Tutkimustoimisto Evalua, Terveystalo ja Tampereen yliopisto ovat ensimmäisinä maailmassa kehittäneet algoritmin, joka laskee riskin työterveyden asiakkaan sairauspoissaoloille ja pysyvälle työkyvyttömyydelle.
Algoritmi luotiin käyttämällä kyselytutkimuksen tuloksia täysin uudella tavalla. Se voi ennustaa merkittäviä sairauspoissaolo- ja työkyvyttömyysriskejä jopa kuuden vuoden päähän. Ennaltaehkäisevään työterveyshuoltoon panostaminen voisi tuoda yrityksille ja yhteiskunnalle jopa 1,5 miljardin euron vuosittaiset säästöt.
Tutkimusyritys Evaluan asiantuntijoiden, Terveystalon lääkäreiden ja Tampereen yliopiston tutkijoiden luoma algoritmi laskee, kuinka suuri riski työterveyden asiakkaalla on sairauspoissaoloihin tai työkyvyttömyyteen. Algoritmi ennustaa muun muassa tuki- ja liikuntaelinsairauksien tai masennusoireiden aiheuttamaa työkykyriskiä. Ne aiheuttavat eniten sairauspoissaoloja ja pysyvää työkyvyttömyyttä Suomessa kaikilla toimialoilla.
– Työterveyshuollon päätehtävä yhteiskunnassa on sairauksien ennaltaehkäisy. Digitaalisten työkalujen kehittyminen sekä käytettävissä oleva data tarjoavat meille alan ammattilaisille aivan uudenlaiset mahdollisuudet parantaa toimintamme vaikuttavuutta ja siirtää terveydenhuollon painopistettä nykyistä vahvemmin sairauden hoidosta terveyden ja työkyvyn ylläpitämiseen. Digitaalisten palveluiden rooli kasvaa tulevaisuudessa merkittävästi sekä ennaltaehkäisevässä työssä että sairaanhoidossa, Terveystalon työterveyden ylilääkäri Unto Palonen sanoo.
Algoritmi perustuu lääketieteellisiin tutkimustuloksiin, sairauspoissaolo- ja työkyvyttömyystietoihin sekä Terveystalon monivuotiseen terveyskyselyyn, jossa kartoitetaan vastaajan mahdollisia oireita, työhyvinvointia, aiempaa terveydentilaa ja elämäntapoja. Tutkimukseen osallistui yhteensä 22 000 toimihenkilöä ja suorittavan työn tekijää eri toimialoilta, ja pisimmillään vastaajia on seurattu kuuden vuoden ajan. Ennuste voidaan tehdä jatkossa mille tahansa vastaajajoukolle.
– Vastaavanlaista tutkimusta ei ole toteutettu missään päin maailmaa samassa mittakaavassa, ja se tarjoaa ainutlaatuisen työkalun työkyvyttömyyden ennaltaehkäisyyn. Nyt kehittämällämme algoritmilla voimme arvioida työikäisten sairastumisriskiä laajalti ja kauan ennen kuin mitkään merkittävämmät oireet edes alkavat, Unto Palonen sanoo.
Henkilökohtaisten vastausten lisäksi riskin laskemiseen vaikuttavat vastaajan ikä, aiemmat sairauspoissaolot ja työn laatu.
– Pysyvä työkykyuhka harvoin aiheutuu yhdestä sairaudesta tai oireesta, vaan taustalla on usein monia sairauksia tai oireita sekä pahoinvointia työssä. Oikein laadittu ja analysoitu terveyskysely tarjoaa toimivan työkalun varhaiseen terveysriskien tunnistamiseen ja sairastavuuden sekä työkyvyttömyyden ennaltaehkäisyyn, dosentti Simo Taimela Evaluasta sanoo.
Yhdistämällä massiivisen taustadatan sekä henkilökohtaisen kokonaisterveyden ja hyvinvoinnin kartoituksen uusi algoritmi voi tarjota tehokkaamman ja osuvamman arvion työkykyriskistä kuin perinteinen tapa eli potilaan haastattelu ja kliininen tutkimus.
– Terveydenhuollossa käydään kiihkeää keskustelua potilas- ja terveysdatan käytön sekä tuki- ja tekoälyn hyödyistä. Perinteinen tapa valita joukko diagnostisia tutkimuksia joko vahvistavana tai poissulkumielessä ei vaikkapa työkykyriskin suhteen aina toimi, koska työkyvyttömyyden syyt ovat usein moniulotteisia ja psykososiaalisia, Evaluan Simo Taimela sanoo.