Suomessa on kehitetty uusi algoritmi, joka laskee riskin työterveyden asiakkaan sairauspoissaoloille ja pysyvälle työkyvyttömyydelle. Algoritmi on luotu käyttämällä muun muassa Terveystalon vuosittaisen kyselytutkimuksen tuloksia uudella tavalla, ja se kykeneekin ennustamaan merkittäviä sairauspoissaolo- ja työkyvyttömyysriskejä jopa kuuden vuoden päähän.

Algoritmi on Evaluan, Terveystalon ja Tampereen yliopiston yhteistyön tulos.

Algoritmin kehittämistä on vauhdittanut se, että ennaltaehkäisevään työterveyshuoltoon panostaminen voisi tuoda yrityksille ja yhteiskunnalle jopa 1,5 miljardin euron vuosittaiset säästöt. Luku on peräisin Terveystalon lokakuussa julkaisemasta Tekemättömän työn vuosikatsauksesta.

Tutkimusyritys Evaluan asiantuntijoiden, Terveystalon lääkäreiden ja Tampereen yliopiston tutkijoiden luoma 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 tiedotteessa.

Uusi 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.

Ennuste voidaan tehdä jatkossa mille tahansa vastaajajoukolle.

Henkilökohtaisten vastausten lisäksi riskin laskemiseen vaikuttavat vastaajan ikä, aiemmat sairauspoissaolot ja työn laatu.

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.

"Nyt kehittämällämme algoritmilla voimme arvioida työikäisten sairastumisriskiä laajalti ja kauan ennen kuin mitkään merkittävämmät oireet edes alkavat.”