Vården använder i dag ett stort antal journalsystem. Systemen har sina vitt skilda lösningar för att kommunicera med användaren. För att systemen ska kunna utbyta information med varandra fordras att man kan översätta delar av en journalantecknings innehåll till en gemensam terminologi.
Snomed CT (Systematized nomenclature of medicine – clinical terms) skulle kunna vara denna terminologi.
Mycket arbete har lagts ned på att skapa nyttiga journalsy­stem. Dit hör inte bara att underlätta registrering av detaljerade uppgifter om patienten, utan också att få systemet att ge stöd vid arbetet, undvika dubbelarbete, förenkla journalskrivandet, öka säkerheten, hjälpa till med prioriteringar och ge återkoppling till användaren i form av sammanställningar över verksamheten.
Det har emellertid inte alltid blivit som man önskat. Användaren har nämligen många sysslor under sin dag och har därför tvingats att arbeta i olika system som inte kan kommunicera med varandra. Lösningen på detta problem är standardisering och samarbete mellan leverantörer av de olika journalsystemen. Ett sådant samarbete är inte lätt att åstadkomma, eftersom leverantörerna konkurrerar med varandra.
Endast en leverantör vore bra kan någon tycka, men mångfald behövs. Argumenten för den saken är behovet av specialkunskaper, som tillgodoser det ständiga behovet av utveckling inom såväl datateknik som medicinsk verksamhet. Av hänsyn till användaren och indirekt till patienten borde inte denna önskan om bibehållen mångfald störa verksamheten så som sker i dag. Användaren ska helt enkelt inte märka att det finns flera system bakom skärmen.
För att öka integrationen behöver vi en standardisering av olika tekniker. Hit hör bl a införandet av gemensamma terminologier och utveckling av redskap som hämtar och lämnar detaljerade data på ett säkert sätt [1].

Prövas i flera länder – i Sverige ännu på skrivbordsstadiet
Snomed CT är en internationell referensterminologi, vilket betyder att det är en terminologi man enas om för att fånga vårdens detaljer och koppla termerna till andra terminolo­giers termer. Integrationen mellan olika system förväntas bli bättre [2]. Snomed CT är detaljerad och har fler än 300 000 begrepp, vilket är vida mer än vad som finns i den internationella sjukdomsklassifikationen ICD-10. En exakt styrkejämförelse är inte så intressant. Terminologin ska nämligen inte ersätta klassifikationerna i ICD-10, utan syftet är att följa information.
Snomed CT prövas nu i flera länder [3]. Femton länder har hittills anslutit sig till den internationella organisationen IHTSDO (International Health Terminology Standards Development), som driver utvecklingen. Det finns flera hundra artiklar i ämnet men ännu få redovisningar från den kliniska vardagen. Svensk översättning har inletts och skrivbordsexempel lyfts fram.
Inom denna terminologi finns ofullständigheter och svagheter som gör att den inte kan användas utan testning. Meningen är inte att Snomed CT ska fungera som ensam terminologi inom journalsystemen. Olika syften gör att systemen behöver flera terminologier och klassifikationer [4]. Gränsdragningarna mellan dessa måste då bli mer tydliga än de är i dag. Eftersom många termer i Snomed CT redan finns i ICD-10, behövs bl a där en översyn. Med ­Snomed CT finns förväntningar om att kunna sammanställa gemensamma rapporter.

Grogrund för gemensam utveckling av vårdens datorisering
Kliniker och ekonomer kommer naturligtvis att välkomna introduktionen av Snomed CT, eftersom en mer flerdimensionell redovisning kan tillämpas. Vi hoppas få se exempel på bättre uppföljning, forskning och riskbedömning [5, 6]. Leverantörernas olika journalsystem kommer därmed att tvingas till en gynnsam anpassning. De kommer att bli bättre strukturerade och mer användaranpassade, eftersom Snomed CT, med sina möjligheter att hantera detaljer, innebär krav på förnyelse. Denna anpassning till förändringar tvingar i sin tur fram ett naturligt närmande mellan leverantörerna och dem som bedriver vård [7].
Introduktionen av Snomed CT handlar således inte bara om en isolerad terminologi, utan snarare om möjligheter till en sund grogrund för en gemensam utveckling av vårdens datorisering. En sådan utveckling är förknippad med såväl tekniska svårigheter som extra kostnader.
Snomed CT är mer flexibel än ICD-10 vad gäller anpassning till nyheter. Uppgraderingar sker regelbundet. Det går att göra nationella tillägg till den internationella versionen.
När en term eller fras om ett kliniskt fynd används inom ett datasy­stem måste inte nödvändigtvis Snomed CT användas primärt. I stället används ofta en för användaren anpassad terminologi utvecklad av leverantören [8-10]. En sådan terminologi har flera olika typer av kodsystem. En del är unika för journalsystemet. Hit kan höra historikkoder, fraskoder och laboratoriekoder. Andra mer etablerade såsom ICD-10 och ATC-koder brukar också ingå.
Snomed CT kommer troligen att inkluderas i dessa befintliga kodsystem i framtiden. Användaren kan klicka in uppgifter i frasform från skärmen och kombinera dessa med fri text för att skapa en läsbar anteckning. På grund av denna användarvänliga funktionalitet kallas terminologin för »gräns­snitts­terminologi« eller »interface terminology« (IFT) på engelska.
När en användare för över en anteckning till ett annat sy­stem ska datorn översätta från gränssnittsterminologin till Snomed CT. Detta ska ske automatiskt utan att användaren nödvändigtvis ser det. Hon eller han ska inte heller behöva plugga in och hålla reda på nya termer. Eftersom det sker i bakgrunden och är »inbäddat« (embedded data) bland mer synliga data, kanske det inte heller är så nödvändigt att översätta termerna till svenska. Det finns andra semantiska och säkerhetsmässiga fördelar med att behålla referensterminologin på engelska.

Kodning och mappning konverterar information
Konvertering av information från en terminologi till en annan kallas kodning eller mappning. Det kräver särskild omsorg och uppföljning av journalsystemens leverantörer.
Vid kodning utgår man från många uppgifter om en patient och försöker välja rätt kod ur ett kodverk, enligt vissa regler. Till exempel är diagnosen mikroalbuminuri beroende av antalet höga provsvar och tidsintervallet mellan dessa höga provsvar. För att vara mer exakt ska två av tre provsvar vara höga, och proven ska tas med minst 30 dagars mellanrum. ICD-10-koden »E102A« betyder att diabetes typ 1 med mikroalbuminuri föreligger. Ett datasystem med gränssnittsterminologi kan kontrollera att kriterierna är uppfyllda.
Journalias datasystem har för typ 1-diabetes fraskoden »20001A«. Om den hittas i patientens dokument går systemet vidare och söker efter koden »6014«, som är laboratoriekoden för mikro­albuminhalten. När systemet läser för att se om kriterierna är uppfyllda, tas samtidigt hänsyn till normalvärden som är olika hos män och kvinnor och de kritiska tiderna mellan provsvaren.
Vid mappning gäller det att hitta en begreppsmässig överensstämmelse mellan två olika terminologier. Det är i dag en vanlig teknik för att uppnå kommunikation mellan ett journalsystem och ett laboratorium. För att etablera koppling till laboratoriet ska den privata laboratoriekoden »6014« för mikroalbumin hos Journalia mappas till »KD341«, som används på många laboratorier. I detta fall räcker det med en enkel översättningstabell, eftersom det handlar om att söka efter förhållandet »en till en«.

Mappning till Snomed CT tar hänsyn till många faktorer
Mappning till Snomed CT är mer komplicerad än en mappning till laboratoriets system. Det behövs kodning där man tar hänsyn till många faktorer, som i fallet ovan med ICD-10. Då kan samma programtekniker utnyttjas. I Snomed CT finns koden »167582007« för positivt fynd av mikroalbumi och en annan kod »167583002« för negativt fynd. Vid kodning från systemet med gränssnittsterminologi måste då ett program kunna känna av olika laboratoriekoder för mikroalbumi i urin och dess könsbundna normalvärden. Nu gäller inte bara »en till en« som i exemplet med laboratoriekopplingen; vi måste ta hänsyn till »flera till en«.
Samtidigt är det viktigt att hålla reda på annat. Dit hör tiden för händelsers början och slut eller avsaknad av fynd hos en patient. I det senare fallet måste många koder genomsökas. Mappningsriktningen spelar även stor roll. Vid mappning från en källa som Journalia till Snomed CT kan förutom basala termer även kombinationer av flera termer användas för att sedan sändas till mottagaren. En sådan sammansättning av koder kallas för postkoordinering. Vid mappning från Snomed CT däremot mappas endast basala eller fördefinierade termer som enligt språkbruket för terminologin är prekoordinerade termer [2].

Test i praktiken
På Socialstyrelsens uppdrag undersökte vi hur Snomed CT kan användas i praktiken. För att testa mappning och kodning av data från ett system med gränssnittsterminologi till ­Snomed CT studerades diabetesjournaler producerade i Journalias arkitektur, vars olika kodtyper vid diabetes finns redovisade på Journalias webbplats [11]. Systemet är avsiktligt byggt för att följa vårdens detaljer över tiden. Nyligen har detta utnyttjats i forskning kring långtidseffekten av nya insuliner [5].

En avsikt med undersökningen av Snomed CT var att få en översikt av den omedelbara täckningsgraden mellan terminologierna. Vidare ville vi utveckla programmeringstekniker för att skapa rapporter om en enskild patient och om en population. Nyttan av Snomed CT stärks ju mer det är möjligt att flytta information från Journalia till Snomed CT. Brister i täckningsgrad kan peka ut behov av postkoordinering, vilket innebär att man kombinerar olika termer inom Snomed CT. Det kan också leda till vidareutveckling av Snomed CT, som måste vara flexibel och regelbundet anpassa sig till vårdens dokumentationsbehov [12].
Vi begränsade oss till att mappa enbart till de basala termerna som enligt språkbruket för Snomed CT benämns vara prekoordinerade.
Vi fann att täckningsgraden var hög inom nefropati (94 procent) och neuropati (72 procent). Även sociala frågor visade god men något lägre täckning (63 procent). Liknande studier inom andra specialiteter har rapporterat högre täckningsgrad [10]. Procentsiffrorna kan betraktas som kvalitetsindikatorer och tillsammans utgöra mönster, vilket lockar till vidare analyser. Vi vill veta orsakerna till bristande täckningsgrad och göra något åt saken om det behövs.

Tolkningen blir beroende av vilka kvalitetskrav som ställs på innehållet av den information som ska föras från ett sy­stem till ett annat. System med egen gränssnittsterminologi måste naturligtvis inte föra över alla sina lagrade vårddetaljer. Ett körkortsintyg för en patient med diabetes kan t ex ha många koder som inte behöver mappas till något annat sy­stem. Samtidigt som en del strukturerad information förblir privat kan det finnas kritiska uppgifter som missar målet och inte leds vidare.

Också kodning från Journalias terminologi till ICD-10 lät vi utföra. Kan man lära sig att behärska denna kodning bör kodning till Snomed CT också fungera, var vår tanke. Vi tillämpar samma tekniker i dessa fall. Det finns forskare i ämnet som anser att man ska mappa Snomed CT-termer till ICD-10 [4], medan vi anser att man snarare ska använda gränssnittsterminologin och dess funktioner i syfte att generera förslag till såväl ICD-10-koder som Snomed CT-termer.
Vi kunde jämföra hur läkarna hade ställt ICD-10-diagnoser manuellt med resultatet från kodning. Genom att maskinellt utnyttja den samlade informationen i journalsystemet var det lätt att påvisa den tidigare kända variation som finns mellan läkare vid kodning till ICD-10 [13]. Automatisk bearbetning gav en större precision. Undersökningen gjordes på 5 532 patienter från åtta kliniker.
Manuell kodning gav vid samtliga enheter underrapportering vad gäller bruk av diagnoser som pekade ut förekomst av ögonkomplikationer vid typ 1-diabetes (67 procent mot 82 procent), vilket bidrog till överrapportering av diagnosen ­»diabetes utan komplikationer«. Vid manuellt bruk av ICD-10 rapporterades diagnosen mikroalbumin­uri hos endast en tredjedel av dem med diagnosen, enligt sy­stemets algoritmer. Underrapportering gäller som väntat även andra diagnoser med mätvärden som hyperlipidemi eller fetma.
Resultatet belyser hur viktigt det är att kodning oberoende av målet – ICD-10 eller Snomed CT – görs automatiskt och inte manuellt.

Ansvaret för att kodningen blir korrekt kommer i framtiden att ligga på de nationella organisationerna, användarna, specialistföreningarna och ansvariga programmerare för re­spektive journalsystem. Behovet av mappning avgörs av vilka slags rapporter och andra dokument som efterfrågas. Förutom att tjäna som bihang eller underlag till journaler och epikriser kan det handla om rapporter för jämförelser av kvalitet, officiell statistik och diagnosrapportering samt klinisk forskning [5, 6].

Nu behövs praktiska exempel
Sammanfattningsvis konstaterar vi att arbetet med ­Snomed CT fyller ett behov. Terminologin kräver olika redskap, t ex en detaljerad gränssnittsterminologi. En omsorgsfull mappning och kodning kommer att förbättra kommunikationen mellan olika journalsystem. Det som behövs nu är praktiska exempel [12].
*
Potentiella bindningar eller jävsförhållanden: Inga uppgivna.