionellt system. Svenska experter ska i ett treårigt projekt översätta medicinsk terminologi som på sikt kommer att kunna används inom hela vårdkedjan, genom att inkludera symtom, funktioner, åtgärder med mera. Gunnar Nilsson har medverkat i lanseringen av SNOMED CT i Sverige liksom i lanseringen av ICF i sjukskrivningssammanhang.

- Uvecklingen kring flera olika internationella klassifikationer visar att det här är ett viktigt område för framtidens sjukvård och forskning. De olika systemen har stor betydelse för hälso- och sjukvården var för sig och genom att de kompletterar varandra väl.

Elektroniska patientjournaler

Ett nytt forskningsprojekt ska analysera en dryg miljon patientjournaler från Karolinska universitetssjukhuset åren 2006-2008. Materialet ska på sikt kunna ligga till grund för epidemiologiska och hälsoekonomiska studier liksom studier kring ohälsa och relaterade faktorer. Men innan forskningen kan komma igång ska gruppen analysera hur materialet på bästa sätt ska kunna avidentifieras maskinellt så att journalerna blir anonyma.

- I ett första steg har vi tagit bort namn och personnummer, men identifierbara uppgifter finns även i den löpande journaltexten.

Ett annat projekt har fokus på en databas för primärvårdsforskning inom Skövde sjukvårdsregion. Gruppen kartlägger här hur journaldokumentationen ser ut och hur väl patientbeskrivningarna kan representeras med olika klassifikationer. Gunnar Nilssons gästprofessur vid institutionen för data och systemvetenskap är en gemensam satsning från Stockholms universitet och KTH. I samverkan studeras här olika sökverktyg för fri text i journaler, som system för kategorisering av texter. Det är en metod där datorn snabbt kan scanna igenom miljontals olika texter, automatiskt indexera dem och därefter bland annat sätta ihop dessa till en systematisk helhet.

- Vid exempelvis ett framtida ovanligt patientfall skulle det snabbt gå att få fram information om en patient med liknande symtom i en stor mängd elektroniska patientjournaler. Vi är bara i början av ett ganska nytt fält inom medicinsk informatik.

Mer information

Sektionen för allmänmedicin