Høringssvar fra BigMed

Høringsuttalelse:

Bruk av helseopplysninger for å lette samarbeid, læring og bruk av kunstig intelligens i helse- og omsorgstjenesten. Etablering av behandlingsrettet helseregister med tolkede genetiske varianter.

BigMed (www.bigmed.no) er et fyrtårnsprosjekt finansiert av Norges Forskningsråd, med en målsetning om å adressere flaskehalsene for implementering av presisjonsmedisin i klinisk bruk. Det vises til Helse‐ og omsorgsdepartementets forslag til endringer i helsepersonelloven, pasientjournalloven og forslag til forskrift om helseregister med tolkede genetiske varianter. BigMed har en egen juridisk arbeidsgruppe. I prosjektet har den juridiske gruppen vært involvert i utvikling av demonstratorer og verktøy, blant dem løsninger for nasjonal og internasjonal deling av genomiske varianter. Utviklingen har gitt opphav til relevante juridiske diskusjoner. Jussgruppen har videre etablert et nordisk nettverk av jurister som fokuserer på presisjonsmedisin, og som sammen har jobbet med disse problemstillingene siden 2017.

Dette notatet oppsummerer innspill som prosjektledelsen i BigMed har til de foreslåtte lovendringene, basert på de erfaringer som er samlet gjennom prosjektet.

Oppsummert er våre innspill:

Overordnede kommentarer om behov for en mer helhetlig tilnærming til regulering av presisjonsmedisin

• Mange unntaksbestemmelser og tilsynsorganer vil vanskeliggjøre tolkning av lovverket
• Behandlingen av helseopplysninger må differensieres

Bruk av helseopplysninger for å lette samarbeid, læring og bruk av kunstig intelligens i helse- og omsorgstjenesten

• Oppslag i journal er ikke nødvendigvis manuelle og trenger ikke å kompromittere konfidensialitet – det kan dreie seg om uttrekk av enkeltparametere
• Tverrfaglighet krever en bredere definisjon av arbeidsfellesskapet
• Lovendringen bør sikte mot å være teknologiuavhengig: «datadrevet beslutningsstøtte» heller enn låst til begrepet Kunstig Intelligens
• Vi støtter en vid tolkning av «beslutningsstøtte» til å omfatte kunnskapsgenerering f. eks. gjennom forskning, effektivisering, samt hele prosessen fra utvikling til implementering og bruk
• Avgrensningen ved helautomatiserte beslutninger synes ubegrunnet

Etablering av behandlingsrettet helseregister med tolkede genetiske varianter

• Behov for deling av tolkede varianter og avklaring rundt bioinformatiske verktøy for deling
• Også behov for deling internasjonalt
• Omfanget bør inkludere kunnskapsgenerering og kvalitetssikring
• En personidentifikator vil i praksis gjøre registeret til et genomregister
• Personidentifikator og sensitiv informasjon gjør automatisert bruk av datasettet mer komplisert
• Evidensgrunnlag for varianttolkningen må inkluderes
• Det er stor verdi i fritekstfelt med bruk av språkteknologi
• Også behov for et mer omfattende genomregister

Overordnede kommentarer om behov for en mer helhetlig tilnærming til regulering av presisjonsmedisin

Vi støtter intensjonen bak lovforslagene, og mener de foreslåtte endringene til en viss grad vil ha ønsket effekt. Gitt at gjenbruk av helsedata får en sentral rolle i både kunnskapsutvikling og helsehjelp mener vi imidlertid at det er behov for en mer helhetlig gjennnomgang av hvordan helsesektoren skal innrettes for å møte framtiden.

Erfaringer fra BigMed-prosjektet har vist at det er store behov for å oppdatere helselovgivningen for å fasilitere persontilpasset medisin, maskinlæring og KI slik at de dataene som innhentes og produseres på sykehuset i dag kan være til befolkningens beste. I dette ligger at offentlige helsetjenester er et velferdstilbud som forutsetter et visst «bytteforhold» med utgangspunkt i at velferdstjenestene skal være kunnskapsbaserte. Dette gjelder både for direkte pasientbehandling, men også til kompetanseheving og kunnskapsgenerering som er med på å øke kvaliteten på helsetjenestene våre i et felt som er i stadig utvikling.

I et moderne kunnskapsbasert helsevesen kan man ikke trekke et så bastant skille mellom forskning og helsehjelp som det gjøres i forslaget. Vi mener at helseopplysninger som samles i behandlingsøyemed som hovedregel bør kunne benyttes i kunnskapsutvikling, forutsatt at pasientens identitet er tilstrekkelig beskyttet.

Mange unntaksbestemmelser og tilsynsorganer vil vanskeliggjøre tolkning av lovverket

I forslaget legges det opp til å definere unntak og spesielle situasjoner der gjenbruk av informasjon i journal er lov. BigMed-prosjektet har avdekket store utfordringer i helsetjenesten med tolkning av dagens lovverk, som gir opphav til ulik praksis i ulike deler av landet eller ved ulike institusjoner. Når ulik tolkning av lovverket gir konsekvenser for pasientbehandlingen, går dette på tvers av ambisjonen om likeverdige helsetjenester, jf. pbrl. § 1-1.

For helsepersonell som skal praktisere lovverket blir det vanskelig å forholde seg til lovlig databehandling når den er basert på mange unntak fra ulike lover, og en hovedregel om at data lagret i journal ikke skal benyttes. Vi mener helse- og omsorgsdepartementet bør være mer direkte i sin tilnærming ved å lage en egen bestemmelse om anvendelse av data til maskinlæring/datadrevet beslutningsstøtte og kunnskapsutvikling, samt at dette er et unntak fra taushetsplikten. Gjenbruk av helsedata bør være en plikt, forutsatt at personens identitet beskyttes. Det må være formålet med oppslaget som er styrende. Dette gir et lovverk som er mer robust også for neste teknologiske utvikling.

Det må være tydelig og transparent for pasienter hvordan deres data brukes. Dette kan oppnås gjennom klare formålsdefinisjoner og et tydelig lovverk. Det kan presiseres at det omhandler verktøy som benytter aggregerte data for å se trender eller trekke ut kunnskap. Hensikten er ikke å identifisere enkeltpersoner i datasettet, men å trekke ut trender og kunnskap fra datasettet.

Vi opplever samtidig at det er forvirring om hvem som har tilsynsansvar, og Datatilsynet med sin generelle tilnærming til behandling av helseopplysninger vil kunne gi utilsiktede negative konsekvenser når risiko for konfidensialitetsbrudd for persondata skal veies opp mot aspekter i helsehjelpen. Det er derfor behov for avklaringer av hva som ligger til Helsetilsynet når forsvarlig helsehjelp og helseforskning forutsetter behandling av helseopplysninger.

Behandlingen av helseopplysninger må differensieres

GDPRs grovsortering er ikke tilstrekkelig eller hensiktsmessig når man skal forholde seg til behovet for å behandle helseopplysninger i helsesektoren og ny teknologi (Befring, Anne Kjersti og Inger-Johanne Sand. Kunstig intelligens og big data i helsesektoren. Rettslige perspektiver. Gyldendal, 2020, se kap. 1, 2, 4, 5, 8 mfl. Se også Befring, Anne Kjersti. Persontilpasset medisin. Rettslige perspektiver. Gyldendal, 2019, kap. 5, 12 og 13.)

Inndelingen mellom personopplysninger, sensitive personopplysninger (herunder helseopplysninger og genetiske opplysninger), og anonyme opplysninger, er ikke tilstrekkelig for å ta stilling til de mange nye rettslige spørsmål som oppstår når ny kunnskap og teknologi behandles i helsesektoren.

Grovinndelingen fra GDPR er generell for alle samfunnsområder. Vi mener at hvordan opplysninger kan benyttes og beskyttes må baseres på flere spørsmål. Det må tas stilling til hvordan man kan trekke ut nødvendige opplysninger uten hinder av taushetsplikten, og hvordan personers identitet kan beskyttes uten at det nødvendigvis anses som anonyme opplysninger. Et svært relevant begrep i denne sammenheng kan være "tilstrekkelig anonymitet".

Sensitive helseopplysninger kan behandles slik at personens identitet er beskyttet selv om de ikke kan anses anonyme i henhold til personvernforordningen. Det er variasjon i hvor sensitive genetiske opplysninger og helseopplysninger er, og opplysningene bør kunne benyttes fritt dersom de er lite sensitive og samtidig avgjørende for å kunne gi helsehjelp.

Nye krypteringsløsninger åpner for en ny tilnærming til anonymitet. Løsninger med ende-til-ende kryptering basert på homomorfisk kryptering sikrer at dataene ikke er synlig under prosessering. Dette gjør at anonymisering av dataene og tilgang til datasettet ikke er en svart/svitt diskusjon. En lovformulering bør dermed ikke nødvendigvis defineres ut fra om dataene er anonyme, men fra risiko for reidentifikasjon ved ulike former for bruk, slik at man kan ta høyde for muligheter som kommer med ny teknologi.

Bruk av helseopplysninger for å lette samarbeid, læring og bruk av kunstig intelligens i helse- og omsorgstjenesten

Kommentarer ad pkt. 1.2.1 Oppslag i journal for å yte helsehjelp til en annen pasient

Oppslag i journal er ikke nødvendigvis manuelt og trenger ikke å kompromittere konfidensialitet – det kan dreie seg om uttrekk av enkeltparametere

Presisjonsmedisin fordrer at man benytter data som allerede finnes i journal til å hjelpe neste pasient. Vi ser et behov for en økt adgang til oppslag i journal slik det er beskrevet i lovforslaget. BigMed har for eksempel laget et demonstrator-verktøy som lager persontilpasset statistikk for ulike utfall basert på valgt intervensjon for pasienter med kolorektalkreft. Dette verktøyet baserer seg på data fra Kreftregisteret. Man kan også se for seg en mulighet med sanntidssøk i journalsystemet for å finne tilsvarende mer oppdatert statistikk - intervensjon og utfall for ulike pasienter som alle har hatt samme mutasjon eller liknende fenotypiske trekk.

Det heter på s. 18 i høringsnotatet at «leger og tannleger skal kunne anmode om å få, uten hinder av taushetsplikt, opplysninger om en pasient for å yte helsehjelp til en annen pasient i en konkret behandlingssituasjon. Deretter kan legen og tannlegen dele opplysningene med annet helsepersonell som samarbeider om behandling av den samme pasienten.»

Det fremstår her som at man ser for seg at helsepersonellet slår manuelt opp i og leser gjennom journal til en enkelt pasient. Dette kan være en relevant situasjon, men ofte er det også nødvendig å se på parametere fra flere pasienter for å samle informasjon til behandling av en pasient. Dette innebærer at det er nødvendig å undersøke et utvalg av pasienter med samme karakteristika som pasienten under behandling, helst maskinelt.

Måten loven omhandler «oppslag i journal» gir assosiasjoner til gammeldagse papirmapper der all informasjon om enkeltpersoner finnes samlet, og at man ved å “slå opp i journal” åpner en fysisk mappe og ser alt om pasienten. Slik er det ikke nødvendigvis ved et oppslag i journal. For eksempel ved et sanntids-søk på enkeltparametere i journalsystemet vil man kun få opp enkelte avgrensede parametere pr pasient og dermed en avidentifisert profil. Denne typen søk og begrenset tilgang til enkeltparametere bør være reflektert i lovforslaget.

Leger og tannleger i en særstilling

Departementet foreslår at det kun bør være leger og tannleger som har adgang til å «anmode om opplysninger etter bestemmelsen» (side 17). Og videre heter det «Ettersom disse gruppene av helsepersonell er gitt et særlig ansvar for å ta beslutninger om behandlingen, er det også naturlig at disse gruppene har en noe større tilgang enn annet helsepersonell på opplysninger som kan understøtte beslutningene om pasientbehandling» (s. 17-18).

Den ordningen det siktes til er hpl. § 4 (3) og som i praksis har fått stadig mer begrenset betydning da det kan være andre som har bedre innsikt og at det vil være uforsvarlig at en med mindre innsikt skal ta avgjørelser. Denne bestemmelsen gjelder dessuten i samarbeidssituasjoner og kan begrenses gjennom arbeidsgivers styringsrett.

På bakgrunn av den medisinske utviklingen – og utviklingen av kompetanse og nye samarbeidsrelasjoner – kan dette forslaget vurderes å være for statisk.(Befring (2019), kap. 7,8 og 11.)

Det vil dessuten være et rettslig hinder for å innrette seg forsvarlig og hensiktsmessig, og kan da kollidere med andre pliktbestemmelser. Om det her forstås at det er lege eller tannlege som definerer hvem som har legitimt behov, er det en sak, men det er uklart hvordan en eventuell gradering av tilgang skal foregå.

Kommentarer ad pkt. 1.2.2 Utveksling av opplysninger i helsefaglige arbeidsfellesskap

Tverrfaglighet krever en bredere definisjon av arbeidsfellesskapet

Forslaget ser ut til å langt på vei legitimere etablert praksis. Utviklingen i helsevesenet mot presisjonsmedisin tegner et bilde av et mer tverrfaglig sammensatt team. For eksempel vil det i multidisiplinære møter som “tumor boards” være behov for kompetanse som går utover legene; molekylærbiologer, bioinformatikere m. fl. vil sitte rundt bordet og ta del i diskusjoner knyttet til diagnostikk og behandling av enkeltpasienter. Disse er regnet som helsepersonell, selv om de ikke er underlagt autorisasjonsordningen, jf. hpl. § 3.(Befring, Anne Kjersti. Persontilpasset medisin som helsehjelp etter pasient- og brukerrettighetsloven, LOV OG RETT, vol. 59, 10, 2020, s. 583–601 ISSN 0024-6980 papir, ISSN 1504-3061. VITENSKAPELIG PUBLIKASJON )

Å gjennomføre en genomisk analyse som del i en diagnoseprosess går stadig lengre bort fra å være en “one stop”-prosess med å svare ut en enkel forespørsel, og beveger seg mot en dialog i et tverrfaglig team der ytterligere informasjon hjelper lab-arbeiderne stadig nærmere målet.

Det heter i forslaget «helsefaglig arbeidsfelleskap». Vi forstår dette som et tverrfaglig team bestående av flere fagdisipliner (der alle er underlagt taushetsplikt), som definert av behovet til den behandlende lege, så som patolog, radiolog, medisinsk genetiker, bioinformatiker, statistiker, mv. Helsepersonell har i denne sitasjonen et selvstendig ansvar, selv om det er legen som treffer beslutninger i medisinsk faglige spørsmål ved uenighet, jf. hpl. § 4 (3).

Kommentarer ad pkt. 1.2.4 Bruk av helseopplysninger i beslutningsstøtteverktøy (kunstig intelligens)

Vi støtter intensjonen i forslaget, og har enkelte kommentarer til definisjonene for å endre omfanget til å omfatte det vi ser som behovet.

Lovendringen bør sikte mot å være teknologiuavhengig: «datadrevet beslutningsstøtte» heller enn låst til begrepet Kunstig Intelligens

«Departementet ber herunder om høringsinstansenes syn på om begrepet beslutningsstøtteverktøy vil dekke all form for kunstig intelligens som sannsynligvis vil kunne utvikles og tas i bruk i helse- og omsorgstjenesten i nærmeste tid framover, eller om det er relevante teknologier eller prosjekter som vil falle utenfor et slikt begrep.» (høringsnotatet, s. 36)

Lovforslaget åpner for bruk av kunstig intelligens-verktøy der kunstig intelligens er gitt en egen definisjon. Etter vår vurdering bør beslutningsstøtte defineres vidt i loven. Dette skyldes at det finnes mange ulike definisjoner av kunstig intelligens og at det er en risiko for at definisjonen av kunstig intelligens blir for snever, for eksempel at høringsforslaget ikke inkluderer regelstyrte modeller – som også benytter samme data for å bygge beslutningsstøtte. Dette er uheldig.

Det er en rekke rettslige spørsmål som kan reises ved bruk av beslutningsstøtte og som ikke drøftes. Det dreier seg om langt mer enn behandling av opplysninger, for eksempel rettslige ansvarsforhold ved svikt. Slik vi oppfatter hensikten med Helse- og omsorgsdepartementets anbefaling handler behovet om datadrevet beslutningsstøtte der man analyserer store mengder data og at man identifiserer trender i materialet. Fokus blir altså ikke å gjenkjenne enkeltpasienter.

Vi mener datadrevet beslutningsstøtte er et mer hensiktsmessig begrep, og vil være mer bærekraftig enn «beslutningsstøtteverktøy basert på kunstig intelligens». Det kan presiseres at det her omhandler metoder som benytter aggregering av data og at hensikten ikke er å identifisere enkeltpersoner i materialet.

Vi støtter en vid tolkning av «beslutningsstøtte» til å omfatte kunnskapsgenerering f. eks. gjennom forskning, effektivisering samt hele prosessen fra utvikling til implementering og bruk

«Departementet foreslår å bruke begrepet "beslutningsstøtteverktøy". I sin videste form omfatter beslutningsstøtteverktøy alle typer hjelpemidler som kan hjelpe et menneske til å ta en beslutning, som for eksempel kunnskapsoppsummeringer som bidrar til at helsehjelp kan baseres på kunnskapsbasert grunnlag. Slik beslutningsstøtte er ikke avhengig av kunstig intelligens.» (høringsnotatet, s. 35)

Presisjonsmedisin og fremtidens datadrevne medisin beror på at man skal kunne gjøre søk på enkelte parametere i pasientjournaler for å kunne generere kunnskap med ulike formål - kvalitetssikre klinisk praksis, gi beslutningsstøtte i en klinisk behandlingssituasjon, gi beslutningsstøtte til effektivisering av drift eller andre hensyn som vil komme pasient og samfunn til gode.

Det foregår mye forskning på nye typer datadrevet beslutningsstøtte hvor fokus er nye algoritmer og teknologier. Denne typen teknologiforskning vil også ha nytte av å kunne bruke «ekte» helsedata. Vi støtter en vid definisjon av begrepet beslutningsstøtteverktøy til å omfatte også generering av kunnskap for ulike formål. I denne typen prosjekter kan det være et glidende skille for når metodeutvikling kan sies å være forskning. Forskning bør således også omfattes.

§ 29 Opplysningene skal brukes til et uttrykkelig angitt formål som er knyttet til statistikk, helseanalyser, forskning, beslutningsstøtteverktøy, kvalitetsforbedring, planlegging, styring eller beredskap for å fremme helse, forebygge sykdom og

skade eller gi bedre helse- og omsorgstjenester. (høringsnotatet, s 35)

Det er sannsynlig at den første bølgen av datadrevet beslutningsstøtte ikke vil være høykritiske beslutningsstøtteverktøy eller verktøy for klinisk prediksjon, men heller verktøy som støtter prosesser for planlegging og styring og derigjennom gi en mer effektiv helse- og omsorgstjeneste.

Dersom vi tolker forslaget dithen at effektivisering av planlegging og drift også er tenkt inn som en del av omfanget, støtter vi dette.

«...formål knyttet til beslutningsstøtteverktøy vil inkludere både utvikling, herunder utprøving, av slike verktøy, og innføring av slike verktøy i klinikk.» (s 36)

Vi støtter en vid tolkning av «et uttrykkelig angitt formål som er knyttet til (...) beslutningsstøtteverktøy...» som omfatter utvikling, testing og implementering, der dispensasjonen ikke kun omfatter bruk av slike verktøy men også prosessen fra utvikling til testing, implementering og sertifisering.

Avgrensningen ved helautomatiserte beslutninger synes ubegrunnet

«Begrepet beslutningsstøtteverktøy, i dette høringsforslaget, omfatter ikke verktøy som tar helautomatiserte avgjørelser om f.eks. diagnose eller behandlingsforløp. Dersom et verktøy tar avgjørelsen, vil det ikke lenger være snakk om «støtte» til å fatte en beslutning.» (s. 36)

Departementet avgrenser sin tolkning av det som skal omfattes av lovendringen ved helautomatiserte avgjørelser. Dersom man har lukkede beslutningssløyfer der mennesket ikke er en del av beslutningen holdes dette altså utenfor. Det er en logisk avledning fra ordet «beslutningsstøtte», men funksjonelt synes avgrensningen å være ubegrunnet. Den foreslåtte lovendringen omhandler hvorvidt verktøyene skal få unntak fra taushetsplikten og dermed tilgang til data fra andre pasienter for beslutningsstøtte. Om mennesket tas ut av beslutningssløyfen eller ikke, endrer ikke behovet for tilgang til data for å gjennomføre oppgaven. Et system som benytter pasientdata til automatisk operasjonsplanlegging, bør kunne ha samme vide tilgang til data for sin bruk som et system der en operasjonsplan foreslås til et menneske fær det operasjonaliseres.

Dersom begrunnelsen for skillet kommer fra et hensyn om hvorvidt verktøyet tar trygge og gode beslutninger, vil dette uansett reguleres i andre lover. For medisinsk utstyr vil for eksempel CE-sertifiseringen med nye MDR/IVDR adressere utfordringer rundt pasientsikkerhet og sikre at verktøyet gjør det produsenten hevder i dokumentasjonen.

Det er også uklart hvilke typer verktøy departementet har ment å avgrense mot ved å avgrense mot verktøy som tar «helautomatiserte avgjørelser». Departementet utdyper ikke dette nærmere i høringsnotatet. Dette er en grensedragning som ikke nødvendigvis er like lett å trekke i praksis[6]. Vi mener dette må tydeliggjøres for å unngå uklarheter i forhold til hva slags type verktøy som er omfattet av den foreslåtte dispensasjonshjemmelen.

Etablering av behandlingsrettet helseregister med tolkede genetiske varianter

Kommentarer ad pkt. 1.2.5 Behandlingsrettet helseregister med tolkede genetiske varianter

BigMed er svært positive til at det gis en lovhjemmel for at nærmere definerte virksomheter kan samarbeide om å opprette et behandlingsrettet helseregister for deling av genvariantklassifiseringer. Dette er noe fagmiljøet har etterlyst lenge, fordi det kan bidra til kvalitetsheving av diagnostikken og redusere feil i varianttolkningen.

Vi mener det er behov for både deling av tolkede enkeltvarianter med evidensgrunnlag og men også et genomregister, både for kvalitetssikring av behandling men også for å øke kunnskap gjennom for eksempel forskning. Ved avveiningen om hvilke parametere som skal inngå i de ulike registrene, bør en se på ulike brukercaser og sikkerhetsnivåer, og hvorvidt de ulike lagene bør kunne inngå i en automatisert prosess.

I noen tilfeller vil det være tilstrekkelig å kjenne egenskapene ved en gitt variant for å kunne si noe om konsekvenser og behandlingsalternativer for den, mens det i andre sammenhenger vil være av verdi å kjenne flere varianter for en gitt pasient, for eksempel knyttet til behandlings-sensitivitet (farmakogenetikk), som kan være av betydning i ulike sammenhenger av betydning for pasientbehandlingen.

Våre utdypende innspill til forslaget følger nedenfor.

Behov for deling av tolkede varianter og avklaring rundt bioinformatiske verktøy for deling

Det finnes løsninger for deling av fortolkede genomiske varianter i dag. BigMed har selv utviklet en slik løsning med deling av tolkede varianter inkludert evidensgrunnlag for vurderingen som i dag er i bruk ved laboratorier i Norden. Det er et stort behov for denne typen løsninger for beslutningsstøtte og for kvalitetssikring av arbeidet ved laben, men de må i dag basere seg på at informasjonen anses som tilstrekkelig anonym eventuelt man må benytte samtykke som lovhjemmel. Diskusjoner omkring hvor grensen går for å definere dataene som anonyme skaper usikkerhet hos mange aktører. Gjennom arbeidet i BigMed har vi sett et behov for metodikk for å vurdere og vekte denne risikoen, slik vi har publisert dette på vår nettside www.bigmed.no i august 2019. En klargjøring av juridisk tolkning på dette feltet vil løse behovet knyttet til tolkede varianter.

Vi er svært positive til en lovhjemmel for å dele genetiske opplysninger som er viktige for en forsvarlig klinisk virksomhet, men vi ser ikke at dette forslaget vil løse usikkerheten ved bruk av andre eksisterende verktøy og løsninger som Variant eXchange eller Beacon Network. Dette er eksempler på bioinformatiske verktøy som fasiliterer deling og sammenligning av genetiske data og tolkningen av dem.

Forskjellige typer bioinformatiske verktøy vil i større eller mindre grad behandle genetiske data. Gitt usikkerheten knyttet til hvordan slike data er regulert, er det vanskelig å ta disse verktøyene i bruk i helsetjenesten. Det er også uklart om denne typen verktøy er å anse som «beslutningsstøtteverktøy» slik departementet definerer dette begrepet i lovforslaget.

Det synes ikke hensiktsmessig at kun en enkeltløsning som velges av «nærmere definerte virksomheter» for å «...samarbeide om etablering av et behandlingsrettet helseregister med tolkede genetiske varianter» skal være tilgjengelige gitt det brede og stadig endrede behovet for bioinformatiske løsninger for deling av data.

Også behov for deling internasjonalt

Det sies at «Manglende deling av genetiske varianter mellom norske helseforetak kan lede til pasientskader.» Det er ikke opplagt at det i alle tilfeller vil være nasjonale løsninger som vil være de beste. Jo flere enheter som samarbeider om tolkning, jo bedre vil presisjonen bli og jo større sannsynlighet for å oppdage diskrepans. Det finnes i dag spesialiserte internasjonale organer som gjør dette. Den BigMed-utviklede databasen for deling av tolkede varianter Variant Exchange er i dag i bruk på tvers av landegrensene. Et lovforslag bør også se på hvordan man skal innrette seg for deling av informasjon internasjonalt.

Det kan også tenkes at opplysninger kan deles via ikke-sentraliserte systemer, som f. eks.Beacons med tilgangsbegrensning

(https://www.beacon-network.org).

Omfanget bør inkludere kunnskapsgenerering og kvalitetssikring

Departementet foreslår å regulere registeret som et behandlingsrettet helseregister, hvor formålet med behandlingen av helseopplysningene må være å yte og kvalitetssikre helsehjelp til pasienter som kan knyttes til en tolket genvariant, jf. ny pjl. § 9 a, andre ledd. Vi er usikre på om registerets formål favner bredt nok og treffer behovet i helsetjenesten, gitt at registeret reguleres som et behandlingsrettet helseregister i pasientjournalloven.

Det vil være naturlig å bruke variantklassifiseringsregisteret både under analyse av en enkelt prøve (behandling), men også til kvalitetssikring/læring og for å gå tilbake til gamle pasientprøver ved oppdatert kunnskap. I et felt som genomikk med rask utvikling og stort potensiale for å hjelpe pasienten, er det behov for å bruke dataene for både kvalitetssikring av egen virksomhet og utvikling av ny kunnskap i tillegg til kvalitetssikring av varianttolkning i en behandlingssituasjon.

Vi mener formålet i forskriften bør omfatte at registeret kan benyttes i helseforskning. Innen presisjonsmedisin og med mulighetene som kommer fra helgenomsekvensering, blir grensen mellom etablert klinisk virksomhet og utprøvende diagnostikk stadig mer uklar. Det bør ikke måtte være ulik praksis om man benytter data for å behandle en pasient direkte eller oppdaterer kunnskapen for i neste omgang å behandle en pasient basert på dette. For eksempel bør man kunne regelmessig sammenligne registeret med alle egne variantklassifiseringer i alle historiske prøver, avdekke eventuell diskrepans, for så å reanalysere et utvalg historiske prøver med denne oppdaterte kunnskapen; dette uten at man nødvendigvis jobbet aktivt med de aktuelle prøvene i utgangspunktet.

Et annet eksempel på bruk av registeret til å generere kunnskap, er at man bruker alle variantklassifiseringer i registeret innen et gitt område (f.eks. en del av et gen) til å vurdere områdets betydning for en gitt fenotype. Det er ikke sikkert at varianten i en aktuell pasient er identisk med en variant i registeret, men man kan finne en lignende variant eller fenotype som støtte til tolkningen av den aktuelle pasientens variant.

En personidentifikator vil i praksis gjøre registeret til et genomregister

«Opplysningene må kunne knyttes entydig til pasienten som den genetiske varianten stammer fra. Mulighet til å identifisere de registrerte er avgjørende for å finne tilbake til pasienter dersom en tolket variant for eksempel endrer klassifisering, og denne endringen kan ha behandlingsmessig betydning for pasienten, eller dersom kunnskap gjør at tidligere udiagnostiserte pasienter kan få en diagnose. Registerets formål kan derfor ikke oppnås uten at det er mulig å identifisere pasientene som de genetiske variantene stammer fra.»

Det er viktig at man i et slikt register har mulighet til å legge inn alle varianter som har vært gjenstand for vurdering/klassifisering. Dette vil som regel i praksis si alle varianter som er påvist i et gitt genpanel hos aktuell pasient. Dette er viktig fordi registeret skal kvalitetssikre og korrigere både falskt positive og falskt negative variantklassifiseringer. Flere genpaneler er store, noe som vil innebære at det kan være relativt mange genvarianter som vil bli registrert om den enkelte pasient. Å inkludere en pseudonym identifikator innebærer at man i prinsippet har mulighet for rekonstruering av genomer basert på datasettet. Registeret blir dermed i praksis et genomregister, til tross for at dette eksplisitt er understreket at ikke er hensikten

Laboratoriene må i henhold til utkast til «Laboratorieveileder for genetiske analyser…» i 3.2.3 ha «et system som kobler klassifisert variant og pasient». Laboratoriene har altså informasjon i sine Laboratory Information Management Systemer (LIMS) om alle pasienter og variantene man har sett hos dem. Der kan man søke på omtalt variant og finne pasientene. Inklusjon av personidentifikator er således overflødig og skaper unødige barrierer for implementering.

Et avidentifisert register vil kunne være av like stor verdi som et med persondentifikator., gitt at det ikke er tillatt å bruke det som et genomregister.

Personidentifikator og sensitiv informasjon gjør automatisert bruk av datasettet mer komplisert

Kvalitetssikring av varianttolkninger bør ikke være en manuell operasjon. En automatisert kontroll fordrer at man har tilgang til å laste ned datasettet eller en del av dette (slik situasjonen er i dag).

Krav om innebygget personvern i løsningene vil kreve at et register som inneholder denne typen informasjon må være beskyttet og det blir nødvendig å legge funksjonelle sperrer i systemet. Det kan legge føringer for hvordan data fra registeret kan konsumeres, f. eks. om man vil tillate nedlasting av datasettet for å muliggjøre lokale automatiske oppslag. Uten mulighet for automatisering vil vesentlig nytteverdi være tapt.

Evidensgrunnlag for varianttolkningen må inkluderes

Hvis et laboratorie skal kunne stole på tolkningen av en variant trenger man å se hvilket evidensgrunnlag som lå til grunn for vurderingen. Registeret bør derfor tillate å dokumentere evidens for variantklassifiseringer. Dette kan være feks ACMG-koder og ideelt sett flere data som utgjør evidens for tolkningen. Det vil snart komme standarder for hvordan disse dataene bør struktureres fra Global Alliance for Genomics and Health, og det kan være vanskelig på forhånd å si hvilke variabler som er nødvendige for å lagre evidensen. Dette må antas å være i stadig utvikling. Eksempler på evidensopplysninger er populasjonsfrekvens, grad av seggregering, resultat av bioinformatiske prediksjonsverktøy etc. Det forutsettes at denne type evidensopplysninger er omfattet av § 2 bokstav d i den foreslåtte forskriften.

Det er stor verdi i fritekstfelt med bruk av språkteknologi

Det sies også at «Videre må det registreres opplysninger om pasientens kjønn, arvegang og overordnete opplysninger om fenotype.» Det er uheldig at bare overordnete opplysninger om fenotype kan angis, siden disse vil kunne være av avgjørende betydning for å tolke varianter mhp sykdomsrisiko. Det er også vanskelig å forstå hvorfor man mener fritekst ikke er egnet for formålet. Det heter at «For at bruken av registeret samt behandling av helseopplysningene i mest mulig grad kan automatiseres, mener Helsedirektoratet det er viktig at det ikke åpnes for bruk av fritekstfelt.» Imidlertid er maskinell språkprosessering kommet så langt at det er fullt mulig å benytte slikt som supplement til strukturert informasjon, og det frarådes å legge føringer på måter for kunnskapsinnhenting.

Også behov for et mer omfattende genomregister

I en rekke sammenhenger er det ikke behov for tilknytning til den enkelte pasient. Derimot vil det være behov for gode data. Det innebærer fleksible muligheter for håndtering av både genotype, fenotype og kliniske data, for slik å sammenstille flest mulig parametere av betydning for tolkningen av en gitt variant.

Sammenlignet med andre nordiske land ligger Norge etter i å utvikle en strategi for hvordan vi skal behandle og benytte genetiske data om befolkningen til det beste for befolkningen, både med tanke på retten til forsvarlig helsehjelp og retten til å nyte godt av vitenskapelig framgang.

Vi mener det absolutt er behov for et register hvor man kan se på varianter i sammenheng og se på samlet effekt av flere genetiske varianter, med polyugene risikoscores, som grunnlag fro farmkogenetikk osv. Her er en personidentifikator nødvendig. Dette hører naturlig hjemme i utredningen Helsedirektoratet skal gjøre knyttet til lagring av genomdata og helseopplysninger.

Et genomregister vil inneholde oversikt over varianter pr pasient. Et slikt register blir sensitivt av natur, og det er dermed naturlig å inkludere pasient-spesifikke opplysninger om fenotype, alder, kjønn etc der. En fenotypebeskrivelse representerer ofte et øyeblikksbilde og vil kunne måtte oppdateres med nye beskrivelser over tid.

Et genomregister med fenotypeinformasjon vil være et viktig verktøy for å generere ny kunnskap. For eksempel kan et genomregister brukes som basis for matchmaking-tjenester (feks MatchmakerExchange) som kan oppdage nye gener og varianter assosiert med sykdom. Et genomregister kan også si noe om forekomst og frekvens av variantkombinasjoner og haplotyper, noe som kan støtte varianttolkningen, også for eksempel i kontekst av di-geniske sykdommer.

Oslo 7.12.2020

Med vennlig hilsen

Prosjektledelsen i BigMed ved

Erik Fosse, prosjekteier

Vibeke Binz Vallevik, prosjektleder

Alia Zaka, ass. prosjektleder

www.bigmed.no

Presisering: Innspillet bygger på erfaringer gjort gjennom prosjektet. Det avgrenser seg til de momenter som er relevante for innovasjonsprosjekter som BigMed eller som vil kunne påvirke mål og fremtidsvisjoner som BigMed jobber for, nemlig å implementering av presisjonsmedisin i klinisk praksis. Innspillet representerer ikke nødvendigvis alle partneres syn.