कार्यकारी सारांश
नेपालको स्वास्थ्य क्षेत्रमा स्वास्थ्य व्यवस्थापन सूचना प्रणाली (HMIS) केवल एउटा प्रशासनिक वा प्राविधिक औजार मात्र नभई प्रमाणमा आधारित स्वास्थ्य सुशासन (Evidence-based Health Governance) को मेरुदण्ड हो। जनस्वास्थ्यका कार्यक्रमहरूको प्रभावकारिता, स्रोतको न्यायिक वितरण, बजेट व्यवस्थापन र गुणस्तरीय स्वास्थ्य सेवाको पहुँच सुनिश्चित गर्न HMIS को भूमिका निर्णायक रहँदै आएको छ।
१. ऐतिहासिक पृष्ठभूमि: कागजी अभिलेखबाट डिजिटल सूचनातर्फ
नेपालमा सन् १९९० को दशकभन्दा अघि विभिन्न राष्ट्रिय स्वास्थ्य कार्यक्रमहरू (खोप, औलो, परिवार नियोजन आदि) का आ-आफ्नै पृथक प्रतिवेदन प्रणाली थिए। यसले गर्दा कार्यस्थलमा दोहोरो अभिलेख र तथ्याङ्कको भारी उत्पन्न हुन्थ्यो।
- एकीकरण र पाइलट परीक्षण: वि.सं. २०५० (सन् १९९४) मा स्वास्थ्य सेवा विभागअन्तर्गत एकीकृत HMIS को औपचारिक सुरुवात भयो। यसलाई पूर्ण रूपमा लागू गर्नुअघि ६ वटा पाइलट जिल्लाहरू (धनकुटा, चितवन, सुर्खेत, कञ्चनपुर, मुस्ताङ र भक्तपुर) मा परीक्षण गरिएको थियो।
- देशव्यापी विस्तार: वि.सं. २०५२/५३ सम्ममा यो प्रणाली नेपालका सबै ७५ वटै जिल्लाहरूमा पूर्ण रूपमा विस्तार गरियो।
- कागजी प्रणालीका सीमाहरू: प्रारम्भिक चरणमा हस्तलिखित रजिस्टर र मासिक प्रतिवेदन प्रयोग हुन्थ्यो, जसका कारण तथ्याङ्क संकलनमा ढिलाइ (Lag time), मानवीय त्रुटि, तथ्याङ्कको दोहोरोपन र नीति निर्माणमा समयमै प्रयोग हुन नसक्ने समस्या थियो।
- डिजिटल रूपान्तरण: हाल यस प्रणालीलाई प्रविधिमैत्री बनाउँदै DHIS2 (District Health Information System) सफ्टवेयरमार्फत अनलाइन (IHMIS) मा जोडिएको छ। सन् २०२५ जुन २७ देखि यस प्रणालीलाई स्तरोन्नति गरी नयाँ 2.40.9-SNAPSHOT भर्सनमा सञ्चालनमा ल्याइएको छ।
२. वर्तमान स्थिति: डिजिटल पूर्वाधार र DHIS2 को प्रयोग
विगत एक दशकमा नेपालको HMIS ले लोभलाग्दो डिजिटल फड्को मारेको छ।
- बहु-प्रणालीको उपस्थिति: e-HMIS मार्फत अनलाइन तथ्याङ्क प्रविष्टि हुनुका साथै LMIS (औषधि आपूर्ति व्यवस्थापन), EHR (अस्पतालको इलेक्ट्रोनिक स्वास्थ्य रेकर्ड), Tracker Systems (MNH, खोप) र MPDSR (मातृ मृत्यु अनुगमन) जस्ता डिजिटल प्लेटफर्महरू सञ्चालनमा छन्।
- नीतिगत आधार: नेपाल स्वास्थ्य क्षेत्र रणनीतिक योजना (NHSS 2023–2030) र Digital Health Blueprint ले डिजिटल प्रविधिलाई एकीकृत व्यवस्थापन र नीतिगत निर्णयको मुख्य आधार मानेका छन्।
३. प्रमुख समस्या तथा चुनौतीहरू
डिजिटलाइजेशनका बाबजुद नेपालको HMIS मा विभिन्न संरचनागत तथा प्राविधिक चुनौतीहरू कायमै छन्:
- अन्तरसञ्चालनशीलताको अभाव (Data Silos): HMIS, EWARS, SORMAS, EHR, LMIS, CRVS (घटना दर्ता) र बिमा प्रणाली गरी करिव १० भन्दा बढी प्रणालीहरू अलग-अलग विकसित भएकाले तिनीहरूबीच तथ्याङ्क आदानप्रदान हुन सकेको छैन। यसले गर्दा स्वास्थ्यकर्मीहरूलाई एउटै तथ्याङ्क धेरै ठाउँमा भर्नुपर्ने दोहोरो कामको बोझ (Reporting Burden) छ।
- तथ्याङ्कको गुणस्तर र विश्वसनीयता: दूरदराजका स्वास्थ्य संस्थाहरूबाट समयमै प्रतिवेदन नआउनु, सूचक, शब्दावलीमा मानकीकरण तथा Meta data को कमी हुनु र संकलित विवरणको सही पुनरावलोकन (Verification) नहुनु।
- पूर्वाधार र दक्ष जनशक्ति: ग्रामीण भेगमा निरन्तर इन्टरनेट, विद्युत् र उपकरणको कमी छ। साथै, तथ्याङ्क प्रविष्टि गर्ने कर्मचारीमा डिजिटल साक्षरता, डाटा सुरक्षा र Stata, 'R', SPSS जस्ता आधुनिक विश्लेषण तालिमको अभाव छ।
- क्यालेन्डर सम्बन्धी चुनौती: DHIS2 अङ्ग्रेजी क्यालेन्डरमा आधारित रहेको तर नेपालमा विक्रम संवत् (नेपाली क्यालेन्डर) प्रयोग हुने भएकाले अन्तर्राष्ट्रिय क्यालेन्डर मिलानमा समस्या हुने गरेको छ।
- अन्य सीमाहरू: साइबर सुरक्षा र व्यक्तिगत स्वास्थ्य विवरणको गोपनीयता सम्बन्धी स्पष्ट कानुनको पालना नहुनु, वित्तीय दिगोपनका लागि वैदेशिक सहायतामा अत्यधिक निर्भरता, र सर्वसाधारण/शोधकर्ताहरूका लागि सूचनामा सहज पहुँच नहुनु।
४. आगामी मार्गचित्र (Way Ahead) र रणनीतिक स्तम्भहरू
HMIS लाई परम्परागत प्रतिवेदन प्रणालीबाट स्वास्थ्य बुद्धिमत्ता प्रणाली (Health Intelligence System) मा रूपान्तरण गर्न निम्न ५ रणनीतिक स्तम्भहरूमा कार्य गर्नुपर्छ:
- स्तम्भ १: राष्ट्रिय डिजिटल हेल्थ गभर्नन्स: Digital Health Blueprint को पूर्ण कार्यान्वयन र अधिकारसम्पन्न नियमन निकायको क्रियाशीलता।
- स्तम्भ २: मानकीकरण र SIL-Nepal: SIL-Nepal मार्फत HL7 FHIR र ICD-11 जस्ता विश्वव्यापी मापदण्ड लागू गरी National Health ID र Health Facility Registry को निर्माण गर्ने।
- स्तम्भ ३: प्रणालीको एकीकृत ढाँचा: HMIS, EHR, LMIS र CRVS बीच API-based Integration मार्फत विवरण दोहोरिन नदिने व्यवस्था मिलाउने।
- स्तम्भ ४: उन्नत प्रविधि र AI को प्रयोग: महामारीको पूर्वसूचना (Early Warning) र औषधि आपूर्तिको पूर्वानुमानका लागि AI, GIS Mapping र Predictive Analytics को प्रयोग गर्ने। हालै भोटेकोशीमा आएको बाढि सम्वन्धमा भारत तथा चीनसंग समेत समन्वयमा रही अन्तरदेशिय बाढी पहिरोको पूर्वसूचना र उक्त प्रणालीमा AI, GIS Mapping र Predictive Analytics को प्रयोग गर्न सकी समयमै जानकारी दिएको भए देशले यति ठुलो धनजनको क्षति ब्यहोर्नु पर्ने थिएन ।
- स्तम्भ ५: तथ्याङ्क प्रयोगको संस्कृति: "Data → Insight → Decision → Action" को चक्रलाई स्थानीय तहसम्म संस्थागत गर्ने।
५. कार्यान्वयन तालिका (Implementation Timeline)
- अल्पकालीन (०–१२ महिना): National Health ID र Health Facility Registry को मापदण्ड अन्तिम रूप दिने, SIL-Nepal मार्फत Interoperability परीक्षण गर्ने र त्रैमासिक ड्यासबोर्डमार्फत तथ्याङ्कको पहुँच खुला गर्ने।
- मध्यकालीन (१–३ वर्ष): HMIS, EHR र LMIS बीच एकीकरण पूरा गर्ने, समयमै HMIS Targets उपलब्ध गराउने तथा R, STATA, SPSS, GIS जस्ता क्षमता अभिवृद्धि तालिम सञ्चालन गर्ने।
- दीर्घकालीन (३–५ वर्ष): AI, Predictive Analytics, real-time dashboards, र पूर्ण एकीकृत राष्ट्रिय हेल्थ डाटाबेसको स्थापना गर्ने।
- छिमेकी देशहरु (भारत ,चीन), जल तथा मौषम विज्ञान विभाग स्वास्थ्य तथा खाद्य स्वच्छता मन्त्रालयसंग समन्वय गरी आकस्मिक बाढि, महामारी लगायतका प्राकृतिक विपत्तिको अन्तरदेशिय पूर्वसूचना (Early Warning System) प्रणालीको स्थापना गर्ने ।
निष्कर्ष
नेपालको स्वास्थ्य व्यवस्थापन सूचना प्रणाली रूपान्तरणको यात्रा "Paper → Digital → Integrated → Intelligent → Action-oriented" हुनुपर्छ। सफलताको मापन निर्मित सफ्टवेयर वा ड्यासबोर्डको संख्यामा होइन, उपलब्ध सूचनाले नागरिकको स्वास्थ्य सेवामा पारेको सकारात्मक प्रभावमा निर्भर हुन्छ। आगामीHMIS रोडम्याप केवल प्रविधिमैत्री मात्र नभई सुशासन, अन्तरसञ्चालनशीलता, डेटा सुरक्षा र प्रमाणमा आधारित निर्णय प्रक्रियामा केन्द्रित हुनु अपरिहार्य छ।
