Sundhedsdata og AI skal give læger og sygeplejersker et bedre arbejdsmiljø

Simon Meyer Lauritsen
Foto fra Enversion og Simon Meyer Lauritsen.

En ny AI-algoritme kan give læger og sygeplejersker mere ro i arbejdet. Algoritmen kan forudsige kritisk sygdom, og derfor vil den kunne støtte lægen i diagnosticeringen og fungere som et beslutningsstøtteværkstøj på flere afdelinger. Test på Regionshospitalet Horsens viser lovende resultater.

Fremover bliver der mindre risiko for, at læger og sygeplejersker overser tegn på eks. lunge- eller hjertesvigt. En ny algoritme kan nemlig forudsige en række kritiske sygdomme, og det vil give lægerne tryghed, overblik og afhjælpe pres.

Det mener ledende overlæge på Akutafdelingen på Regionshospitalet i Horsens, Ulf Hørlyck.

– Algoritmen er det mest innovative, jeg har set meget længe – ud fra et tryghedsperspektiv for medarbejderne, siger Ulf Hørlyk.

Skal opspore kritisk sygdom tidligere

AI-algoritmen +Priokritisk er netop testet på Regionshospitalet Horsens. Forskerne bag algoritmen fastslår i en artikel, at algoritmen klart outperformer de traditionelle metoder til at diagnosticere fx sepsis (blodforgiftning). Tilmed er tesen, at algoritmen kan opspore kritisk sygdom tidligere, end de traditionelle metoder, hvilket vil betyde en høj kvalitetsforbedring for patienterne.

Algoritmen er indarbejdet i en app til en smartphone. Appen opsamler hele tiden data, og medarbejderen får en notifikation, hvis data viser en forhøjet risiko for en række kritiske sygdomme, forklarer sundhedsingeniør Simon Meyer Lauritsen.

– Så snart, der er analyseret en ny blodprøve eller målt på en vital parameter, indsamles de nye data, så risikovurderingen konstant opdateres. Appen leverer desuden de objektive data, så lægen eller sygeplejersken kan se baggrunden for, at notifikationen sendes, siger Simon Meyer Lauritsen.

+Priokritisk er en videreudvikling af Simon Meyer Lauritsens ph.d.-afhandling. Han har baseret sin algoritmeudvikling på historiske data fra dataprojektet TVÆRSPOR i et erhvervs ph.d.-forløb i tæt samarbejde med virksomheden Enversion A/S, Regionshospitalet Horsens og Aarhus Universitet.

Sundhedsdata og AI skal give læger og sygeplejersker et bedre arbejdsmiljø
Sundhedsdata og AI skal give læger og sygeplejersker et bedre arbejdsmiljø.

Nye muligheder for AI-værktøjer

Gitte Kjeldsen, Danish Life Science Cluster, er projektleder for AI Signaturprojektet, hvor algoritmen er udviklet.

– Vi er glade for at kunne udnytte de kliniske data og videreudvikle Simons forskningsbaserede arbejde til en konkret løsning. Denne algoritme giver et nyt perspektiv til AI-drevne beslutningsstøtteværktøjer, og åbner for nye bredere løsninger inden for tidlig opsporing med AI, siger Gitte Kjeldsen. Hun tilføjer:

– En af de store udfordringer på sundhedsområdet er netop at omdanne den akademiske viden til konkrete brugbare værktøjer til sundhedspersonalet, og det er lykkes her til gavn for alle.

Tværfaglighed er uundværligt

Samarbejdspartnerne har netop kørt et tre-ugers forløb med designsprint med +Priokritisk med interaktioner på Regionshospitalet Horsens. Her har både Akutafdelingen, Medicinsk afdeling og Anæstesiologisk afdeling bidraget med læge-, sygeplejerske- og ledelseskompetencer.

Udviklingsarbejdet har desuden involveret antropologer, UX-designerne, forskere og dataingeniører.

Tilbagemeldingerne fra sundhedspersonalet har været enormt positive.

Denne tværfaglighed bør lægge til grund for al innovation på sundhedsområdet, og inden for udvikling af AI-løsninger er tværfagligheden ganske enkelt uundværlig, mener Simon Meyer Lauritsen.

– Feedback’en fra klinikken er uundværlig for os teknikere. Vi skal vide, hvilke features, de har brug for, og hvordan en device skaber mest værdi. Forskere og sundhedspersonalet arbejder i to vidt forskellige scenarier, og derfor skal vi mødes, så vi kan forstå hinandens udfordringer. Jeg er pavestolt over, at mine nørderier har resulteret i en brugbar løsning, men vi er kun kommet så langt pga. sundhedspersonalets opbakning, siger Simon Meyer Lauritsen.

De næste skridt i projektet bliver en tilpasning af algoritmen, hvorefter den skal testes i klinikken med realtidsdata, hvorfor der arbejdes med at skabe de optimale rammer for dette.

Fakta:

  • Algoritmen videreudvikles og testes i et projekt støttet af digitale AI-signaturmidler.
  • Danish Life Science Cluster er projektleder for projektet TVÆRSPOR, som med sundhedsdata understøtter mere individualiserede behandlingsforløb, bedre forebyggelse samt udvikler og implementerer beslutningsstøttemodeller i sundhedsvæsenet (www.tværspor.dk).
  • Simon Lauritsens erhvervs ph.d.-afhandling er udarbejdet i samarbejde med virksomheden Enversion A/S, Regionshospitalet Horsens og Aarhus Universitet.
  • Publikationer: