Ideekavand_TÜK_AI-valmisolek

Innovatsiooniprojekti ideekavand1

AVALIKU SEKTORI INNOVATSIOONIVÕIMEKUSE TÕSTMINE

Ideekavandit täites palume tutvuda riigikantselei veebilehel toodud soovituste ja juhistega projekti esitajale.

Innovatsiooniprojekti nimi
Haigla infosüsteemi AI-valmisoleku analüüs ja testimine SA Tartu Ülikooli Kliinikumis

Innovatsiooniprojekti fookusvaldkond
☐ Droonitehnoloogiate valdkond
☒ Tehisintellekti lahenduste valdkond
Innovatsiooniprojekti panus valitsuse tegevuskava prioriteetidesse
☐ Riigi kriisikindluse suurendamine
☒ Majanduse kasvule kaasa aitamine 
☒ Riigi tõhus juhtimine
Innovatsiooniprojekti esitajad
(tulevased RK partnerid) (asutus/asutused)2

SA Tartu Ülikooli Kliinikum

Projektijuht või ideekavandi esitaja kontaktisik
(nimi, asutus, e–posti aadress ja telefon)
Katrin Kaarna
kliiniliste uuringute keskuse juhataja
Kliiniliste uuringute keskus
SA Tartu Ülikooli Kliinikum
[email protected], +372 518 6688
RSKTK Tegevjuht

Innovatsiooniprojekti kestus (kuudes)
24 kuud

Ajaarvestust alustame üldjuhul partnerluslepingu sõlmimisest.
Innovatsiooniprojekti kogumaksumus
(sh käibemaks, kui on abikõlblik)
Kogumaksumus: 1 475 000 eurot

Põhipartner
Tartu Ülikooli Kliinikum
400 000 eurot
Kaasatud partnerid (näitena)

Partner 1
NORTAL
350 000 eurot
Partner 2
Cybernetica AS
200 000 eurot
Partner 3
Sorainen/Cobalt/KPMG
75 000 eurot
Partner 4
AI testpartnerid
350 000 eurot
Partner 5
Health Founders
100 000 eurot

Käibemaks
☒ jääb kulu tegija kanda (käibemaks abikõlblik)
☐ saab küsida riigilt tagasi (käibemaks ei ole abikõlblik)

Vastav info täita iga partneri kohta (kopeeri ridu ning kirjuta partneri nimi juurde)
1. Probleemikirjeldus (max 2 lk)

Kirjeldage lahendamist vajavat probleemi, selle olulisust ning keda see probleem puudutab.

• Selgitage, miks on probleem aktuaalne.
• Hinnake probleemi mõju (nt rahaline kokkuhoid, keskkonna- või sotsiaalne kasu).Kirjeldage probleemi tausta. Mida on probleemi lahendamiseks Eestis juba tehtud või mis on tegemisel? Tooge välja relevantsed teiste riikide kogemused probleemi lahendamisel.
Eestis arendatakse teadusasutustes, tervisetehnoloogia ettevõtetes ning tervishoiusüsteemi partnerorganisatsioonides üha enam tehisintellektil põhinevaid diagnostika-, otsustustoe- ja ravilahendusi. Samal ajal on Eesti tervishoiusüsteemil olulised konkurentsieelised – kvaliteetsed terviseandmed, kõrge digitaliseerituse tase ning kasvav tehisintellekti arendusvõimekus. Vaatamata sellele puudub täna süsteemne ja korduvkasutatav mehhanism, mis võimaldaks terviseandmetel põhinevatel algoritmidel jõuda tõhusalt kliinilise valideerimise, kasutuselevõtu ning vajadusel meditsiiniseadmena sertifitseerimiseni.
Oluliseks kitsaskohaks on tervishoiuasutuste piiratud valmisolek innovatsiooniprojektide vastuvõtmiseks, hindamiseks, piloteerimiseks ja valideerimisuuringute läbiviimiseks. Eestis puudub terviklik haiglasisene raamistik, mis ühendaks innovatsiooniprojektide juhtimise, andmehalduse, regulatiivse valmisoleku, teadusuuringute ettevalmistuse ning kliiniliste katsetuste toe. Selle tulemusena on avaliku sektori võimekus kasutada andmeid otsustustoes, ennetuses ja ravikvaliteedi parandamises piiratud ning Eesti tervisetehnoloogia ettevõtetel on keerulisem arendada ja valideerida rahvusvahelistele regulatiivsetele nõuetele vastavaid lahendusi.
SA Tartu Ülikooli Kliinikum on Eesti ainus ülikoolihaigla, mille ülesanne on ühendada ravi-, õppe- ja teadustegevus ning kujundada Eesti tervishoiu tulevikku läbi teadus- ja arendustegevuse. Kliinikumis on juba käivitatud mitmed innovatsiooni toetavad algatused, sealhulgas patsiendi dünaamilise andmenõusoleku lahenduse arendamine, biotehnoloogiaettevõtetele suunatud regulatiivsete ja tehniliste protsesside kirjeldamine ning mitmed koostööprojektid Tervisekassa, teadusasutuste, ravimiarendajate ja tervisetehnoloogia ettevõtetega. Samuti osaleb Kliinikum olulistes riiklikes ja rahvusvahelistes teadus- ja arenduskonsortsiumides.
Samas puudub tänaseni terviklik ülevaade haigla infosüsteemi tehnilisest valmisolekust tehisintellektil põhinevate lahenduste integreerimiseks ning puuduvad standardiseeritud protsessid, mis võimaldaksid AI-lahendusi süstemaatiliselt hinnata, piloteerida ja valideerida. Rahvusvaheliselt on sellised võimekused saanud juhtivate ülikoolihaiglate (nt Karolinska University Hospital, Erasmus MC ja King's Health Partners) tavapäraseks praktikaks, võimaldades neil tegutseda atraktiivsete partneritena teadusasutustele ja tervisetehnoloogia ettevõtetele. Nende haiglate lahendusi ei ole siiski võimalik Eesti konteksti üks-ühele üle kanda, kuna Eesti haiglates kasutatakse teistsugust terviseandmete kogumise ja haiglainfosüsteemide arhitektuuri, ning see nõuab kohalikele vajadustele vastavat lähenemist. Eelpool nimetatud rahvusvaheliste ülikoolihaiglate kogemuste analüüsi põhjal on võimalik üle võtta innovatsiooniprojektide juhtimise üldpõhimõtted, AI-lahenduste kliinilise valideerimise etapid ning juhtimismudelid. Samas ei ole võimalik otse üle võtta nende haiglate tehnilisi integratsioonilahendusi, andmehaldusmudeleid ega AI-lahenduste juurutusprotsesse, kuna need põhinevad Eesti tervishoiusüsteemist erineval haiglainfosüsteemide arhitektuuril, andmevoogudel ja regulatiivsel korraldusel. Eestis kasutatava e-HL haiglainfosüsteemi arhitektuur, Tervise Infosüsteemi andmevahetusmudel, Tervisekassa protsessid ning Euroopa terviseandmeruumi (EHDS) rakendamise ettevalmistused eeldavad eraldiseisvat kohandamist ja testimist.
Projekti eesmärk ei ole luua uut raamistikku nullist, vaid kohandada rahvusvaheliselt tõendatud lähenemised Eesti tervishoiukeskkonda ning valideerida nende praktiline rakendatavus reaalses haiglakeskkonnas. Projekti eesmärk on viia SA Tartu Ülikooli Kliinikumis läbi haigla infosüsteemi valmisoleku (Site Readiness) terviklik analüüs tehisintellektil põhinevate tervisetehnoloogiate liidestamiseks ning valideerida loodud metoodika kolme erineva AI-lahenduse pilootrakenduse kaudu. Projekti käigus kaardistatakse tehnilised, organisatsioonilised, andmehalduslikud ja regulatiivsed eeldused AI-lahenduste kasutuselevõtuks, töötatakse välja haiglasisene innovatsiooniprojektide juhtimise ja AI-lahenduste valideerimise raamistik ning luuakse korduvkasutatav mudel innovatsiooniprojektide elluviimiseks Eesti haiglavõrgu haiglates, kus andmete kogumine toimub e-HL infosüsteemi. Need haiglad on lisaks Tartu Ülikooli Kliinikumile Ida-Tallinna Keskhaigla, Viljandi Haigla ja Tartu Ülikooli Kliinikumiga võrgustunud haiglad.
Projekti tulemusena valmib Kliinikumi jaoks süsteemne AI-valmisoleku raamistik, mis võimaldab tulevikus kiiremini ja väiksema ressursikuluga hinnata, piloteerida ning kasutusele võtta uusi tervisetehnoloogilisi lahendusi. Kuna loodav metoodika põhineb Eesti haiglates laialdaselt kasutataval e-HL infosüsteemil, on projekti tulemused laiendatavad ka teistele Eesti haiglavõrgu haiglatele. See aitab tugevdada Eesti positsiooni tervisetehnoloogiate arendamise, kliinilise valideerimise ning innovatsiooni testkeskkonnana ning toetab haiglavõrgu arengusuundades seatud eesmärke kõrgtehnoloogilise ja teaduspõhise tervishoiu arendamisel.
Projekt ei piirdu üksnes analüüsi ja protsessiraamistike loomisega. Projekti käigus luuakse ja testitakse reaalses haiglakeskkonnas AI-lahenduste integreerimiseks vajalikud tehnilised komponendid, sealhulgas referentsarhitektuur, andmevahetuslahendused, turvalised integratsioonimudelid, testkeskkonnad ning valideerimisprotsessid. Nende komponentide toimivust hinnatakse kolme pilootprojekti kaudu ning tulemused dokumenteeritakse korduvkasutatava rakendusmudelina teistele haiglatele. Pikas perspektiivis võimaldab projekt kiirendada kliiniliselt tõendatud AI-lahenduste jõudmist raviprotsessi, toetades tervishoiutöötajate otsustusprotsesse, parandades ravikvaliteeti ning aidates kasutada tervishoiuressursse tõhusamalt.


2. Projekti eesmärk

Sõnastage konkreetne, selge ning mõõdetav eesmärki, mille saavutamist või mitte saavutamist on võimalik hinnata.

• Kirjeldage, kuidas plaanite projekti eesmärgi saavutamist mõõta.
Projekti eesmärk on katsetada SA Tartu Ülikooli Kliinikumis terviklik kliinilise innovatsiooni valmisoleku (Site Readiness) mudelit, mis võimaldab tehisintellektil põhinevate tervisetehnoloogiate, teadusprojektide ja biomeditsiiniliste lahenduste süsteemset hindamist, piloteerimist, kliinilist valideerimist ning kasutuselevõtu ettevalmistamist.
Katseprojekti õnnestumise korral luuakse Kliinikumis jätkusuutlik ja korduvkasutatav võimekus innovatsiooniprojektide juhtimiseks, AI-lahenduste haigla infosüsteemidega integreerimiseks ning kliiniliste valideerimisuuringute läbiviimiseks. Piloteeritav mudel põhineb Eesti tervishoius kasutatavate infosüsteemide ja andmekorralduse eripäradel ning on kohandatav teistele e-HL infosüsteemi kasutavatele haiglavõrgu haiglatele.
Projekti käigus:
• viiakse läbi haigla infosüsteemi terviklik valmisoleku (Site Readiness) analüüs AI-lahenduste liidestamiseks ja kasutuselevõtuks;
• töötatakse välja haiglasisene innovatsiooniprojektide juhtimise raamistik, mis kirjeldab innovatsiooniprojektide algatamise, hindamise, piloteerimise, valideerimise ja kasutuselevõtu protsesse;
• töötatakse välja AI-lahenduste arendus-, piloteerimis- ja valideerimisrada, mis hõlmab tehnilisi, kliinilisi, andmehalduslikke, eetilisi ja regulatiivseid nõudeid;
• valideeritakse loodud raamistikku kolme erineva AI-lahenduse pilootprojekti kaudu.
Projekt aitab luua Eestis esmakordselt ülikoolihaigla tasemel süsteemse mudeli tervisetehnoloogiate ja tehisintellektil põhinevate lahenduste kliiniliseks valideerimiseks ning loob eeldused Eesti positsiooni tugevdamiseks tervisetehnoloogiate arendus- ja testkeskkonnana.
Projekti eesmärk ei ole üksnes SA Tartu Ülikooli Kliinikumi sisemise võimekuse arendamine. Projekti käigus luuakse korduvkasutatav AI-valmisoleku ja kliinilise valideerimise mudel, mis on rakendatav ka teistes e-HL infosüsteemi kasutavates haiglates. Need haiglad on lisaks Tartu Ülikooli Kliinikumile Ida-Tallinna Keskhaigla, Viljandi Haigla ja Tartu Ülikooli Kliinikumiga võrgustunud haiglad.
Projekti hüpotees on, et Eesti tervishoiusüsteemile kohandatud AI-valmisoleku ja kliinilise valideerimise mudel võimaldab standardiseerida AI-lahenduste hindamise, piloteerimise ja valideerimise protsessi selliselt, et erinevat tüüpi AI-lahendusi on võimalik rakendada väiksema ettevalmistusaja, väiksema rakendusriski ja suurema regulatiivse selgusega kui seniste üksikprojektide puhul. Projekti käigus hinnatakse hüpoteesi paikapidavust kolme erineva AI kasutusjuhtumi piloteerimise kaudu.
Projekti mõõdikud
• Väljundid:
◦ Valminud on haigla infosüsteemi AI-valmisoleku (Site Readiness) analüüs.
◦ Valminud on AI-lahenduste liidestamise sihtarhitektuur ja soovitused.
◦ Välja on töötatud innovatsiooniprojektide juhtimise raamistik.
◦ Välja on töötatud AI-lahenduste arendus-, piloteerimis- ja valideerimisrada.
◦ Välja on töötatud AI-lahenduste hindamise ja kasutuselevõtu protsessikirjeldused.
◦ Läbi viidud on vähemalt 3 AI-lahenduse pilootprojekti.
• Tulemusnäitajad
◦ Vähemalt 3 AI-lahendust on läbinud väljatöötatud valideerimisraja.
◦ Vähemalt 1 AI-lahendus on jõudnud kliinilise kasutuselevõtu ettevalmistuse või järgmise valideerimisetapi valmisolekuni.
◦ Kliinikumis on läbi katsetatud ühtne innovatsiooniprojektide hindamise ja juhtimise protsess.
◦ Valminud mudeli rakendatavus Eesti teistele e-HL kasutavatele haiglatele on hinnatud ja dokumenteeritud.
• Mõjuindikaatorid
◦ Vähemalt 2 välis- või kodumaist tervisetehnoloogiaettevõtet on kasutanud projekti käigus loodud valideerimisprotsessi või selle komponente.
◦ Vähemalt ühe pilootprojekti puhul on koostatud kliinilise kasutuselevõtu või järgmise valideerimisetapi tegevusplaan.


3. Võimalikud lahendussuunad (max 2 lk)

Kirjeldage võimalikke lahendusi ning tegevusi, millega projekti eesmärk saavutatakse.

• Kirjeldage võimalikke lahendussuundi, põhjendage eelistatud lahendussuuna valikut (NB! Valitud lahendussuund ei ole siduv, see võib projekti käigus muutuda).
• Kirjeldage probleemi lahendamiseks vajalikke tegevusi, mida antud katseprojekti raames plaanitakse teha.
• Selgitage, kuidas lahendust katsetatakse. Selgitage, kuidas läbi viidavat katsetust ja selle edukust hindate.
Euroopas olemas olevaid AI-keskse valmisoleku lahendusi oleme hinnanud ja analüüsinud, näiteks Birminghami Ülikoolihaigla näitel (https://www.cersi-ai.org/the-ai-readiness-checklist/).
Projekti keskseks lahenduseks Eestis on SA Tartu Ülikooli Kliinikumisse kliinilise innovatsiooni valmisoleku (Site Readiness) mudeli loomine, mis ühendab tehnilise valmisoleku, andmehalduse, innovatsiooniprojektide juhtimise ning kliinilise valideerimise protsessid ühtseks tervikuks.
Lahendus koosneb kolmest omavahel seotud komponendist.
1. Haigla infosüsteemi AI-valmisoleku (Site Readiness) analüüs
Tehisintellektil põhinevate tervisetehnoloogiate edukaks kasutuselevõtuks on vajalik mõista haigla infosüsteemide tehnilist valmisolekut, andmete kvaliteeti ning võimalusi väliste lahenduste integreerimiseks.
Selleks viiakse läbi haigla infosüsteemi terviklik analüüs, mille käigus:
• kaardistatakse peamised kliinilised andmeallikad ja andmevood;
• analüüsitakse andmete kättesaadavust, kvaliteeti ja standardiseeritust;
• hinnatakse olemasolevaid integratsioonivõimalusi ning tehnilisi liidestusi;
• hinnatakse AI-lahenduste kasutuselevõtuga seotud infoturbe-, andmekaitse- ja regulatiivseid nõudeid;
• koostatakse soovitused haigla infosüsteemi AI-valmisoleku suurendamiseks.
Tulemuseks on dokumenteeritud ülevaade Kliinikumi tehnilisest valmisolekust AI-lahenduste rakendamiseks ning soovituslik tegevuskava puudujääkide kõrvaldamiseks.
2. Innovatsiooniprojektide juhtimise ja AI valideerimise raamistiku väljatöötamine
Innovatsiooniprojektide edukat elluviimist takistab standardiseeritud protsesside puudumine. Seetõttu töötatakse välja haiglasisene raamistik, mis võimaldab innovatsiooniprojekte süsteemselt hinnata, planeerida ja juhtida.
Raamistiku loomise käigus:
• kaardistatakse olemasolevad innovatsiooniprojektide juhtimise praktikad;
• analüüsitakse rahvusvaheliste ülikoolihaiglate (nt Karolinska, Erasmus MC, King's Health Partners) kogemusi;
• määratletakse innovatsiooniprojektide algatamise, hindamise ja prioriseerimise protsessid;
• kirjeldatakse osapoolte rollid ja vastutused;
• töötatakse välja otsustus- ja juhtimismudel innovatsiooniprojektide elluviimiseks.
Paralleelselt luuakse AI-lahenduste arendus-, piloteerimis- ja valideerimisrada, mis hõlmab:
• andmete kasutamise ja andmehalduse põhimõtteid;
• eetika- ja andmekaitsenõudeid;
• kliinilise valideerimise protsesse;
• meditsiiniseadmete regulatiivsete nõuete arvestamist;
• kasutuselevõtu ja mõju hindamise põhimõtteid.
• Luuakse AI integratsioonide referentsarhitektuur (FHIR, HL7, API-d, autentimine, auditlogid, andmevahetusmudelid).
Tulemuseks on standardiseeritud ja korduvkasutatav protsess, mis võimaldab hinnata ning valideerida erinevat tüüpi AI-lahendusi.
3. AI-lahenduste pilootprojektid ja mudeli valideerimine
Loodud raamistiku valideerimiseks on vajalik vähemalt kolme erineva AI kasutusjuhtumi piloteerimine, kuna erinevad lahendused esitavad haigla infosüsteemile, andmehaldusele ja regulatiivsetele protsessidele erinevaid nõudeid. Ühe piloodi põhjal ei ole võimalik hinnata loodud mudeli üldistatavust ega rakendatavust erinevates tervishoiuprotsessides.
Valitud piloodid esindavad kolme erinevat tehisintellekti rakendusvaldkonda:
• teksti- ja dokumendipõhine kliiniline AI
• administratiivseid protsesse toetav AI
• meditsiiniliste kujutiste analüüsil põhinev AI.
Selline lähenemine võimaldab hinnata, kas loodud raamistik toimib erinevate andmetüüpide, integratsioonivajaduste ja regulatiivsete nõuete korral ning annab piisava aluse mudeli laiendamiseks teistele haiglatele ja kasutusjuhtudele.
Kliinikumi poolt defineeritud pilootprojektid on hetkel järgmised:
1. E-konsultatsioonide automatiseeritud kvaliteedihindamine: tehisarupõhine lahendus ravikvaliteedi parandamiseks
2. Tehisarupõhine kodeerimise lahendus, mis tuvastab valitud alakodeerimise ja ülekodeerimise mustrid, leiab potentsiaalselt välditavale ressursikasutuse varieeruvusele viitavad näitajad ning hindab nende mõju DRG-klassifikatsioonile ja hüvitamise tulemustele
3. Ehhokardiograafilise uuringu tehisarupõhine analüüs ja selle liidestamine pildipangaga.
Pilootprojektide käigus:
• valitakse välja erineva kasutusjuhtumiga AI-lahendused; mille katsetamine toimub reaalses töökeskkonnas;
• viiakse läbi tehniline ja kliiniline eelanalüüs;
• teostatakse vajalikud integratsioonid haigla infosüsteemidega;
• hinnatakse lahenduste kasutatavust, töökindlust ja kliinilist väärtust;
• kogutakse tagasisidet tervishoiutöötajatelt ja teistelt sidusrühmadelt;
• hinnatakse valideerimisraja toimivust ning tehakse vajalikud täiendused.
Pilootprojektid võimaldavad testida nii tehnilist valmisolekut kui ka väljatöötatud juhtimis- ja valideerimisprotsesse reaalses kliinilises keskkonnas.
Projekti tulemusena luuakse SA Tartu Ülikooli Kliinikumis terviklik kliinilise innovatsiooni valmisoleku mudel, mis võimaldab süsteemselt ette valmistada, hinnata, piloteerida ja valideerida tehisintellektil põhinevaid tervisetehnoloogiaid.
Loodud mudel suurendab Kliinikumi võimekust osaleda teadus- ja arendusprojektides, toetab Eesti tervisetehnoloogia ettevõtete innovatsiooni ning loob eeldused Eesti haiglavõrgu üleseks AI-lahenduste testimise ja valideerimise võimekuseks.















4. Projekti uuenduslikkus

Tuua selgelt välja projekti uuenduslikkus –mida tehakse senisest teisiti kas see hõlmab uusi tehnoloogiaid, protsesse, toimemudeleid, disaini, turgu vms?
• Selgitage lahenduse uuenduslikkust nii Eesti kui globaalses kontekstis.
• Mis on projektis sellist, mis vajab katsetamist?
Projekti uuenduslikkus seisneb Eestis seni puudunud tervikliku kliinilise innovatsiooni valmisoleku (Site Readiness) mudeli loomises, mis ühendab haigla infosüsteemide tehnilise valmisoleku, innovatsiooniprojektide juhtimise, andmehalduse, kliinilise valideerimise ning tehisintellektil põhinevate tervisetehnoloogiate kasutuselevõtu üheks tervikuks.
Erinevalt tavapärastest innovatsiooniprojektidest ei keskendu projekt üksiku tehnoloogilise lahenduse arendamisele või piloteerimisele, vaid loob eduka katse korral haigla tasandil püsiva ja korduvkasutatava võimekuse erinevate AI-lahenduste ning tervisetehnoloogiate hindamiseks, testimiseks ja valideerimiseks.
Projekti keskne katsehüpotees on, et Eesti tervishoiusüsteemile kohandatud AI-valmisoleku ja kliinilise valideerimise mudel võimaldab vähendada uute AI-lahenduste piloteerimise ettevalmistusaega, vähendada tehnilisi ja regulatiivseid tõkkeid ning suurendada haiglate valmisolekut tervisetehnoloogiliste innovatsioonide kasutuselevõtuks.
Projekti uuenduslikkus avaldub neljal tasandil.
1. Esmakordne AI Site Readiness mudel Eesti haiglavõrgus
Eestis puudub täna standardiseeritud metoodika, mille abil hinnata haigla infosüsteemide valmisolekut tehisintellektil põhinevate lahenduste kasutuselevõtuks.

Projektis luuakse esmakordselt süsteemne AI Site Readiness mudel, mis hõlmab:
• andmeallikate ja andmevoogude analüüsi;
• infosüsteemide liidestatavuse hindamist;
• andmekvaliteedi ja andmete kättesaadavuse hindamist;
• infoturbe ja andmekaitse nõuete analüüsi;
• AI-lahenduste kasutuselevõtuks vajalike tehniliste võimekuste kaardistamist.

2. Innovatsiooniprojektide juhtimise ja kliinilise valideerimise integreeritud raamistik
Praegu käsitletakse innovatsiooniprojekte haiglates sageli üksikute algatustena. Projektis töötatakse välja terviklik juhtimis- ja valideerimisraamistik, mis ühendab:
• teadus- ja arendusprojektide ettevalmistuse;
• kliiniliste uuringute läbiviimise;
• AI-lahenduste hindamise;
• meditsiiniseadmete regulatiivsed nõuded;
• haigla tööprotsessidesse integreerimise.

Selline terviklahendus puudub Eestis ning on rahvusvaheliselt kasutusel vaid vähestes juhtivates ülikoolihaiglates.

3. Eesti tervishoiusüsteemile kohandatud AI valideerimisrada
Rahvusvahelised mudelid ei ole Eesti kontekstis otse rakendatavad, kuna haiglate infosüsteemid, andmemudelid ja terviseandmete kogumise protsessid erinevad oluliselt.
Projektis luuakse valideerimisrada, mis arvestab:
• Eesti terviseinfosüsteemi eripärasid;
• e-HL haiglainfosüsteemi arhitektuuri;
• Eesti regulatiivset raamistikku;
• Euroopa terviseandmeruumi (EHDS) nõudeid;
• Euroopa Liidu tehisintellekti määruse (AI Act) nõudeid.

4. Eskaleeritavus kogu Eesti haiglavõrgu jaoks
• Projekti tulemused ei jää kasutatavaks ainult SA Tartu Ülikooli Kliinikumis.
• Kuna loodavad metoodikad ja protsessid põhinevad Eesti haiglates laialdaselt kasutatavatel infosüsteemidel ja andmestandarditel, on võimalik neid kohandada ja rakendada ka teistes haiglavõrgu haiglates.
• Seeläbi luuakse alus üleriigilise tervisetehnoloogiate testimise,
• piloteerimise ja valideerimise võimekuse tekkeks.
• Projekti lõpptulemusena ei sünni üksnes kolm AI-pilooti, vaid Eestis esmakordselt haiglapõhine, korduvkasutatav ja skaleeritav kliinilise innovatsiooni ökosüsteem, mis kiirendab teadustulemuste ja tervisetehnoloogiliste lahenduste jõudmist kliinilisse praktikasse.


5. Projekti elluviimisega (katsetusega) seotud riskid ja nende maandamismeetmed

Kirjelda peamisi riske, mis võivad takistada projekti elluviimist või eesmärkide saavutamist, ning kavanda maandamismeetmed.

Risk
Mõju projektile
Maandamismeede
AI pilootprojektide jaoks sobivate lahenduste puudumine või viivitused nende valmimisel
Pilootprojektide läbiviimine võib viibida või nende ulatus väheneda
Valitakse pilootlahendused projekti algfaasis ning kaasatakse rohkem kui kolm võimalikku kandidaati, et vajadusel oleks võimalik lahendusi asendada
Haigla infosüsteemide tehnilised piirangud või integratsioonide keerukus
AI-lahenduste liidestamine võib osutuda ajamahukamaks kui planeeritud
Tehnilise valmisoleku analüüs viiakse läbi projekti alguses ning pilootprojektide valikul arvestatakse olemasolevate integratsioonivõimalustega
Andmekaitse- ja infoturbenõuetest tulenevad piirangud
Andmete kasutamine pilootprojektides võib osutuda piiratumaks kui algselt planeeritud
Kaasatakse andmekaitse, infoturbe ja õigusvaldkonna eksperdid ning hinnatakse nõudeid juba projekti ettevalmistavas etapis
Regulatiivsete nõuete muutumine (AI Act, meditsiiniseadmete regulatsioon, EHDS)
Vajadus muuta valideerimisprotsesse või dokumentatsiooni
Projekti kaasatakse regulatiivse kompetentsiga eksperdid ning raamistik kujundatakse piisavalt paindlikuna, et kohaneda õigusruumi muutustega
Kliinilise personali piiratud ajaline ressurss
Pilootprojektide läbiviimine võib aeglustuda
Pilootprojektid valitakse koostöös kliiniliste üksustega ning tegevused planeeritakse vastavalt osalejate töökoormusele
Sidusrühmade ebapiisav kaasatus
Loodud raamistik ei pruugi olla piisavalt kasutatav või aktsepteeritud
Projekti juhtrühma kaasatakse kliiniliste üksuste, IT, teadus- ja arendusvaldkonna, andmekaitse ning juhtkonna esindajad
Projekti tulemuste vähene ülekantavus teistele haiglatele
Väheneb projekti mõju Eesti haiglavõrgule
Kaasatakse projekti jooksul teiste haiglate ja riiklike sidusrühmade esindajaid ning dokumenteeritakse üldistatavad lahendused ja soovitused



6. Projekti ajakava

Koostage realistlik ajakava, mis hõlmab kõiki projekti tegevusi ning annab sellega sisendi projekti eelarve koostamisele.
• Ajakava koostamisel arvestage vajalike eel- ja järel- või vahetegevustega (nt partnerluslepingu sõlmimise ettevalmistus kuni 2 kuud, vajalike lubade saamine projekti jooksul vms).
• Milliste võimalike puhvritega oleks ajakavas mõistlik arvestada?
• Jagage tegevused loogilisteks etappideks, arvestage tegevuste omavahelisi seoseid ning ajalist järgnevust või paralleelsust.
• Hangete läbiviimise ajaraami kavandamiseks kasuta hankekalkulaatorit Hankekalkulaator - EIS
Tööpakett 1. Projekti käivitamine ja vajaduste kaardistamine
Kuu 1–3
Tegevused:
• Projekti juhtimisstruktuuri loomine
• Sidusrühmade kaardistamine
• Töörühmade moodustamine
• Rahvusvaheliste praktikate analüüs, näiteks Birminghami Ülikoolihaigla näitel (https://www.cersi-ai.org/the-ai-readiness-checklist/).
• Olemasolevate protsesside kaardistamine Kliinikumis
Väljund:
• Projekti lähteanalüüs
• Sidusrühmade kaasamisplaan

Tööpakett 2. Haigla infosüsteemi AI Site Readiness analüüs
Kuu 4–8
Tegevused:
• Andmeallikate ja andmevoogude kaardistamine
• e-HL arhitektuuri analüüs
• Integratsioonivõimaluste hindamine
• Andmekvaliteedi ja andmete kättesaadavuse hindamine
• Infoturbe- ja andmekaitsenõuete analüüs
• Soovitusliku sihtarhitektuuri koostamine
Väljund:
• AI Site Readiness raport
• AI integratsioonide referentsarhitektuur
• Arendussoovitused

Tööpakett 3. Innovatsiooniprojektide juhtimise raamistiku väljatöötamine
Kuu 4–10
Tegevused:
• Innovatsiooniprojektide protsesside modelleerimine
• Rollide ja vastutuste määratlemine
• Hindamis- ja otsustusprotsesside väljatöötamine
• Innovatsiooniprojektide juhtimismudeli koostamine
Väljund:
• Innovatsiooniprojektide juhtimise raamistik
• Otsustus- ja juhtimismudel

Tööpakett 4. AI arendus- ja valideerimisraja väljatöötamine
Kuu 6–12
Tegevused:
• AI lahenduste hindamiskriteeriumide väljatöötamine
• Reguleeritud ja reguleerimata AI lahenduste käsitlusmudeli loomine
• Kliinilise valideerimise protsessi kirjeldamine
• Eetika, andmekaitse ja regulatiivsete nõuete integreerimine
Väljund:
• AI arendus-, piloteerimis- ja valideerimisrada
• Juhendmaterjalid ja protsessikirjeldused

Tööpakett 5. Pilootprojektide ettevalmistamine
Kuu 9–12
Tegevused:
• Pilootlahenduste valik
• Pilootprojektide tehniline ja kliiniline eelanalüüs
• Valideerimisplaanide koostamine
• Vajalike kooskõlastuste ja lubade hankimine
Väljund:
• Kolme pilootprojekti tegevusplaanid
• Valideerimisprotokollid

Tööpakett 6. AI pilootprojektide läbiviimine
Kuu 13–21
Tegevused:
• AI lahenduste integreerimine
• Pilootprojektide läbiviimine käivitamine
• Kliiniline testimine
• Kasutajakogemuse hindamine
• Mõõdikute kogumine
• Vahehindamised
Väljund:
• 3 läbiviidud AI pilootprojekti
• Pilootide hindamisraportid

Tööpakett 7. Tulemuste hindamine ja mudeli täiendamine
Kuu 20–24
Tegevused:
• Pilootprojektide tulemuste analüüs
• Site Readiness mudeli täiendamine
• Valideerimisraamistiku täiendamine
• Rakendussoovituste koostamine
Väljund:
• Täiendatud Site Readiness mudel
• Lõplik AI valideerimisraamistik

Tööpakett
1-6 kuud
7-12 kuud
13-18 kuud
19-24 kuud
Projekti juhtimine
x
x
x
x
Site Readiness analüüs
x
x


Innovatsiooniraamistik
x
x


AI valideerimisrada

x


Pilootide ettevalmistus

x


AI piloodid


x
x
Mõju hindamine



x














7. Projekti eelarve

Koostage realistlik eelarve detailsusega, mis hõlmab kõiki projekti tegevusi ning võimaldab seeläbi hinnata planeeritud kulude vajalikkust ja mõistlikkust.
• Arvutage eelarves summad kogumaksumusena (st sisaldavad kõiki makse), sh projektijuhi kogukulu.
• Lisage eelarvele kirjeldusena selle kujunemise põhjendused, arvutuste ja hinnangute alused.
• Eelarve kogusumma palume esitada 1000 euro täpsusega.
Kohandage eelarvetabelit oma projekti vajadustele vastavaks.

Eelarve on kujundatud lähtuvalt projekti eesmärgist luua ja valideerida Eesti tervishoiusüsteemile kohandatud AI-valmisoleku ning kliinilise valideerimise mudel. Projekt ei piirdu üksnes analüüsi või metoodika väljatöötamisega, vaid hõlmab tehniliste integratsioonide kavandamist ja testimist, AI-lahenduste piloteerimist reaalses kliinilises keskkonnas ning korduvkasutatava rakendusmudeli loomist teistele haiglatele.
Ligikaudu pool projekti eelarvest on seotud tehniliste arenduste, integratsioonide ja pilootprojektide läbiviimisega. See võimaldab hinnata loodud mudeli praktilist toimivust erinevates kasutusjuhtudes ning vältida olukorda, kus projekti tulemuseks jäävad üksnes teoreetilised soovitused. Projekti lõpptulemuseks on lisaks analüüsidele ja protsessiraamistikele ka AI-integratsioonide referentsarhitektuur, valideeritud tööprotsessid, pilootprojektide tulemused ning teistele haiglatele rakendatav üleantav tööriistakomplekt.

Eelarverida
Summa (€)
Osakaal (%)
Projektijuhtimine ja eksperdid
250 000
16,9
Haigla infosüsteemi AI Site Readiness analüüs ja arhitektuuritööd (nt Cybernetica AS)
200 000
13,6
Innovatsioonijuhtimise ja AI valideerimisraamistiku väljatöötamine
150 000
10,2
Tehnilised arendused ja integratsioonid (nt Nortal)
350 000
23,7
Kolme AI pilootprojekti läbiviimine (3 testpartnerit)
350 000
23,7
Regulatiivne, õiguslik ja andmekaitse tugi (nt Sorainen/Cobalt/KPMG)
75 000
5,1
Kliinikumi innovatsiooni väliskeskkonna tööpaketid (tööpakett 4-5, Health Founders)
100 000
6,8
KOKKU
1 475 000
100%

Eelarve sisu
1. Projektijuhtimine ja eksperdid (250 000 €)
Kulu hõlmab projekti juhtimist, kliinilist ekspertiisi, innovatsioonijuhtimist, andmehalduse ja AI-valdkonna kompetentsi ning projektikoordinatsiooni kogu projekti vältel. Ekspertide ülesanne on tagada loodava mudeli vastavus kliinilistele vajadustele, Eesti tervishoiu andmekorraldusele ning Euroopa regulatiivsetele nõuetele.
Väljundiks on:
• projekti juhtimismudel
• kliiniliselt valideeritud protsessikirjeldused
• sidusrühmade kaasamine ja koordineerimine
• projekti kvaliteedi- ja riskijuhtimine.
Projektijuhtimisse kaasatakse:
• projekti tehniliste lahenduste juht
• kliiniline juht - nõustaja
• innovatsioonijuht
• andmehalduse ekspert
• AI ja terviseandmete ekspert
• projektikoordinaator

2. Site Readiness analüüs (200 000 €)
Kulu hõlmab haigla infosüsteemi tehnilise valmisoleku hindamist, andmevoogude ja integratsioonivõimaluste kaardistamist ning AI-lahenduste kasutuselevõtuks vajaliku sihtarhitektuuri loomist.
Väljundiks on:
• AI Site Readiness raport
• e-HL põhine AI-integratsioonide referentsarhitektuur
• andmehalduse ja integratsioonide soovituslik sihtmudel
• tegevuskava tuvastatud kitsaskohtade kõrvaldamiseks.
Planeeritud tegevused:
• e-HL arhitektuuri analüüs
• andmevoogude kaardistus
• integratsioonivõimekuse hindamine
• infoturbe ja andmekaitse analüüs
• rahvusvaheliste praktikate võrdlusanalüüs

3. Innovatsiooniraamistik ja valideerimisrada (150 000 €)
Kulu hõlmab innovatsiooniprojektide juhtimise mudeli, AI-lahenduste valideerimisraja ning regulatiivsete protsesside väljatöötamist ja dokumenteerimist.
Väljundiks on:
• innovatsiooniprojektide juhtimise raamistik;
• AI-lahenduste arendus-, piloteerimis- ja valideerimisrada
• protsessikirjeldused ja juhendmaterjalid
• kliinilise valideerimise protokollid
Planeeritud tegevused:
• protsessianalüüs
• juhendmaterjalide koostamine
• valideerimisprotokollide väljatöötamine
• regulatiivsete nõuete integreerimine

4. Tehnilised arendused ja integratsioonid (350 000 €)
Kulu hõlmab AI-lahenduste integreerimiseks vajalike tehniliste komponentide loomist ja testimist, sealhulgas andmevahetuslahendusi, autentimis- ja auditimehhanisme, testkeskkondi ning pilootprojektide käivitamiseks vajalikke integratsioone.
Väljundiks on:
• AI-integratsioonide tehniline referentslahendus
• test- ja valideerimiskeskkonnad
• turvalise andmevahetuse lahendused
• pilootprojektides kasutatud integratsioonikomponendid
• korduvkasutatavad tehnilised lahendusmustrid teistele haiglatele
Planeeritud tegevused:
• integratsioonide arendamine
• andmekihtide arendus
• testkeskkondade loomine
• audit- ja logilahendused
• turvalise andmevahetuse lahendused

5. Kolm AI pilootprojekti (350 000 €)
Kulu hõlmab pilootlahenduste tehnilist juurutamist, kliinilist valideerimist, kasutajate kaasamist, mõju hindamist ning tulemuste dokumenteerimist.
Pilootprojektide eesmärk ei ole üksikute AI-lahenduste juurutamine, vaid loodud AI-valmisoleku ja valideerimisraamistiku toimivuse kontrollimine kolme erineva kasutusjuhtumi kaudu.
Väljundiks on:
• kolm läbiviidud pilootprojekti
• kliinilise valideerimise raportid
• kasutajakogemuse hinnangud
• mõjuanalüüsid
• valideeritud rakendusmudel erinevate AI kasutusjuhtude jaoks.
Planeeritud tegevused:
• pilootide tehniline juurutamine
• kliiniline valideerimine
• kasutajate kaasamine
• andmete kogumine ja analüüs
• tulemuste dokumenteerimine
6. Regulatiivne tugi (75 000 €)
Kulu hõlmab AI-lahenduste kliinilise valideerimise ja kasutuselevõtu jaoks vajaliku regulatiivse, õigusliku ja andmekaitsealase raamistiku väljatöötamist ning selle rakendamist pilootprojektides. Töö käigus hinnatakse Euroopa Liidu tehisintellekti määrusest (AI Act), meditsiiniseadmete regulatsioonist (MDR), Euroopa terviseandmeruumist (EHDS), isikuandmete kaitse üldmäärusest (GDPR) ning Eesti tervishoiu õigusruumist tulenevaid nõudeid.
Väljundiks on:
• AI-lahenduste regulatiivse hindamise metoodika
• andmekaitse ja infoturbe nõuete kontrollnimekirjad
• pilootprojektide regulatiivsed hinnangud ja dokumentatsioon
• korduvkasutatav õiguslik raamistik teistele haiglavõrgu haiglatele.
Planeeritud tegevused:
• meditsiiniseadme regulatsioon
• AI Act nõuete analüüs
• GDPR ja andmekaitse analüüs
• eetikakomiteede menetlused

Projekti tulemusena ei rahastata üksnes üksikute AI-lahenduste piloteerimist, vaid luuakse Eesti tervishoius esmakordselt süsteemne ja korduvkasutatav AI-valmisoleku, kliinilise valideerimise ning innovatsiooniprojektide juhtimise mudel. Projekti lõpus valmiv rakenduspakett võimaldab vähendada tulevaste AI-projektide ettevalmistuskulu ning kiirendada nende kasutuselevõttu nii SA Tartu Ülikooli Kliinikumis kui ka teistes Eesti haiglavõrgu haiglates.


8. Võimalikud lahenduste pakkujad 

Tooge välja võimalikud hankepartnerid, kes soovitud lahendussuunas tooteid/ teenuseid/ pakuvad.

• Otsige ja nimetage võimalikke probleemile lahenduste pakkujaid (nt erinevate valdkondade eksperdid, teadlased, ettevõtted, kes on probleemi lahendamisega varasemalt tegelenud).
Mõelge nii Eesti kui rahvusvaheliste pakkujate peale.
Eesti
• Nortal AS
• Eesti Tervisemajanduse Koja MTÜ/ Health Founders koostööportfelli ettevõtted
• Cybernetica AS
• Sorainen/Cobalt/KPMG
• Tartu Ülikool
Rahvusvahelised
• Karolinska Instituut
TPM konsortsiumi välispartnerid














9. Projekti meeskond ja töökorraldus

Tooge välja projekti edukaks elluviimiseks kaasatavad või vajalikud osapooled (asutused ja/või inimesed) ning täiendav ekspertiis, mida meeskonda juurde vajate.

• Kirjeldage rollide ja töö jaotust projektimeeskonnas.
• Kirjeldage projekti juhtimise korraldust.
• Märkige ära, kui suure koormusega projektijuht (võimalusel ka teised võtmeisikud) projekti panustavad.
• Kirjeldage, missugust täiendavat ekspertiisi tuleb juurde kaasata (nt tehniline ekspertiis, andmekaitse), mis on meeskonnaliikmete poolt katmata.

NB! Kui nimetate konkreetseid meeskonnaliikmeid, siis nendega (või nende juhtidega) peab olema projektis osalemine läbi räägitud!
Projekti juhtpartner: SA Tartu Ülikooli Kliinikum
• Projekti tehniliste lahenduste juht
• Kliiniline juht - nõustaja
• Innovatsioonijuht
• Andmehalduse ekspert
• AI ja terviseandmete ekspert
• Projektikoordinaator

Projekti teostatavust toetab multidistsiplinaarne töörühm, kuhu kuuluvad kliiniliste üksuste, IT-teenistuse, teadus- ja arendusvaldkonna, andmekaitse, infosüsteemide arhitektuuri ning innovatsioonijuhtimise esindajad. Projekti läbiviimisel kasutatakse regulaarset juhtrühma formaati, mis tagab otsuste tegemise, riskide juhtimise ning sidusrühmade kaasamise kogu projekti vältel. Vajaduspõhiselt kaasatakse täiendavat ekspertiisi AI-lahenduste tehnilise arhitektuuri, terviseandmete kasutamise, regulatiivsete küsimuste ning tervisetehnoloogiate kliinilise valideerimise valdkondadest.



10. Projekti tulemuste elluviimine

Kirjeldage oma valmisolekut ja võimekust pärast katseprojekti edukat lõppu projekti tulemusi kestlikult ellu viia.

• Kas projekti tulemuste edasine arendus ja kasutuselevõtt seostub asutuse prioriteetsete tegevustega, on tööplaanis vms?
• Kas tulemuste hilisemaks elluviimiseks vajalik rahastus ja muud ressursid on olemas või tegeletakse selle leidmisega?
• Tooge välja olulisemad riskid projekti tulemuste hilisemal kasutuselevõtul. Kuidas plaanite neid riske maandada? 
• Kirjeldage, kas ja mil määral on tulemused skaleeritavad ning kasutatavad avalikus sektoris laiemalt.
SA Tartu Ülikooli Kliinikumil on olemas selge strateegiline vajadus ning organisatsiooniline valmisolek projekti tulemuste kestlikuks rakendamiseks pärast projekti lõppu. Projekti käigus loodavad võimekused toetavad otseselt Kliinikumi kui Eesti juhtiva ülikoolihaigla ülesandeid ravi-, teadus-, arendus- ja õppetöö ühendamisel ning on kooskõlas haiglavõrgu arengusuundadega aastani 2040.
Projektis loodav haigla infosüsteemi AI-valmisoleku mudel, innovatsiooniprojektide juhtimise raamistik ning AI-lahenduste valideerimisrada integreeritakse Kliinikumi olemasolevatesse innovatsiooni-, teadus- ja arendusprotsessidesse ning neid kasutatakse edaspidi uute tervisetehnoloogiate ja teadusprojektide hindamisel ning piloteerimisel.
Loodavad protsessid ja tööriistad ei ole mõeldud üksnes projekti käigus läbiviidavate pilootide jaoks, vaid kujundavad Kliinikumis püsiva innovatsioonivõimekuse.
Projekti käigus loodavad protsessid, metoodikad ja tehnilised lahendused rajatakse olemasolevatele organisatsioonilistele struktuuridele ning haigla infosüsteemidele, mis võimaldab nende jätkuvat kasutamist pärast projekti lõppemist.
Projekti tulemuste edasiseks rakendamiseks kasutatakse Kliinikumi olemasolevaid teadus-, arendus- ja innovatsioonitegevustega seotud ressursse ning planeeritakse kaasata täiendavat rahastust riiklikest ja rahvusvahelistest teadus- ja innovatsiooniprogrammidest, sealhulgas Euroopa Liidu teadus- ja arendusprogrammide ning tervisetehnoloogia innovatsioonimeetmete kaudu.
Projekti lõpus valmib teistele haiglavõrgu haiglatele üleantav rakenduspakett, mis sisaldab:
• AI Site Readiness hindamismetoodikat
• haigla AI-valmisoleku kontrollnimekirju
• innovatsiooniprojektide juhtimise raamistikku
• AI-lahenduste valideerimisrada
• AI-integratsioonide referentsarhitektuuri
• pilootprojektide õppetundide kogumikku
• juhendit mudeli rakendamiseks teistes haiglates.
Pakett võimaldab haiglatel hinnata oma valmisolekut ning võtta kasutusele standardiseeritud protsesse ilma kogu metoodikat uuesti välja töötamata.
Loodav võimekus võimaldab tulevikus osaleda lisaks Tartu Ülikooli Kliinikumile Ida-Tallinna Keskhaigla, Viljandi Haigla ja Tartu Ülikooli Kliinikumiga võrgustunud haiglatel suures mahus rahvusvahelistes teadusprojektides, kliinilistes uuringutes ning tervisetehnoloogiate valideerimisprojektides, mis omakorda aitab tagada võimekuse jätkusuutlikku rahastamist.
e-HList erinevat infosüsteemi kasutatavatele tervishoiu teenuse osutajatele on võimalik laiendada protsessi juhtimise maatriksit, tagamaks sarnast AI valmisoleku testimise protsessi.
Riskid ja nende maandamine
Risk 1. Loodud protsesside vähene kasutuselevõtt organisatsioonis
On võimalik, et projekti käigus loodud protsessid ei integreeru täielikult igapäevastesse tööprotsessidesse.
Maandamine: Projekti käigus kaasatakse aktiivselt kliinilised üksused, IT-teenistus, teadus- ja arendusvaldkonna töötajad ning juhtkond. Protsessid kujundatakse vastavalt tegelikele vajadustele ning piloteeritakse reaalses töökeskkonnas.
Risk 2. Piiratud ressursid võimekuse edasiarendamiseks
Pärast projekti lõppu võib tekkida vajadus täiendavate tehniliste või personali ressursside järele.
Maandamine: Projekti tulemused integreeritakse olemasolevatesse organisatsioonilistesse protsessidesse ning täiendava rahastuse kaasamist planeeritakse tehisarul põhinevate jätkuprojektide ja rahvusvaheliste koostööprojektide kaudu.
Risk 3. Tehnoloogiate ja regulatiivse keskkonna kiire areng
AI-valdkonna tehnoloogiad ja regulatsioonid arenevad kiiresti ning võivad nõuda loodud protsesside ajakohastamist.
Maandamine: Loodav raamistik põhineb üldistel põhimõtetel ja protsessidel, mitte konkreetsetel tehnoloogiatel. See võimaldab raamistikku ajakohastada ilma kogu süsteemi ümber kujundamata.
Projekti tulemused on kavandatud selliselt, et neid oleks võimalik rakendada ka väljaspool SA Tartu Ülikooli Kliinikumit.
Projekt ei loo ainult Kliinikumi sisemist võimekust, vaid loob Eesti esimese standardiseeritud AI Site Readiness ja kliinilise valideerimise mudeli e-HL põhistele haiglatele (Tartu Ülikooli Kliinikumile lisaks Ida-Tallinna Keskhaigla, Viljandi Haigla ja Tartu Ülikooli Kliinikumiga võrgustunud haiglad).
Kuna projekti käigus analüüsitakse ja arendatakse lahendusi Eesti tervishoius laialdaselt kasutatava e-HL haiglainfosüsteemi kontekstis, on loodavad metoodikad, protsessid ja tehnilised soovitused kohandatavad ka teistele haiglavõrgu haiglatele.
Projekt loob aluse ühtse AI-lahenduste hindamise, piloteerimise ja kliinilise valideerimise võimekuse tekkeks Eesti tervishoius ning aitab suurendada avaliku sektori võimekust kasutada andmepõhiseid ja tehisintellektil põhinevaid lahendusi tervishoiuteenuste kvaliteedi, efektiivsuse ja kättesaadavuse parandamiseks.

11. Mõju ettevõtlusele

Ettevõtetel puudub täna süsteemne ligipääs kliinilise valideerimise keskkonnale. Projekti tulemusena tekib algselt Kliinikumis ja seejärel teistel e-HL põhistel haiglatel selline võimekus esmakordselt struktureeritud kujul,.
Projekt avaldab positiivset mõju Eesti tervisetehnoloogia, biotehnoloogia ja meditsiiniseadmete valdkonna ettevõtetele, luues paremad võimalused innovaatiliste lahenduste arendamiseks, testimiseks ja kliiniliseks valideerimiseks Eesti tervishoiusüsteemis.
Praegu puudub Eestis standardiseeritud ja läbipaistev protsess, mille kaudu ettevõtted saaksid oma tehisintellektil põhinevaid tervisetehnoloogiaid või muid innovaatilisi lahendusi haiglakeskkonnas hinnata, piloteerida ja valideerida. Selle tulemusena pöörduvad ettevõtted sageli välisriikide kliiniliste partnerite poole või jäävad lahendused varasesse arendusfaasi.
Loodav AI-lahenduste arendus- ja valideerimisrada võimaldab ettevõtetel:
• hinnata oma lahenduste vastavust kliinilistele vajadustele;
• testida lahendusi reaalses tervishoiukeskkonnas;
• koguda kliinilist tõendusmaterjali;
• valmistuda meditsiiniseadmete regulatiivseteks protsessideks;
• kiirendada toodete turule jõudmist.
Projekt parandab Eesti tervisetehnoloogia ettevõtete ligipääsu kliinilisele kompetentsile, tervishoiu tööprotsessidele ning valideerimiskeskkondadele, mis on rahvusvaheliselt üks olulisemaid tegureid tervisetehnoloogiate edukaks kommertsialiseerimiseks.
Samuti aitab projekt suurendada Eesti atraktiivsust tervisetehnoloogia ja biomeditsiini arenduskeskkonnana, luues eeldused uute koostööprojektide, investeeringute ning rahvusvaheliste teadus- ja arenduspartnerluste tekkeks.
Pikemas perspektiivis toetab projekt Eesti tervisetehnoloogia sektori konkurentsivõimet, võimaldades ettevõtetel arendada kõrgema lisandväärtusega tooteid ning tuua rahvusvahelistele turgudele rohkem kliiniliselt valideeritud lahendusi.
Projekti tulemused on kasutatavad mitte ainult üksikute ettevõtete jaoks, vaid loovad kogu sektorile selgema ja prognoositavama koostöömudeli tervishoiuasutustega, aidates kaasa innovatsiooni ökosüsteemi arengule Eestis. Projekti tulemusena väheneb tervisetehnoloogia ettevõtete jaoks kliinilise valideerimise ettevalmistamise ajakulu ning tekib esmakordselt standardiseeritud koostöömudel haiglatega. See vähendab ettevõtete turule sisenemise barjääre ning suurendab võimalust arendada Eestis lahendusi, mis vastavad Euroopa Liidu regulatiivsetele nõuetele.

☒ Projekt omab positiivset mõju innovatsioonile ettevõtlussektoris. Kõige otsesemalt väljendub mõju läbi ettevõtete, kes osalevad tegevuste elluviimiseks korraldatavatel hangetel ja/või konkurssidel. Innovatsiooni hankimine avaliku sektori poolt aitab kaasa innovatsioonitegevuste kasvule erasektoris.

12. Seos nutika spetsialiseerumise valdkondadega

• Eesti teadus- ja arendustegevuse, innovatsiooni ning ettevõtluse (TAIE) arengukaval 2021-2035 on fookusvaldkonnad, s.o Eesti arenguvajadustele ja -võimalustele vastavad riigi, ettevõtete ja teadusasutuste koostöös eelisarendatavad teadus- ja arendustegevuse, innovatsiooni ja ettevõtluse valdkonnad. Ettevõtluse ja majandusliku arengupotentsiaaliga TAIE fookusvaldkonnad on ühtlasi Eesti nutika spetsialiseerumise valdkonnad (täpsem info: https://www.hm.ee/korgharidus-ja-teadus/teadus-ja-arendustegevus/taie-fookusvaldkonnad).
• Kirjeldage teie projekti võimaliku lahenduse seost vähemalt ühe valdkonnaga (rõhuasetusega teadmus- ja tehnoloogiasiirdel).
Digilahendused igas eluvaldkonnas
(vt teekaarti)
Projekt toetab terviseandmete sekundaarset kasutamist, tehisintellekti rakendamist ning digitaalsete terviseteenuste arendamist.
Tervisetehnoloogiad ja -teenused
(vt teekaart)
Projekti peamine fookus on tervisetehnoloogiate kliinilise valideerimise ja rakendamise võimekuse loomine.
Kohalike ressursside (toit, puit, maapõueressursid, teisene toorme ja jäätmed) väärindamine
(vt teekaart)

Nutikad ja kestlikud energialahendused
(vt teekaart)


13. Seos strateegias Eesti 2035 toodud arenguvajadustega

• Selgitage, kuidas panustavad projekti tegevused ja valitud lahendussuund “Eesti 2035” strateegias kirjeldatud arenguvajadustesse.
• Tooge välja, kui projekti tegevused panustavad muudesse olulistesse valdkondlikesse arengukavadesse või -dokumentidesse.
Projekt toetab otseselt strateegias „Eesti 2035“ kirjeldatud eesmärki kujundada Eestist uuendusmeelne, teadmistepõhine ja digivõimekas ühiskond, kus avalikud teenused on kvaliteetsed, kättesaadavad ning tuginevad kaasaegsetele tehnoloogilistele lahendustele.
Arenguvajadus: Eesti majandus on teadmistepõhine ja konkurentsivõimeline
Strateegia rõhutab vajadust suurendada teadus- ja arendustegevuse mõju majandusele ning toetada teadmistemahukate toodete ja teenuste arendamist.
Projekt loob tervisetehnoloogiaettevõtetele süsteemse võimaluse oma lahenduste kliiniliseks valideerimiseks ja testimiseks Eesti tervishoiusüsteemis. Sellega tugevdatakse teadusasutuste, tervishoiuteenuse osutajate ja ettevõtete koostööd ning kiirendatakse teadustulemuste jõudmist praktilisse kasutusse ja turule.
Arenguvajadus: Avalikud teenused on kvaliteetsed, andmepõhised ja kasutajakesksed
Strateegia näeb ette avalike teenuste arendamist andmete ja digilahenduste abil.
Projekt loob eeldused tehisintellektil põhinevate otsustustoe ja tervisetehnoloogiliste lahenduste turvaliseks kasutuselevõtuks tervishoius. See võimaldab tulevikus parandada ravi kvaliteeti, suurendada tervishoiuteenuste efektiivsust ning toetada tervishoiutöötajate otsustusprotsesse.
Arenguvajadus: Eesti on digiriik ja tehnoloogia arendamise eestvedaja
Eesti 2035 seab eesmärgiks andmete targema kasutamise ning innovaatiliste digilahenduste laialdasema rakendamise.
Projekt aitab luua süsteemse võimekuse terviseandmete kasutamiseks teadus- ja arendustegevuses ning tehisintellekti rakendamisel, luues samal ajal vajalikud tehnilised, organisatsioonilised ja regulatiivsed eeldused uute lahenduste kasutuselevõtuks.
Arenguvajadus: Teadus ja innovatsioon toetavad ühiskonna arengut
Projekt tugevdab Eesti tervishoiu- ja teadusasutuste võimekust osaleda rahvusvahelistes teadus- ja arendusprojektides ning suurendab Eesti atraktiivsust tervisetehnoloogiate arendus- ja testkeskkonnana.
Panus teistesse strateegilistesse arengudokumentidesse
Teadus- ja arendustegevuse, innovatsiooni ning ettevõtluse arengukava 2021–2035 (TAIE)
Projekt toetab TAIE arengukava eesmärki suurendada teadus- ja arendustegevuse mõju Eesti majandusele ning edendada teadmussiiret teadusasutuste, avaliku sektori ja ettevõtete vahel.
Projekt loob tervisetehnoloogiate arendamiseks vajaliku valideerimiskeskkonna ning tugevdab tervisetehnoloogia valdkonna innovatsiooniökosüsteemi.
Rahvastiku Tervise Arengukava 2020–2030
Projekt toetab tervishoiusüsteemi arendamist andmepõhisemaks ning aitab kaasa kvaliteetsete ja tõhusate tervishoiuteenuste pakkumisele. Tehisintellektil põhinevate lahenduste kasutuselevõtt loob võimalused tervisetulemuste parandamiseks, ravi kvaliteedi tõstmiseks ja tervishoiuressursside efektiivsemaks kasutamiseks.
Eesti Digiriigi arengukava 2030
Projekt panustab tervisevaldkonna digiteenuste ja andmepõhiste lahenduste arengusse ning toetab turvaliste ja
koostalitlusvõimeliste digilahenduste kasutuselevõttu avalikus sektoris.
Haiglavõrgu arengusuunad aastani 2040
Projekt toetab haiglavõrgu arengusuundades kirjeldatud eesmärki koondada kõrgtehnoloogiliste ravimeetodite, teadus- ja arendustegevuse ning meditsiinilise innovatsiooni kompetents ülikoolihaiglatesse. Projekt tugevdab SA Tartu Ülikooli Kliinikumi võimekust täita riiklikku rolli tervishoiu innovatsioonikeskusena ning luua lahendusi, mida saab rakendada kogu Eesti haiglavõrgus.
Euroopa terviseandmeruum (European Health Data Space – EHDS) ja Euroopa Liidu tehisintellekti määrus (AI Act)
Projekt aitab ette valmistada Eesti tervishoiusüsteemi Euroopa terviseandmeruumi nõueteks ning loob praktilised eeldused tehisintellektil põhinevate tervisetehnoloogiate vastutustundlikuks kasutuselevõtuks kooskõlas Euroopa Liidu regulatsioonidega.

14. Avalike ülesannete täitmine projekti elluviimisel

• Selgitada ning tuua välja seosed ja viited, missuguse seaduse, määruse, haldusakti või lepingu alusel täidab ideekavandi esitaja asutus innovatsiooniprojekti ellu viies avalikke ülesandeid.
• Kui ideekavandi esitaja on MTÜ, siis selgitada, kuidas ta pakub otsest avalikku teenust (loe Teenuste korraldamise ja teabehalduse alused–Riigi Teataja, §2 lg2).
SA Tartu Ülikooli Kliinikum viib projekti ellu oma avalike ülesannete täitmise raames. Kliinikum on Eesti ainus ülikoolihaigla, mille ülesanne on lisaks tervishoiuteenuste osutamisele toetada meditsiini arengut teadus-, arendus- ja õppetöö kaudu ning tagada kõrgelt spetsialiseeritud innovaatiliste tervishoiuteenuste arendamine Eestis.
Projekti tegevused on otseselt seotud Kliinikumile õigusaktidest ja riiklikest arengudokumentidest tulenevate ülesannete täitmisega.
Tervishoiuteenuste korraldamise seadus
Vastavalt tervishoiuteenuste korraldamise seadusele on tervishoiuteenuste osutajate ülesandeks kvaliteetsete tervishoiuteenuste osutamine ning tervishoiuteenuste kvaliteedi pidev arendamine.
Projekt aitab luua eeldused andmepõhiste ja tehisintellektil põhinevate lahenduste kasutuselevõtuks tervishoius, mis võimaldab parandada diagnostika, ravi ning kliiniliste otsuste kvaliteeti ning suurendada tervishoiuteenuste tõhusust.
SA Tartu Ülikooli Kliinikumi kui ülikoolihaigla roll
SA Tartu Ülikooli Kliinikum täidab Eestis ülikoolihaiglale omast avalikku ülesannet, ühendades ravi-, õppe- ja teadustegevuse. Kliinikum on Tartu Ülikooli peamine kliiniline baas ning osaleb aktiivselt meditsiinilise teadus- ja arendustegevuse läbiviimisel.
Projekt toetab otseselt Kliinikumi teadus- ja arendusvõimekuse arendamist, luues süsteemse raamistiku tervisetehnoloogiate, sealhulgas tehisintellektil põhinevate lahenduste kliiniliseks valideerimiseks ja kasutuselevõtuks.
Haiglavõrgu arengusuunad aastani 2040
Haiglavõrgu arengusuundade kohaselt on ülikoolihaiglatel keskne roll kõrgtehnoloogiliste ravimeetodite, innovatsiooni ning teadus- ja arendustegevuse koondamisel ja arendamisel.
Projekt aitab tugevdada Kliinikumi võimekust täita seda rolli, luues infrastruktuuri ja protsessid innovaatiliste tervisetehnoloogiate hindamiseks, piloteerimiseks ja valideerimiseks.
Avaliku sektori innovatsioonivõimekuse suurendamine
Projekti käigus loodavad haigla infosüsteemi AI-valmisoleku analüüs, innovatsiooniprojektide juhtimise raamistik ning AI-lahenduste valideerimisrada võimaldavad tulevikus tõhusamalt rakendada avalike ülesannete täitmiseks vajalikke andmepõhiseid tööriistu ja otsustustugesid.
Projekt ei loo üksnes uusi tehnoloogilisi lahendusi, vaid tugevdab avaliku sektori institutsionaalset võimekust hinnata, valideerida ja kasutusele võtta innovaatilisi tervisetehnoloogiaid viisil, mis toetab tervishoiuteenuste kvaliteeti, kättesaadavust ja jätkusuutlikkust.
Avalik kasu
Projekti tulemusena tekkiv võimekus ei ole suunatud üksnes SA Tartu Ülikooli Kliinikumi vajadustele. Kuna loodavad metoodikad ja protsessid põhinevad Eesti tervishoius kasutatavatel infosüsteemidel ja andmekorraldusel, on need rakendatavad ka teistele haiglavõrgu haiglatele ning toetavad laiemalt Eesti tervishoiusüsteemi arengut.
Seetõttu panustab projekt otseselt avalike ülesannete täitmisse, aidates parandada tervishoiuteenuste kvaliteeti, suurendada avaliku sektori innovatsioonivõimekust ning toetada teadus- ja arendustegevuse tulemuste jõudmist tervishoiuteenustesse.


15. Rahastus mitmest allikast

• Kas probleemi lahendamiseks või planeeritud lahenduse katsetamiseks on taotletud või taotletakse toetust teistest rahastamisallikatest?
• Kui jah, siis tuua välja rahastusallikas, summa ja tegevused ning kas toetus on taotlemisel või projekt on saanud rahastusotsuse.
Projekti ettevalmistamise ajal ei ole samade tegevuste jaoks saadud muud toetust. Täiendavate rahastusallikate kaasamise võimalusi hinnatakse projekti käigus, et tagada lahenduse jätkusuutlik rakendamine pärast pilootprojekti lõppu.

Kinnitused
☒ Oleme teadlikud, et Riigikantselei võib saata ideekavandi eksperthinnangu saamiseks valdkonna ekspertidele.
☐ Kinnitan, et esitatud innovatsiooniprojekt on teiste partnerite juhtkondadega kirjalikult kooskõlastatud.

Allkirjastamine
• Ideekavand tuleb allkirjastada projekti esitava(te) asutus(t)e allkirjaõigusliku juhtkonnaliikme poolt (nt kantsler, asekantsler, KOVi juht, KOVi volikogu esimees, ministeeriumi allasutuse juht/asejuht vms) ja saata [email protected].