23/03/2008
I den digitale verden kan en simpel fejl, som at sammenligne et tal med en tekststreng, få et program til at gå ned. Det er frustrerende, men sjældent farligt. Men hvad sker der, når en lignende 'typefejl' opstår i sundhedssektoren? Hvad sker der, når en patients vægt i kilogram forveksles med pund, eller en medicindosis blandes sammen med et værelsesnummer? Konsekvenserne kan være langt mere alvorlige end en fejlmeddelelse på en skærm. Præcision i sundhedsdata er ikke kun et spørgsmål om teknisk korrekthed; det er en fundamental grundsten i patientensikkerhed.

Denne artikel dykker ned i den ofte oversete verden af datafejl i sundhedsvæsenet. Vi vil undersøge, hvordan små unøjagtigheder kan eskalere til store problemer, hvor disse fejl typisk opstår, og vigtigst af alt, hvad både sundhedspersonale og patienter kan gøre for at forhindre dem. For i en verden, hvor behandlinger bliver mere og mere datadrevne, er integriteten af disse data altafgørende for vores helbred.
Hvad er en 'Data Type Mismatch' i Sundhedsvæsenet?
I sin kerne er en 'data type mismatch' eller data-uoverensstemmelse en situation, hvor information bliver registreret eller fortolket forkert. Det handler om, at systemer eller mennesker forveksler én type information med en anden. Forestil dig, at du har en journal, hvor der er felter til dit navn (tekst), din alder (tal) og din fødselsdato (dato). En fejl opstår, hvis systemet ved en fejl forsøger at lægge din alder sammen med dit postnummer, eller hvis en sygeplejerske ved en fejl taster din fødselsdato i feltet for indlæggelsesdato.
Disse fejl kan virke banale, men i en medicinsk kontekst kan de have alvorlige følger. Her er nogle konkrete eksempler:
- Numerisk forvirring: En patient skal have 5.0 milligram af en stærk medicin. Hvis dette ved en fejl indtastes som '50', kan resultatet være en farlig overdosis. Her er et tal blevet fejlfortolket.
- Tekst vs. Tal: En patients blodprøveresultat for et bestemt stof er '0.7'. En læge noterer hurtigt 'positiv' i feltet i stedet for det specifikke tal. Dette fjerner vigtig nuance og kan føre til en forkert behandlingsplan.
- Dato-forvirring: En patients fødselsdato, 04/05/1960, bliver indtastet i et system, der bruger amerikansk datoformat (måned/dag/år). Pludselig tror systemet, at patienten er født den 5. april, ikke den 4. maj. Dette kan have betydning for aldersspecifikke screeninger eller forsikringsgodkendelser.
- Enheder: En patients vægt registreres som '80', men enheden (kg eller lbs) specificeres ikke. En læge, der antager, at det er kg, vil ordinere en helt anden dosis medicin, end hvis vægten var 80 lbs (ca. 36 kg).
Alle disse eksempler illustrerer, hvordan en tilsyneladende lille fejl i dataindtastning kan forplante sig gennem systemet og i sidste ende påvirke den pleje, en patient modtager. Det understreger behovet for robusthed og præcision i alle led af sundhedsinformationens kæde.

Almindelige Kilder til Datafejl på Hospitaler og Apoteker
Datafejl opstår sjældent ud af det blå. De er ofte et resultat af en kombination af menneskelige faktorer, systembegrænsninger og mangelfulde processer. At forstå disse kilder er det første skridt mod at kunne forebygge dem.
- Manuel indtastning: Den mest almindelige kilde til fejl. En stresset læge, en træt sygeplejerske eller en apoteksassistent kan nemt taste et forkert tal, bytte om på to cifre eller fejlfortolke en håndskrevet note. Risikoen for slåfejl er altid til stede.
- Systemintegration: Hospitaler, lægehuse og apoteker bruger ofte forskellige IT-systemer. Når data skal overføres fra ét system (f.eks. laboratoriet) til et andet (f.eks. den elektroniske patientjournal), kan der opstå 'oversættelsesfejl', hvis systemerne ikke er fuldt kompatible. Et system forventer måske et tal med komma, mens det andet forventer et punktum.
- Manglende standardisering: Forskellige afdelinger eller endda forskellige medarbejdere kan have deres egne måder at registrere information på. Nogle skriver måske 'ingen kendte allergier', andre 'NKA', og atter andre lader feltet stå tomt. Denne mangel på en ensartet standard skaber tvetydighed og øger risikoen for fejlfortolkning.
- Patienten som kilde: Nogle gange stammer fejlen fra patienten selv, som måske ikke kan huske den præcise dosis af sin medicin eller navnet på en tidligere operation. Selvom det er utilsigtet, kan denne information blive en del af den officielle journal.
Konsekvenserne: Fra Mindre Gener til Livstruende Situationer
Virkningen af en datafejl kan variere dramatisk. Nogle fejl bliver opdaget og rettet med det samme uden konsekvenser, mens andre kan have katastrofale følger. Nedenstående tabel illustrerer spændvidden af potentielle konsekvenser.
| Fejltype | Potentiel Konsekvens | Eksempel |
|---|---|---|
| Forkert telefonnummer eller adresse | Mindre gene, forsinkelse | Patienten modtager ikke vigtig information om en kommende aftale eller prøvesvar. |
| Forkert fødselsdato | Administrativt besvær, forkert screening | En forsikring afviser en regning, eller patienten bliver ikke indkaldt til en aldersrelevant kræftscreening. |
| Fejl i medicinliste (dosis, frekvens) | Moderat til alvorlig risiko | En læge ordinerer en ny medicin, der interagerer negativt med en eksisterende medicin, som er forkert registreret i journalen. |
| Fejl i allergiinformation | Livstruende | En patient med penicillinallergi får ordineret penicillin, fordi allergien ikke er korrekt noteret, hvilket fører til anafylaktisk chok. |
| Forveksling af patientidentitet | Katastrofal | To patienter med samme navn forveksles, hvilket resulterer i, at den forkerte patient bliver opereret. |
Denne tabel viser tydeligt, at selvom mange fejl er administrative, har andre potentialet til at forårsage direkte fysisk skade. God kommunikation mellem alle parter er afgørende for at fange disse fejl i tide.

Løsninger og Forebyggelse: Hvordan Sikrer Vi Korrekte Data?
Bekæmpelse af datafejl kræver en indsats på flere fronter, fra teknologiske løsninger til forbedrede menneskelige processer.
For Sundhedspersonale og Institutioner:
- Teknologiske Værktøjer: Implementering af systemer, der bruger stregkodescannere til medicin og patientarmbånd, kan drastisk reducere risikoen for forveksling.
- Valideringsregler: IT-systemer kan programmeres med 'sund fornuft'. For eksempel kan et felt til kropstemperatur afvise en værdi på '200' grader, eller et aldersfelt kan afvise bogstaver. Dette tvinger brugeren til at indtaste plausible og korrekt formaterede data.
- Standardisering: At indføre faste standarder for, hvordan data registreres på tværs af alle afdelinger og systemer, minimerer tvetydighed.
- Dobbeltkontrol: At indføre en fast procedure, hvor kritiske data som medicinordinationer altid verificeres af en anden person, kan fange mange fejl, før de når patienten.
For Dig som Patient:
Du er den vigtigste person i dit eget sundhedsforløb, og du kan spille en aktiv rolle i at sikre, at dine data er korrekte.
- Vær forberedt: Medbring altid en opdateret liste over din medicin, herunder navn, dosis og hvor ofte du tager den. Medtag også håndkøbsmedicin og kosttilskud.
- Stil spørgsmål: Når en sygeplejerske giver dig medicin, så spørg: "Hvad er det for en pille, og hvad er den for?" Dette giver en chance for at fange eventuelle fejl.
- Verificer din identitet: Vær ikke irriteret, når sundhedspersonale gentagne gange spørger om dit navn og din fødselsdato. Det er en vigtig sikkerhedsprocedure. Sørg for, at de tjekker dit armbånd.
- Læs dine journaler: Anmod om adgang til din elektroniske patientjournal via platforme som sundhed.dk. Gennemgå oplysningerne og kontakt din læge eller hospitalet, hvis du finder fejl.
Ofte Stillede Spørgsmål (OSS)
- Hvad skal jeg gøre, hvis jeg opdager en fejl i min patientjournal?
- Du skal straks kontakte den afdeling eller det lægehus, der har ansvaret for journalen. Forklar fejlen klart og bed om at få den rettet. Det er din ret at have en korrekt journal.
- Er elektroniske patientjournaler mere sikre end gamle papirjournaler?
- Generelt ja. Elektroniske systemer kan reducere fejl fra ulæselig håndskrift, og de kan indeholde de indbyggede sikkerhedstjek, vi har beskrevet. Men de er ikke immune over for fejl, især indtastningsfejl og systemfejl. Sikkerheden afhænger af, hvor godt systemet er designet og bruges.
- Hvem har ansvaret for, at mine data er korrekte?
- Ansvaret er delt. Sundhedspersonalet har et professionelt ansvar for at indtaste data korrekt. Hospitalet eller klinikken har ansvar for at have sikre systemer og processer. Men du som patient har også et ansvar for at levere korrekt information og være en aktiv deltager i at verificere den. Data-integritet er et fælles mål.
Afslutningsvis er det vigtigt at huske analogien fra starten. En datafejl i en computer er en teknisk irritation. En datafejl i sundhedsvæsenet kan have dybt menneskelige og alvorlige konsekvenser. Ved at øge bevidstheden om disse risici og ved at arbejde sammen – patienter, læger, sygeplejersker, farmaceuter og IT-specialister – kan vi bygge et mere sikkert og pålideligt sundhedssystem, hvor korrekt information er fundamentet for enhver behandling.
Hvis du vil læse andre artikler, der ligner Datafejl i sundhed: En skjult fare for patienter, kan du besøge kategorien Sundhed.
