Digital Patologi konseptstudie

Digital Patologi konseptstudie Hovedprodukt 1.0 - Dagens organisering og arbeidsprosesser 26.september 2016 Versjon nr. 1,0 Godkjenning Organisasjon Navn Dato Versjons nr. Prosjektstyret 61 NIKT Digital patologi - konseptstudie 21.10.2016 1,0 1

Innhold 1 Innledning... 4 1.1 Endringshistorikk... 4 1.2 Formålet med dokumentet... 4 1.3 Dokumentets omfang og avgrensninger... 4 1.4 Arbeidsgruppen for dokumentet... 4 2 Prosjektproduktene... 5 2.1 Produktnedbrytningsstruktur... 5 2.2 Overordnet beskrivelse av hovedproduktene... 5 3 Introduksjon til patologi... 6 4 Arbeidsprosesser... 7 4.1 Faglige nettverk og samarbeid... 7 4.2 Beskrivelse av dagens arbeidsflyt... 10 4.3 Regionale forskjeller... 12 4.4 Konsekvenser for pasientsikkerhet og effektivitet... 12 5 Aktivitet og geografisk plassering... 13 5.1 Aktivitet... 13 5.2 Geografisk plassering... 15 5.3 Regionene... 15 5.4 Trusler... 15 5.5 Muligheter... 17 6 Standarder, maler og registre... 19 6.1 Maler... 19 6.1.1 Dagens bilde... 19 6.1.2 Oversikt over bruk av maler ved de største patologiavdelinger i Norge:... 20 6.1.3 De nasjonale handlingsprogrammene for kreft (Helsedirektoratet)... 21 6.1.4 Veileder utgitt av Den norske patologforening (DNP)... 21 6.1.5 Arketypeforvaltning i Nasjonal IKT... 21 6.1.6 Smart strukturerte patologisvar (lokalt initiativ)... 22 6.1.7 Elektronisk rekvirering... 22 6.2 Registre... 23

7 Teknisk... 25 7.1 Nasjonalt nivå... 25 7.2 Regionene... 25 i. Bilde Viewer og skannere... 26 7.3 Funn... 27 ii. Mikroskop... 27 iii. Lagring... 27 iv. Bildeanalyseassistert diagnostikk... 28 v. Standarder, formater... 28 7.3.1 Trusler... 29 7.3.2 Muligheter... 30 8 Vedlegg... 31 i. Kartlegging i de fire helseregionene... 31 i. Helse Nord-Norge... 31 ii. Helse Vest... 32 iii. Helse Midt-Norge... 33 iv. Helse Sør-Øst... 34 ii. Utvalgte as is beskrivelser... 35 i. Variasjon i prøvematerialet... 35 ii. Sortering... 36 iii. Manuelle markeringer... 36 iv. Sortering... 37 v. Fordeling... 37 vi. Konsultasjon... 38

1 Innledning 1.1 Endringshistorikk Versjon Endring Dato Forfatter 0,34 Dokumentet opprettes 20.mai 2016 Line Rodahl Dokset 0,4 Legger til kapittel teknisk 26.mai 2016 Line Rodahl Dokset 0,5 Legger inn bilder 1.juni 2016 Line Rodahl Dokset 0,6 Flytter Historier til vedlegg 6.juni 2016 Line Rodahl Dokset 0,7 Kvalitetssikring 28.juni 2016 Line Rodahl Dokset 0,8 Redigering 19.september 2016 Line Rodahl Dokset 1,0 Oppdatering etter prosjektstyremøtet 23.september 2016 Line Rodahl Dokset Harald Aarset 1.2 Formålet med dokumentet Dette dokumentet er utarbeidet i NIKT prosjektet Digital patologi konseptstudie, og er en av flere dokumenter som til sammen vil inngå i foranalyserapporten, som er prosjektets hovedleveranse i denne prosjektfasen. 1.3 Dokumentets omfang og avgrensninger Prosjektet beskriver dagens prosesser og organisering i tillegg til bruk av standarder, maler og registre. Videre vil også dagens tekniske situasjon i de fire helseregionene, presenteres og beskrives. 1.4 Arbeidsgruppen for dokumentet Prosjektgruppen NIKT Digital Patologi - konseptstudie

2 Prosjektproduktene De 8 prosjektproduktene vil sammen med en gap analyse danne innholdet til Foranalyserapporten som er hovedleveransen i konseptstudiet. 2.1 Produktnedbrytningsstruktur 2.2 Overordnet beskrivelse av hovedproduktene

3 Introduksjon til patologi Patologi-diagnostikk innebærer å avgi en sykdomsdiagnose som avgjøre videre behandling og oppfølging av den enkelte pasient. Diagnostikken gjøres på vev (biopsier, operasjonspreparater) eller celler (i kroppsvæsker, lymfesystem eller benmarg) og integrerer vevets/cellenes utseende og egenskaper ved disse (proteinuttrykk, gen forandringer, kjemiske egenskaper) til sykdomsdiagnoser. Man kan også diagnostisere infeksjoner som tuberkulose, sopp eller virus ved hjelp av de samme teknikker. Ett eksempel på integrert diagnostikk er en spesiell variant av lymfekreft, Burkitt's lymfom, som har karakteristisk utseende enkeltceller, bestemt profil av proteiner og en påkrevet gen forandring (translokasjon av del av et gen). Et viktig trekk ved patologi-diagnostikk er at man ikke kan forutsi forløpet til en prøve innen laboratoriet før man har sett på prøven i mikroskop. Dersom kliniker mistenker Burkitt's lymfom, men patologen ved mikroskopering finner helt andre forandringer i vevet enn forventet, må prøven sendes til et annet laboratorium eller kollega konsulteres for å finne ut hvordan prøven skal undersøkes videre. Motsatt kan kliniker mistenke at det foreligger kreft i tarm, men prøvens utseende i mikroskopet setter patologen på et helt annet spor, for eksempel Burkitts lymfom. Prøven må da underkastes et annet forløp innen laboratoriet enn om det forelå tarmkreft, og oftest må en annen patolog avgi diagnosen. (Et nylig eksempel fra Dagsrevyen, der en pasient ble utsatt for en omfattende operasjon grunnet mangelfull patologidiagnostikk, illustrerer dette. ) Per i dag er patologidiagnostikk en viktig flaskehals både innen kreftbehandling og for en del andre sykdomsgrupper. En av årsakene for forsinket diagnostikk er behov for konsultering med kollegaer, for eksempel ved prøver fra pasienter med vanskelig tumordiagnostikk eller sjeldne sykdommer. I Storbritannia viste for eksempel en undersøkelse i ett tilfelle at hele 41% av forsinkelsene innen kreftbehandling skyldtes for dårlig kommunikasjon og håndtering av prøver til patologidiagnostikk (Delayed diagnosis of Diagnostic Test cancer; National Reporting and Learning Services, NHS, 2010). Årsaken til at patologi er en flaskehals er en kombinasjon av manglende kapasiet/teknologi i pre-analysen, og at diagnostikken er tidkrevende og arbeidsmengden økende samtidig som antall patologer ikke øker tilsvarende. Dette utgjør en betydelig pasientrisiko. Patologifaget er preget av en rekke manuelle og ressurskrevende operasjoner som må utføres før selve diagnostikken kan utføres. Det er tradisjonelt en arbeidsflyt basert på at papirrekvisisjonen følger materialet igjennom hele arbeidsflyten, og papirrekvisisjonen oppdateres underveis med informasjon om prøven. I avslutningen av arbeidsprosessen dokumenteres arbeidet av sekretær eller patolog og signeres av patolog før svar sendes ut i svarbrev til rekvirent.

4 Arbeidsprosesser Dagens arbeidsprosesser innebærer håndtering av fysiske prøver i alle steg. Dette gir utfordringer i forbindelse med prioritering, sammenligning og lagring/gjenfinning, og det gir stor risiko for forbytting av prøvemateriale. Dagens arbeidsprosesser innenfor patologi er i svært liten grad understøttet av IKT-verktøy. Fagfeltet preges av mye manuelt arbeid, lite automasjon og mange tidkrevende operasjoner og en økende arbeidsmengde. Figur 1: Arbeidsflyt patologi, Sabine Leh, Helse Bergen HF I en utvidet forstand kan vi se for oss digitaliseringsprosessen fra rekvirent sender inn rekvisisjonen digitalt. Dette vil gi en verdi for patologiavdelingen med tanke på planlegging for mottak av fysiske prøver og forbehandling av disse. Videre vil stegvis skanning av prøver gi en kontroll når det gjelder identifikasjon av hvor prøven befinner seg. Den største endringer vil skje etter farging av snittene. Snittene skal da skannes inn og lagres til arkivet, for deretter å opptre i en arbeidskø til en gruppe, eller utvalgte patologer. Videre ser vi at samhandling som i dag kan ta flere uker å oppnå, vil kunne skje online. 4.1 Faglige nettverk og samarbeid Patologifaget har mange fagområder som krever spisskompetanse, eksempelvis er det definert 28 pakkeforløp for kreft i Norge pr. 2016. Dette innebærer at det for en rekke typer prøver jevnlig vil være behov for å konsultere spisskompetanse for å sikre korrekt diagnose.

Den norske patologforening har etablert 16 faggrupper for spesialisert diagnostikk. Flere av patologiavdelingene/seksjonene ved de ulike helseforetakene har ikke mulighet til å etablere spisskompetanse innenfor alle disse områdene. Dette innebærer at det er et stort behov for å kunne konsultere andre fagmiljø. I dag foregår dette ved at glass oversendes mellom ulike avdelinger, mellom HF, og mellom de fire helseregionene. Ved mottak registreres prøven mottatt og prøven beskrives. Dersom en pasient henvises til et annet sykehus for behandling innkalles ofte prøver til regranskning. Da OUS mottar mange henviste pasienter, mottar avdeling for patologi ved OUS mange prøver for regranskning. Per 2015 var andelen slike prøver på 6% av alle prøver innen OUS (1450 konsultasjonsprøver fra andre patologer og ca. 2600 prøver innkalt for re granskning). Ofte krever disse prøver en god del merarbeid, slik at det relative arbeidsomfanget kan være høyere enn 6%. I tillegg medfører den tungvinte måten dette gjøres på i dag, at patologene i mindre grad konsulterer enn om det var lettere. Figuren under viser et eksempel på ekstern konsultasjon av en pasientprøve. «Det tverrfaglige/multidisiplinære team» (MDT) treffer på sine møter beslutning om diagnose, sykdoms-stadium, prognose og valg av behandling basert på de undersøkelser som er gjort i utredningsforløpet. Det er vesentlig at alle relevante legespesialiteter med tilstrekkelig beslutningskompetanse og myndighet er representert og møter i MDT-møtet. Dette er møter mellom flere fagområder (ofte onkologer, kirurger, radiologer og patologer) som oppsummerer alle funn hos en pasient forut for valg av behandling; for eksempel operasjon/ikke operasjon, omfang av operasjon, cellegift, strålebehandling, mer persontilpassede nye typer behandling.

Det er svært viktig å kunne se den enkelte pasients totale sykdomsbilde, inkludert alle prøver som er håndtert i patologiavdelingene med deres tilhørende bilder, annen kvalitativ informasjon og diagnoser. Dagens møteforberedelser innebærer for patologi fremhenting av glass og bruk av konferansemikroskop i møtene. Dette er tidkrevende og gir minimal mulighet for å kunne svare på ikke forberedte problemstillinger som måtte komme opp i løpet av diskusjonen. Det er vanskelig med ovennevnte arbeidsprosesser å samhandle effektivt i slike MDT-møter, da gjenfinning av blokker og glass er krevende. I tillegg mangler patologene muligheten for å raskt innhente tilleggsinformasjon som lett kunne vært hentet fram i et digitalt billedarkiv. Figur: midlertidig arkiv under diagnostikk Flere patologer bruker vesentlige ressurser på undervisning internt i avdelingene, i regionene, og også nasjonalt. Det er også en tidkrevende og manuell arbeidsprosess å lage forberedelser til undervisning. Tilgang til glass for studentene er begrenset til at en eske med snitt rullerer mellom studentene. Dersom man skal hente fram materiale til forskningsformål, må man fysisk hente fram alle aktuelle glass for utvelgelse av egnet materiale. Ved digital arbeidsflyt vil det bli enklere å overføre bilder mellom avdelinger, HF og mellom regionene. I tillegg vil det være mulig å konsultere kollegaer synkront. Målsettingen er at det kan etableres formelle og uformelle faglige nettverk som bidrar til kontinuerlig kompetanseheving og samarbeid om undervisning. En slik utstrakt utveksling av bildemateriale vil bidra til og kanskje fremtvinge økt standardisering. Bruk av dataassistert bildeanalyse vil trekke i samme retning. Dette er en ønsket utvikling, som arbeidsgruppen mener vil bidra til økt kvalitet og effektivitet i diagnostikken.

4.2 Beskrivelse av dagens arbeidsflyt Arbeidsflyten beskrives fra trinn 4 (etter mottak av prøven i laboratoriet). 1. Rekvirere/bestille 2. Forberede Prøvetaking 3. Prøvetaking 4. Prøvemottak a. Prøven registreres og gis internt løpenummer b. Rekvisisjon skannes c. Briketter til uttatte vevsbiter (blokker) skrives ut, basert på en antagelse om hvor mange den enkelte prøve vil kreve d. Store vevsprøver deles opp i mindre deler, alt vevet må være tilstrekkelig fiksert før videre pre-analyse 5. Pre-analyse/lab a. Makro i. Prøven beskrives (vekt, mål, utseende etc.) og fotograferes ii. Prøven beskjæres videre og det tas ut vevsprøver som antas å illustrere sykdomsprosess iii. Disse vevsprøver overføres til nummererte briketter b. Fremføring i. Vevet fikseres/dehydreres videre c. Innstøping i. Vevet støpes i parafin og vi får blokker (vev i parafin i brikett) ii. Blokkene sorteres etter prioritet d. Skjære snitt til diagnostikk i. Kjøle ned blokk, feste i mikrotom ii. Trimme (skjære ned til riktig nivå i blokk) iii. Skrive inn løpenummer og type analyse på alle glass som er bestilt fra den enkelte blokk. Skjære snitt og overføre til vannbad, deretter til riktig objektglass iv. Tørke objektglass e. Farge og legge på film/dekkglass f. Tørke glass g. Lime på maskinskrevne etiketter (bestilt på hver blokk som over)

h. Sortering av typer prøver til ulike patologer/faggrupper (tildeling) 6. Vurdering/beskrivelse/diagnose a. Patolog henter remisse ved å skanne glassets løpenummer (etikett) b. Patolog ser alle aktuelle glass på prøven. Avhengig av hva slags sykdom som foreligger, vil patologen i. Enkel problemstilling: avgi et svar (beskrive, legge inn diagnose med Snomedkoder og signere ii. Uavklart problemstilling: rekvirere tilleggsundersøkelser (dypere skårne snitt, immunhistokjemi eller enzymbaserte farginger) iii. Avgi svar som over iv. Fortsatt uavklart problem/diagnose: rekvirerer ytterligere tilleggsundersøkelser (mer immunhistokjemi, eventuelt molekylærpatologi) v. Avgi svar som over vi. Eventuelt konsultere annen kollega på alle trinn i denne prosessen, avhengig av erfaring, vanskelighetsgrad på prøven og krav til undersøkelser for bestemte diagnoser som gir bestemte behandlingsvalg 1. Eksempler: lungekreft (EGFR), føflekkskreft (BRAF), brystkreft (Her2) prostatakreft (Gleason skår), tarmkreft (KRAS) vii. Tilleggsundersøkelser kan rekvireres enda flere ganger i enkelte vanskelige utredninger viii. LIS vil i lange tid under sin opplæring måtte vise alle prøver til en overlege og signere prøven sammen med denne. I disse tilfeller innføres ytterligere minst ett trinn i den diagnostiske prosessen. 7. Rapportering/svar a. Makroskopisk bilde og beskrivelse av den mottatte prøve b. Beskrivelse av de mikroskopiske funn c. Eventuelt tabellarisk oversikt over viktige parametere for eks immunhistokjemiske eller molekylærgenetiske funn d. Diagnose e. Snomedkoder (Topografi, Morfologi/Sykdom, Prosedyre, eventuelt Funn/Etiologi) f. Vurdering g. Godkjenning ved signering i. Elektronisk overføring av svar til interne rekvirenter ii. Utskrift og postlegging til eksterne rekvirenter og fastleger iii. Elektronisk overføring til registre basert på Snomedkoder 8. Arkivering a. Alle remisser arkiveres og beholdes en viss tid etter at prøven er besvart

b. Alle glass som er diagnostisert arkiveres forløpende (etter internt prøvenummer) og oppbevares inntil videre (evig? De fleste steder i Norge) c. Alle blokker arkiveres tilsvarende (evig) d. Både glass og blokker må ofte hentes fram igjen til multidisiplinære møter, re granskning, ved tilbakefall av kreftsykdom, ved mistanke om feil og for forsknings- og undervisningsformål. 4.3 Regionale forskjeller På et mer detaljert nivå finner man forskjeller i arbeidsprosessene mellom regioner og avdelinger innen regionene. Dette skyldes mange faktorer som for eksempel ulik innføring av nyere ressursbesparende utstyr, variabelt omfang av IKT-verktøy, størrelse på lab-ene, ulike tradisjoner, personalressurser, logistikk og bygningsmasse. 4.4 Konsekvenser for pasientsikkerhet og effektivitet - Dagens arbeidsprosesser er i svært liten grad understøttet av IKT-verktøy - Mange manuelle arbeidsprosesser medfører risiko for pasienten, - Risiko for forveksling eller tap av prøvemateriale. o Til dels lange og uforutsigbare svartider o Krysskontaminering o Minimum 6 manuelle ID overføringer /pasient i pre-analysedelen - Tungvinte arbeidsprosesser gir opphopning og forsinkelse i besvarelsen av prøvene o Ujevn flyt av prøver til legene o Krever stadig omprioriteringer o Uoversiktlig hva som venter o Tunge leteprosesser når svar etterspørres o Variasjoner i svartider fra de ulike sykehus - En del glass og blokker arkiveres feil og blir dermed umulige å finne igjen - En prøve som blir borte kan ikke erstattes (som en blodprøve) - Eksisterende teknologi er i liten grad implementert ved landets patologiavdelinger - Noen patologilaboratorier har tatt i bruk digitalisering av snitt men dette er ikke implementert i rutinediagnostikk og mangler full integrasjon mot LIMS - Manglende sporbarhet (hvor prøvene befinner seg) - Tungvint samhandling mellom patologene - Krevende å samhandle med andre fagområder (MDT møter) o Krevende manuell gjenfinning av blokker og objektglass o Manglende mulighet til raskt å fremskaffe nye opplysninger om prøven - Voksende behov og økt kompleksitet innen diagnostisk patologi - Lang lokal opplæring av LIS er ressurskrevende - Elektronisk rekvirering benyttes i liten grad Mangelfull dokumentasjon på hvordan en pasientprøve blir behandlet.

5 Aktivitet og geografisk plassering 5.1 Aktivitet I Norge produseres (2015) ca. 2 millioner objektglass med celler og vev til mikroskopisk diagnostikk. I en tenkt digital framtid vil alle disse skannes til digitaliserte bilder. Sannsynligvis vil tallet bli gradvis høyere etter hvert som glass med cytologiske (celle-)prøver også kan skannes standardisert, anslagsvis ca. 2.5 millioner glass. Den relative andelen av glass produsert ved de ulike avdelinger er angitt i figur 1. Tallene refererer seg til de offentlige laboratorier; de to private patologilaboratoriene rapporterer ikke lenger glass. (Kilde: tall oppgitt fra Den norske patologforening). Figur 1. Glass per region

Figur: Glass per avdeling/foretak

5.2 Geografisk plassering De fire helseregionene har alle avdelinger for patologi ved to eller flere helseforetak. 5.3 Regionene De 17 avdelingene for patologi i Norge fordeler seg fra 2 avdelinger i HNN, 3 avdelinger i HMN, 4 avdelinger i HV til 8 avdelinger i HSØ (hvorav en har tre lokasjoner). Det finnes i dag to private laboratorium for patologi. 5.4 Trusler Det forventes en økning i antall prøver til alle patologiavdelingene grunnet en aldrende befolkning som får mer kreft, flere behandlingstilbud og bedre diagnostikk samt økt behov for kontroll og oppfølging av den enkelte pasient. Per i dag er patologidiagnostikk ofte en flaskehals i pakkeforløp for kreft. Dette varierer noe mellom regionene men også innen disse. Flaskehalsen skyldes manglende kapasitet i forhold til etterspørsel, dels fordi omfanget av undersøkelser per prøve øker, dels fordi visse kreftdiagnoser er vanskelige og krever flere tilleggsundersøkelser, og dels fordi det er behov for å konsultere kollega med mer erfaring. Mange av avdelingene har dessuten en tungvint infrastruktur å arbeide i. Eksempelvis må prøver fysisk sendes mellom sykehusene dersom man ønsker konsultasjon eller rådgivning underveis i diagnostikk av en prøve. Den manuelle arbeidsflyten beskrevet ovenfor innebærer at hver pasientprøve har minimum 6 ganger ID overføringer gjennom

avdelingens prosesser. Dette muliggjør forveksling av prøvemateriale underveis, feilmerkinger, lav sporbarhet og dermed dårlig dokumentasjon på hva som faktisk har skjedd med en prøve. Mulighet for mer målrettet behandling (persontilpasset medisin) har medført økte krav til diagnostikken og gjør at det blir mer arbeid med hver prøve. At de fleste laboratorier ikke har kapasitet til å håndtere den prøvemengden som kommer inn (har restanser), medfører også at det er nødvendig å prioritere de viktigste undersøkelsene for å unngå for sen diagnose av alvorlige sykdommer (for eksempel føflekkreft). Dette fører igjen til at prøver som ikke prioriteres blir skjøvet bakover i "køen" og derved også kan få altfor sen diagnose. Også i slike prøver kan det skjule seg alvorlig sykdom; som tidligere beskrevet vet man ikke hva slags sykdom som foreligger før vevet er undersøkt mikroskopisk. Fysiske forsendelser av prøver (blokker og objektglass) gir risiko for at prøven blir borte og medfører uansett et tidstap. Disse forhold medfører at vi bruker våre ressurser feil; til rydding, sortering, leting og dermed unødig mye tid per prøve. Det er derfor stort behov for å bedre prøveflyten, informasjonsflyten og logistikk, innen hver avdeling, mellom avdelinger og mellom regioner. Dette gjelder ikke bare kreftdiagnostikk men også andre diagnostiske områder som lever- og nyresykdommer, muskelsykdommer og sykdommer i sentralnervesystemet, da disse er relativt sjeldnere og et begrenset antall personer derfor får tilstrekkelig erfaring til å beherske slike prøver. Som det framgår av figurene ovenfor har få avdelinger tilstrekkelig personell til å subspesialisere sine patologer, noe som i økende grad kreves for å mestre det diagnostiske presisjonsnivå som kreves. Avdelingen i Oslo har størrelse til å kunne gjennomføre dette og får det største antall prøver til konsultasjon eller re granskning (ca. 6% av det totale prøvetallet i avdelingen).

Oppsummert i stikkordsform Mange manuelle arbeidstrinn gir lettere forveksling av prøvemateriale Restanser, med forsinkete svar Kreftpakkeforløp forsinkes og blir ufullstendige Prøver som tapes grunnet fysisk forsendelse, kan ikke alltid erstattes. - Manglende tilgang på patologer og spesialistkompetanse på mindre sykehus o Små avdelinger er avhengig av nøkkelressurser o Sårbar driftssituasjon o Prøver som håndteres feil; for eksempel at en nålebiopsi skjæres ned og undersøkes med irrelevante supplerende tester fordi problemstillingen misforstås. Man vil da kanskje måtte ta en ny prøve fra en pasient som allerede har ventet lenge og/eller er sterkt plaget 5.5 Muligheter Tanken bak digitalisering er hovedsakelig forbedret diagnostikk og effektivitet ved å lette arbeidsflyt, sikre riktig prøve identitet og forbedre samhandling mellom laboratorier og avdelinger slik at prøver som krever spesielle undersøkelser eller konsultasjoner med kollega kan gjøres langt raskere og sikrere enn i dag. Ideen er at digitaliserte bilder av celler og vev skal kunne nås av enhver patolog, hvor som helst i regionen eller landet, som trenger det for å kunne stille riktig diagnose der og da. Dersom integrasjon mellom bilder og laboratoriedatasystemer er organisert etter standarder som ikke hindrer den enkelte i å få tilgang til bilder ved annet laboratorium, kan man tenke seg en virtuell organisering av patologidiagnostikk etter fagområder eller i nettverk av patologer som behersker ulike diagnostiske fagområder. Noen patologilaboratorier har tatt i bruk digitalisering av snitt men dette er ikke implementert i rutinediagnostikk og mangler full integrasjon mot LIMS En eventuell full-digitalisering av diagnostikken i Norge vil gi en rekke andre fordeler: Man begrenser muligheten for forveksling av prøvemateriale underveis Mulighet for digitalt styrt arbeidsprosess som kan gi betydelig forenkling og effektivisering Når det blir lettere å konsultere kollegaer, vil det i seg selv bidra til standardisering av diagnostikken Dette vil også bidra til kunnskapsdeling; "alle blir Norgesmestere" innen sine fagområder

Det vil bli langt mindre behov for såkalt re granskning, som betyr at leger ved region/tertiærsykehus innkaller prøver fra annet laboratorium når pasienter henvises til deres sykehus (hensikten er å rydde feil og misforståelser av veien forut for valg av behandling) Økt pasientsikkerhet oppnås ved at patologen lettere kan undersøke tidligere prøver fra samme pasient de er bare et tastetrykk unna istedenfor i fysiske glassarkiver de må letes fram fra. Dette er særlig aktuelt ved tilbakefall av sykdom, ved mistanke om feil, eller når det er helt uklar hva pasienten feiler og man behøver se tidligere prøver i sammenheng Undervisning av framtidige patologer blir langt mer standardisert og kan i prinsippet gjennomføres nasjonalt, i virtuelle møterom. I prinsippet gjelder dette også for primærutdanning og for videreutdanning Materiale til forskning blir mer tilgjengelig Bidrag til å bedre pasientsikkerheten - vi kan stille diagnose til rett pasient til rett tid!

6 Standarder, maler og registre 6.1 Maler 6.1.1 Dagens bilde Den norske patologforening har i mange år utarbeidet en Veileder for besvarelse av maligne svulster. Denne oppdateres jevnlig av fagpersoner utpekt av foreningen. I tillegg har mange avdelinger utarbeidet egne maler, det vil si standardiserte tekster for ulike diagnoser. Hensikten med slike maler er to-delt: dels skal de hjelpe hver patolog å huske å registrere alle de parametere som skal beskrives for en gitt kreftform, dels skal de bidra til standardisering gjennom at like prøver besvares likt uavhengig av patolog eller avdeling. Vi skiller mellom fritekst, strukturert tekst og strukturerte data i diagnosene. I en strukturert mal vil parametere som oppgis også omsettes til en standardisert diagnoseformulering fulgt av gitte Snomed-koder. Disse data er strukturerte og kan søkes opp. Snomed (Systematic nomenclature of medical diagnoses) er opprinnelig et amerikansk kodesystem utarbeidet av og for patologer, med den hensikt å skape et kodeverk som gjør at vi kan ha oversikt over antall diagnoser med for eksempel brystkreft over et gitt tidsrom. Snomed-systemet har gått igjennom ulike tilpasninger for norsk bruk. Man koder for Topografi (i hvilket organ en sykdom sitter), for morfologi (type sykdom), for sykdom dersom den har et eget navn (for eksempel cøliaki). I tillegg brukes ofte Prosedyrekoder for å angi hvordan prøven er tatt (biopsi, operasjonspreparat etc.), E (etiologi) koder for eksempel ved bestemte infeksjoner og av og til Funksjonskoder for å beskrive hvordan en skade er oppstått (medikamentbivirkning, fall). For ca. 10 år siden utarbeidet enkeltpatologer i samarbeid med Kreftregisteret en strukturert mal for tykktarms- og endetarmskreft. Denne har vært tatt i bruk i mange avdelinger og har vært en suksess: den har medført langt mer standardiserte undersøkelser og besvarelser på tvers av geografi og har derfor medført at man på langt tryggere grunnlag kan sammenligne behandlingsresultater mellom sykehus og regioner. I skrivende stund arbeides også med slike maler for prostata og føflekkskreft. Eksempel på diagnose mal (føflekkskreft): Hud fra skulder med Malignt melanom av superfisiell spredningstype. Tumortykkelse: 3.2 mm Clark nivå: IV Vertikal vekstfase hvis tumortykkelse <0.5 mm: ikke relevant Mitoser: 4 per mm2 Regresjon: tilstede

Infiltrasjon av lymfocytter i tumor: rikelig Karinfiltrasjon: påvist Perinevral infiltrasjon: ikke påvist Avstand til nærmeste reseksjonsrand: 2 mm (mot bunn) T02600 M87203 P11010 6.1.2 Oversikt over bruk av maler ved de største patologiavdelinger i Norge: OUS HUS SUS St. Olavs UNN 0: fritekst 1: strukturert tekst (sjekklister, standardtekster, frasekoder) 2: strukturerte data (maskinlesbar, søkbart) Oslo Universitetssykehus Haukeland Universitetssykehus Stavanger Universitetssykehus St Olav's Hospital Universitetssykehuset Nord Norge Spiserørskreft 1 0 1 0 1 Magekreft 1 0 1 0 1 Tynntarmskreft 1 0 0 0 1 Tykk- og endetarmskreft 2 2 1 1 1 Bukspyttkjertelkreft 1 0 1 1 1 Galleveiskreft 1 0 0 0 1 Føflekkskreft 1 1 1 1 1 Brystkreft 1 0 1 1 1 Skjoldbrystkjertelkreft 1 0 1 0 1 Hode-hals kreft 1 0 0 0 1 Lungekreft 1 1 1 1 1 Nyrekreft 1 0 1 1 1 Urinveis/blærekreft 1 0 1 1 1 Prostatakreft 1 0 1 1 1 Testikkelkreft 1 0 1 1 1 Gynekologisk kreft 1 0 1 1 1 Maligne blodsykdommer 1 0 0 0 1 Lymfekreft 1 0 0 0 1 Bløtdelskreft 1 1 0 1 1 Beinkreft 1 0 1 1 1 Kreft hos barn 0 0 0 0 1 Nevroendokrine svulster 1 0 0 0 1

6.1.3 De nasjonale handlingsprogrammene for kreft (Helsedirektoratet) De nasjonale handlingsprogrammene for kreft 1 inneholder anbefalinger om diagnostikk, utredning og behandling av kreftsvulster. De utgis av helsedirektoratet og lages/vedlikeholdes av fagpersoner. Handlingsprogrammene inneholder et eller flere avsnitt om patologi. Patologidelene omhandler aspekter som prøvehåndtering, makrobeskjæring, mikroskopisk beskrivelse og diagnoseformulering inkludert maler (eksempel mal for rectumcancer). Handlingsprogrammene er ikke koordinert med veilederen (neste avsnitt). 6.1.4 Veileder utgitt av Den norske patologforening (DNP) DNP oppdaterer jevnt en veileder for biopsibesvarelse av maligne svulster. Veilederen består av sjekklister, kommentarer til enkelte forhold og diagnoseeksempler i strukturert tekst 2. Innhold redigeres av faggruppene innenfor DNP. I innledning til siste utgave nevnes det: «Det er også blitt fremmet forslag om innføring av en felles utforming av diagnoseoppsettet i patologibesvarelsene for maligne diagnoser. Dette i form av felles strukturert diagnoseformulering og oppsummering, utarbeidet av faggruppene i samarbeid med klinikere og Kreftregisteret, for å øke kvalitet på diagnostikk ved å sikre mest mulig komplette besvarelser og informasjonsflyt, og sikre riktig pasientbehandling. Arbeidet med dette vil fortsette.» 6.1.5 Arketypeforvaltning i Nasjonal IKT 3 Arketyper er informasjonsmodeller for klinisk (og patologisk) informasjon, som viser disse egenskaper: Universelt brukbar (kan implementeres i ethvert LIS) Maksimumsdatasett Kan knyttes opp mot terminologier Deles fritt men reguleres strengt Metodikken gjør det mulig for ikke-ikt fagpersoner (klinikere, patologer) å lage og jobbe med innhold i disse informasjonsmodellene uten å måtte tenke så mye på den informasjonstekniske siden. 1 https://helsedirektoratet.no/kreft/nasjonale-handlingsprogrammer-for-kreft 2 Veileder i besvarelse av maligne svulster 3 http://www.nasjonalikt.no/no/forumer/arketypeforvaltning/

Nasjonal IKT har i 2012 gjennomført en pilotstudie som skulle teste «arketype metodikken» (Tiltak 41) 4. Tidlig 2013 spurte Nasjonal IKT Helse Vest RHF å utvikle en styringsordning for arketyper. Arketypebiblioteket ble så satt i drift januar 2014. Arketypebiblioteket 5 er en åpen nasjonal plattform som utvikler og forvalter arketyper gjennom en formalisert prosess. Denne prosessen inkluderer høringsrunder mellom fagpersoner og publisering av en arketype når det er blitt konsens om innholdet og struktur. Arketypebiblioteket inneholder også patologi arketyper; for et eksempel melanomarketypen. Disse patologi arketypene er importert fra et internasjonalt arketypebibliotek. De er ikke blitt oppdatert de siste årene og trenger aktualisering. Kreftregisteret har sett på disse arketypene. Kreftregisteret har imidlertid ikke avgjort om de skal bruke metodikken. Ved Avdeling for patologi Haukeland brukes metodikken for å utvikle en standard med strukturerte data for besvarelse av nyrebiopsiene (se nedenfor «smart strukturerte patologisvar»). Hva er bra med dette initiativet? Arketypebiblioteket er en interaktiv nasjonal plattform der alle interessenter (patologer, onkologer, kirurger, registre) kan utvikle felles patologiinformasjonsmodeller av høy kvalitet. Disse kan fungere som nasjonale standarder for patologi-lis, når de implementerer diagnosemaler med strukturerte data. Dette sikrer at enhetlige strukturerte data kan overføres direkte fra patologi-lis til kliniske journaler eller kvalitetsregistre eller kan brukes til forskning. 6.1.6 Smart strukturerte patologisvar (lokalt initiativ) Innovasjonsprosjekt i Helse Vest som skal forbedre oppsett for strukturerte data i LIS Unilab. Prosjektet er nettopp startet opp. De viktigste prosjektleveranser skal være: Logiske koblinger mellom strukturerte data Tilrettelegge for kunnskapsstøtte Dynamisk brukergrensesnitt Bruke arketypemetodikken til å utvikle strukturerte data for patologisvar Prosjektet bruker besvarelse av ikke-neoplastisk nyrebiopsi som «proof of concept». En arketype for mikroskopiske forandringer i en nyrebiopsi er laget. 6.1.7 Elektronisk rekvirering Det finnes initiativer for standardisert elektronisk rekvirering i de enkelte regionale helseforetak. 4 http://www.nasjonalikt.no/filestore/dokumenter/prosjekter_og_tiltak/sluttrapporter/vedl04b2012-06- 08Tiltak41-rapportv.1.03.pdf 5 http://arketyper.no/ckm/

Eksempel på elektronisk rekvirering fra HV: Prokom skjema i DIPS må fylles fra klinikken før utskrift og annotering. Sendes inn som papirremisserekvisisjon: For eksterne rekvirenter (spesialist og primærhelsetjenesten) pilot elektronisk rekvirering: Utvalg av remisserekvisisjonsform fra en tjenestekatalog (eks. stanse hudtumor). Rekvisisjonsform inneholder en del strukturerte data (eks. fødselsnummer, prøvetype). Rekvirent fyller ut, lagrer. Lagring utløser registrering i Unilab. En etikett blir skrivet ut på det lokale legekontoret. Prøveglasset blir så markert med etikett fra elektronisk bestillingssystem allerede når prøven tas. Når prøven ankommer på patologiavdelingen, «kjenner» Unilab allerede prøven. 6.2 Registre Det ønskes en oversikt over rapportering til registre som affiseres av digitalisering. Patologiavdelinger i Norge har i en årrekke rapportert forstadier til kreft og faktisk kreft til Kreftregisteret. I tillegg har obduksjonsbesvarelser vært sendt til Statistisk sentralbyrå som har korrigert innsendte dødsmeldinger i henhold til obduksjonsfunn. Ved obduksjon av fostre, og særlig der det er utført provosert abort grunnet ultralydfunn, er det viktig at funn registreres. Utover dette har det vært liten grad av rapportering til registre, med unntak av Nyrebiopsiregisteret i Bergen (nytt navn fra 2016: Norsk Nyreregister seksjon for nyrebiopsi). Dette ble opprettet 1988 for å ha en nasjonal kvalitetssikring av patologidiagnostikk på ikke-neoplastiske nyresykdommer, men det fungerer nå som et nasjonalt kvalitetsregister.

Nedenstående tabell gir en oversikt over registre det rapporteres til. Arbeidsgruppen anser at det kun er rapportering til Nyrebiopsiregistret som treffes av digitalisering; i den forstand at dette registeret kan endres til å være virtuelt, i en mulig framtidig nasjonal database over patologidiagnostikk. På den annen siden vil alle registre, og særlig Kreftregisteret, ha stor nytte av økt standardisering gjennom digitalisering. Kreftregisteret Register Rapportering utløst av Kommentar SNOMED-koder; alle som ender på M-koder for forstadium til kreft eller faktisk kreft HSØ: Overføres løpende elektronisk fra alle patologisvar HMN: 2 ganger pr mnd. Papirrapporter. Avventer HEMIT for EDI løsning som er klar. HV (Haukeland og Stavanger): rapporterer elektronisk med XML fil daglig Statistisk sentralbyrå Folkehelseinstituttet Alle ferdige obduksjoner skal sendes Snomedkoder for meldepliktige infeksjoner HN: Papirrapporter kjøres ut en til to ganger i måneden. XML rapport under uttesting. Alle patologavdelingene sender sine forsider, som papir, manuelt Vanligvis gjøres det av manuelt av kliniker. Medisinsk fødselsregister Norsk Nyreregister seksjon for nyrebiopsi Alle ferdige fosterobduksjoner sendes Nyrebiopsitaking: Behandlende lege sender samtykkeskjema og kliniske data til registeret; registeret kaller inn patologens remisse og originalsnitt til skanning. Ulik praksis på de enkelte avdelinger HV: sender hele obduksjonsrapporten Etablert som register i Bergen 1988; siden 2012 et nasjonalt kvalitetsregister; siden 2016 sammenslått med Norsk Nyreregister (dialyse og transplantasjon); kliniker og patologer bidrar med data; originalsnitt kalles inn, digitaliseres på avdeling for patologi i Bergen. Det digitale arkivet omfatter nå 4544 biopsier (og 35518 digitaliserte snitt). HMN: rapporter etter «innkalling» på pasient fra registeret i Bergen Bivirkningsnemnda Obduksjoner der man mistenker feilmedisinering eller bivirkning som viktig for dødsfallet HN: Samme som HMN, Vanligvis av kliniker. Av patolog på eget initiativ, og da manuelt. Biopsiforandringer som gir mistanke om legemiddelbivirkning

7 Teknisk 7.1 Nasjonalt nivå Det er stor interesse for digital patologi i de fire helseregionene. Alle regionene har ulike initiativer og erfaring med digital patologi. Det er behov for å etablere felles tekniske føringer og målbilder nasjonalt. Dette vil bli utdypet i Hovedprodukt 2.0 som en av prosjektleveransene. 7.2 Regionene Status på digital patologi i regionene. HSØ Startet regionalt forprosjekt for DP jan 2016. Ahus har hatt skannere siden 2010, men uten integrasjon med LIMS. HV Gjennomført et prosjekt i 2011 (nyrebiopsiregisteret, forskning, undervisning) og et pilotprosjekt i Helse Førde 2013. Regionalt forprosjekt startet mai 2016. Helse Bergen har to skannere, Helse Stavanger har en skanner, et Digitalt Live mikroskop og bildeanalysesystem. Helse Førde har 1 skanner. HMN Gjennomført forprosjekt april-oktober 2015. Planlegging/innføringsprosjekt er "på vent". Sykehuset i Levanger har hatt skanner siden 2012, men uten integrasjon med LIS. Snittskannere er budsjettert for anskaffelse i 2016 for St. Olav. St. Olav starter (juli 2016) prosess for anskaffelsesfase av skanner og programvare for bildeanalyse av histopatologiske snitt. HN Er i en anskaffelsesfase for skanner og programvare for digitalisering av histopatologiske snitt. Har gjennomført leverandørpresentasjon. Kravspesifikasjon for anskaffelsen er i sluttfasen. Alle RHF-ene har i stor grad ulike LIMS for Patologi i dag. RHF-ene har alle et langsiktig mål bilde om å etablere et regionalt LIMS for patologi, dvs. en felles regional installasjon.

Målbildet for LIMS for de ulike RHF-ene er presentert i figurene under. Dette er målbilder som er besluttet gjennomført de neste årene i de ulike regionene. i. Bilde Viewer og skannere I tillegg til LIMS krever digital patologi også en bilde Viewer som kan vise bilder av digitalisert prøvemateriale. De ulike regionene benytter ulike skannere som lagrer digitalisert prøvemateriale i ulike filformat. Det benyttes filformater med komprimering som reduserer filstørrelsene noe, men filstørrelsen blir fortsatt mange hundre MB per fil. De fleste benytter en bilde-viewer som leveres av skannerleverandøren til å se på bildene. Bilde-Viewerene er per i dag ikke integrert med LIMS. De fleste bilde-viewerne kan lese de ulike bildeformatene som er på markedet. Viewere har mulighet til å gjøre annoteringer m.m. som gjør at man f.eks. kan markere funn, og enkelt gjenfinne dette i ettertid.

7.3 Funn Nedenfor har vi oppsummert viktige funn ved en innføring av digital patologi. Her har vi også kartlagt utstyr og lagringsplass som vil kunne få et endret behov ved innføring av digital patologi. ii. Mikroskop Mikroskop Ca. 436 totalt Av disse ca. 206 med mikrokamera Konferansemikroskop Ca. 261 som er to-hodet Ca. 19 som er mangehodet (2+ hodet) Mikroskopene har normalt en levetid på 10-15 år og koster fra 100 000 kr for de enkleste til over 500 000 kr per stk. for de dyreste konferansemikroskopene. Mikrokameraene har normalt kun levetid på ca. 5år. Det tilkommer også årlig service på ca. 1000 kr per mikroskop og ofte også en kostnad på 20 000 kr per lokasjon. Total innkjøpsverdi for mikroskoper og kamera er beregnet til ca. 100 millioner kroner. iii. Lagring Det er kartlagt at det kreves stor lagringsplass for dagens glassarkiver og blokker. Lagringsplassen deles normalt i nærlager og fjernlager. I fjernearkivet har patologiavdelingene lagre med objektglass og blokker tilbake fra tidlig 70-tallet. Lagringsbehovet vokser for hvert år og kun noen få har tilnærmet ubegrenset lagringsplass. Figur 1: Glassarkiv i kjelleren til Haukeland universitetssykehus (Foto Oddleiv Apneseth, Mitt Haukeland) Til dels brukes alt fra gamle bunkre fra krigen, til attraktiv og sentral lagringsplass på sykehusene. Glassene som lagres er tunge og krever forsterkede gulv. I HSØ og HV krever dette ca. 1 500 m2 utenom OUS som i tillegg har 840 m3 lagerplass. I tillegg har HMN en stor ubåt bunker (Dora) som fjernarkiv, og HN har flere arkiv både internt og eksternt. Det er vanskelig å estimere kostnader til denne lagringen, men kartleggingen viser at lagringen

krever store arealer. HMN har grov estimert at de alene kan spare 0,5-1 mill i årlig besparelse dersom glass ikke lenger arkiveres. Det planlegges nå også nye sykehus, der man evt. kan spare plass, dersom man ikke trenger å lagre objektglass. Det er krevende å håndtere logistikken rundt lagringen. Hoved kostnaden er tiden en sekretær etc. bruker på manuelt å pakke/sende/transportere. På OUS har man også intern logistikk som håndteres mellom 3 ulike lokasjoner. OUS har alene estimert en kostnad på ca. 1 million knyttet til en egen bil (som primært transporterer objektglass) og en merkantil person. iv. Bildeanalyseassistert diagnostikk Resultater fra bildeanalyse benyttes i dag i diagnostikk på Ahus, Bergen og Stavanger. HN har benyttet bildeanalyse for endometriehyperplasier i diagnostikken i flere år. Utstyret som benyttes er på gammel teknisk plattform. Det er inngått avtale med Visiopharm om utvikling av ny programvare som skal erstatte dette. På Ahus benyttes det til å automatisere immuntellinger. I Bergen brukes det foreløpig kun i forskningssammenheng. Stavanger har lang erfaring med bildeanalyse basert på Visiopharm programvare og bruker dette i forskningsprosjekter, kvalitetskontroll og diagnostikk for objektiv (semi) kvantitering av IHC markører. Patologene som har lært seg å benytte bildeanalyseassistert diagnostikk ser stor nytte av å bruke dette. Det er særlig på analyser som krever mye manuell telling av syke celler etc. at man får nytteverdi i dag, men det er også et stort potensiale i mønstergjenkjenning m.m. etter hvert som det slippes mer avansert programvare på markedet. Bildeanalyseassistert diagnostikk vil aldri erstatte en patolog men vil kunne gjøre arbeidet enklere, raskere og mer standardisert siden man får en maskin til utføre manuelle tellinger, gjenkjenne mønstre etc. v. Standarder, formater DICOM DICOM (Digital Imaging and Communications in Medicine) er en standard for både å overføre og lagre bilder. DICOM standarden for bilder knytter metadata sammen med det digitale bildet i en og samme fil. DICOM har bl.a. vært brukt i mange år for radiologibilder. Det er p.t. lite erfaring med bruk av DICOM ifm. Patologi. Det er mulig å lagre digitalisert patologi prøvemateriale i DICOM formatet men per i dag foretrekker de aller fleste andre mer proprietære formater for lagring av bilder og tilknyttet metadata. Kjente svakheter med DICOM for digitalpatologi er:

- usikkerhet rundt hastighet - manglende støtte for å ta bilder på flere nivåer (Z-stacks) - manglende støtte for Fluoroscens DICOM standarden har også flere aktuelle utvidelser (supplements) som bør støttes på kort eller lengre sikt som understøtter digital patologi. Utvidelsene omhandler sentrale temaer som streaming av bilder med ulike oppløsninger, arbeidsflyt og klassifisering av prøvemateriale (specimen identification). Det er en egen WG 26 i DICOM som jobber med Digital Patologi. Det er forventet at gjenstående utfordringer og utvidelser av DICOM vil løse seg når man har fått erfaring med bruk av DICOM for digital patologi. De fleste leverandørene planlegger med og vil være villige til å kontraktsfeste at de vil konvertere til DICOM standarden når DICOM formatet blir tilstrekkelig moden for digital patologi. XDS XDS er en standard som baserer seg på at man har minst ett Registry med tilhørende distribuerte Repositories. Registry er søkbart og har oversikt over hvilke dokumenter/bilder som ligger i de ulike repositories. Standarden håndterer også hvordan man deretter kan hente ut dokumenter/bilder fra lokale repositories. Dette er illustrert i figuren under. XDS benyttes ifm. MinJournal og i HSØ for journaldokumenter og støttes av DIPS. Tilsvarende benyttes XDS ifm. HelseNorge i HV og HN. Erfaringene med XDS er gode og det er noe som må utredes nærmere ifm. to-be arkitekturen, som et alternativ også for bruk innen Digital Patologi, for digitalisert prøvemateriale. 7.3.1 Trusler Lagring av digitalisert prøvemateriale krever mye lagringsplass (mange hundre MB per objektglass) selv med bruk av komprimering

o På Ahus er snitt størrelsen på digitalisert prøvemateriale av objektglass 770 MB (blanding 20x og 40x). Gjennomsnitt filstørre for hele avdelings produksjon er i Linköping 400 MB (20x). Det mangler et standards lagringsformat med full støtte for behovene til Digital Patologi. o Per i dag benyttes man ulike og til dels proprietære format. o DICOM for Digital Patologi er under utvikling og vil trolig i løpet av de neste årene få full støtte for Digital Patologi. 7.3.2 Muligheter Vi har i så langt i analysefasen identifisert følgende muligheter. Dersom alle RHF-ene konsoliderer på en regional LIMS for patologi vil også samhandlingen mellom RHF-ene bli enklere Når DICOM standarden får full støtte for Digital Patologi har de fleste leverandørene på Digital Patologi sagt seg villige til å kontraktsfeste at de vil kunne konvertere til DICOM Lagringskostnadene er på full fart ned. Dette har vært en trend lenge, og som forventer å fortsette. Nye lagringsteknologi krever mindre strøm, lagrer mer data og har raskere responstider. Bildeanalyseassistert diagnostikk har et stort potensiale og det forventes en rivende utvikling de neste årene. Det er allerede etablert standarder i forbindelse med MinJournal og Helsenorge som bl.a. støttes av DIPS og som gjør det mulig å søke i et nasjonalt register og hente dokumenter/bilder fra de ulike lokale kilder (se beskrivelse om XSD i eget delkapittel under Standarder, formater).

8 Vedlegg i. Kartlegging i de fire helseregionene Hver av de fire helseregionene har innhentet informasjon som vil bli benyttet ved videre arbeid, og i gevinstrealiseringsplanen. Se tabellene presentert under hver Helse region. i. Helse Nord-Norge Helse Nord-Norge har 2 avdelinger for patologi. Avdelingene er presentert i hver sin kolonne.

ii. Helse Vest Helse Vest har fire avdelinger for patologi. Disse er presentert i hver sin kolonne.

iii. Helse Midt-Norge Helse Midt-Norge har tre avdelinger for patologi. Disse er presentert i hver sin kolonne.

iv. Helse Sør-Øst Helse Sør-Øst har 8 avdelinger for patologi. OUS har tre lokasjoner. Avdelingene er presentert i hver sin kolonne.

ii. Utvalgte as is beskrivelser i. Variasjon i prøvematerialet Figuren under illustrerer hvordan stor variasjon i prøvematerialet påvirker omfanget av en utredning. Prøvemateriale kuttes og legges i blokker før de snittes og farges. En prøve kan ha et spenn fra å bli til en blokk og et glass eller helt opp mot 40-50 blokker og 180 glass. Dette påvirker risikobildet for ombytting eller at materiale forsvinner spesielt når ID overføring hovedsakelig er manuell.

ii. Sortering Bildet under viser arbeidsprosessen sortering/prioritering etter innstøping. Det tilstrebes at de prøver som haster mest, blir prioritert. Blokkene blir satt i kø for å snittes. Dette skjer manuelt og det er stor risiko for feilprioritering og at man mister eller bytter om en av blokkene fra en prøve for eksempel ved at man leser feil. Når vi har opphopning av prøver øker risikoen for at det skjer feil, og prøver kan bli uteglemt. iii. Manuelle markeringer Bildet nedenfor viser manuelt skrevne glass/blokker og muligheten for feiltolking.

iv. Sortering Bildene under viser hvordan vi i dag sorterer kasus og merker dem om (klistrer på nye etiketter) og klargjør dem for utdeling til patologene. Det er også her fort gjort å klistre feil etikett på et glass. v. Fordeling Nedenfor en illustrasjon av fordeling prøver (objektglass på bunker av brett) til faggrupper for vurdering, beskrivelse og diagnose.

vi. Konsultasjon Bildene under viser hvordan blokker og glass pakkes for sending til konsultasjon ved annet sykehus. Noe sendes med ordinær postgang eller som vist her OUS sin budbil som kjører mellom våre HF 5 ganger per dag. Ordinær postgang kan forsinke prøvesvar med inntil en uke.