2019-09-30 Kunstig intelligens skal sikre senge og personale nok.jpg

Kunstig intelligens skal sikre senge og personale nok

En computer som kan forudsige, hvor mange sengepladser, der er brug for. AI – artificial intelligence - der kan udpege risikopatienter, som kræver særligt fokus. Det kan blive virkelighed på Regionshospitalet Randers. Her testes nu et værktøj til planlægning og prognoser, der er baseret på machine learning.

Det ville være nemmere at sikre, at der altid er ledige senge, hvis personalet på hospitalerne kunne se ind i fremtiden. Så ville de kunne forudsige, hvor mange patienter, der ville blive indlagt akut i løbet af ugen, og hvor længe patienterne ville blive.

Indtil nu har personalet på Regionshospitalet Randers tilrettelagt patientforløb ud fra forventninger og erfaring, men det er ikke altid nok til at undgå overbelægning, uhensigtsmæssige overflytninger og genindlæggelser.

Nu får planlægningen hjælp af en nyt projekt, der er baseret på kunstig intelligens fra et af Welfare Techs medlemmer.

Big data baner vej for bedre patientsikkerhed 

I et pilotprojekt skal Regionshospitalet Randers afprøve et nyt, innovativt planlægningsværktøj, som via avanceret machine learning kan forudsige fremtidige indlæggelser. Pilotprojektet er en del af det nationale big data-forskningsprojekt DABAI (Dansk center for Big data Analysedrevet Innovation). Løsningen har fået navnet Columna Patientflow og udvikles af softwarevirksomheden Systematic i samarbejde med Region Midtjylland.

Løsningen fungerer ved, at man fodrer en computer med store mængder data for flere års indlæggelser på afdelingerne. Herefter finder computeren systematik og afvigelser i materialet. Sammen med aktuelle data fra afdelingerne danner dette baggrund for prognoser om fremtidige indlæggelsers varighed og forløb.

- Det er et videnskabeligt projekt, som vi afprøver i den virkelige verden. Hvis resultaterne er positive, så er det enkelt at overføre direkte til andre hospitaler, forklarer Anders Goul Nielsen, Group Senior Vice President for Healthcare i Systematic A/S.

Digital krystalkugle hjælper læger med kritiske beslutninger

Systematics løsning kan også udpege de patienter, som med sandsynlighed vil blive genindlagt eller opleve komplikationer under deres indlæggelse. På den måde understøtter Columna Patientflow de vigtige beslutninger, som læger og sygeplejesker skal træffe, når behandlingsforløbet for en risikopatient skal tilrettelægges.

En af dem, som ser frem til at prøve løsningen, er Bjarke Johannesen Bruun, overlæge og speciallæge ved Intern Medicin på Regionshospitalet Randers.

- Det vil være en stor hjælp, hvis systemet kan gøre os opmærksomme på patienter, som risikerer komplikationer og genindlæggelse. Så kan vi planlægge behandlingen derefter og sørge for, at patienten får den rette støtte i hjemmet efterfølgende. Løsningen kan på ingen måde erstatte lægefaglige vurderinger, men det vil være et godt værktøj til at understøtte vores arbejde og måske synliggøre uhensigtsmæssige patientforløb, siger Bjarke Johannesen Bruun.

Bedre dialog med patienten

Overlæge Bjarke Johannesen Bruun fremhæver også muligheden for at opnå en bedre dialog med patienterne som en fordel ved løsningen.

- Nogle gange vil en patient utroligt gerne hurtigt hjem. Det er ikke altid nemt at holde på folk, hvis de mener sig friske nok til at blive udskrevet. Men hvis både prognosen og vores faglige vurdering peger på øget risiko for genindlæggelse, så er der basis for en mere velunderbygget dialog med patienten om dette, siger overlægen.

Gode erfaringer med mindre løsning i Region Nord

Regionshospitalet Randers er det første sted i Danmark, hvor en så avanceret løsning tages i brug. I øjeblikket høstes gode erfaringer fra en anden model på seks sygehuse i Region Nordjylland. Her modtager 56 hospitalsafsnit dagligt machine learning-baserede prognoser for belægningen i den kommende uge sammen med et overblik over det aktuelle antal af ledige sengepladser på afdelingerne i realtid.

Denne gennemsigtighed giver langt bedre muligheder for at tilrettelægge et sikkert og effektivt patientforløb, samtidig med at ventetid og overflytninger mindskes.

Patientflowsprojektet i Randers benytter samme model, men har oveni indbygget prognoser baseret på historiske data om patienternes forløb, hvilket gør det muligt at forudsige længden af patientforløb og risikoen for genindlæggelser.

I første omgang igangsættes projektet på Randers Regionshospital, herefter er planen at udbrede løsningen til regionens øvrige hospitaler. Det forventes, at personalet i Randers kan tage systemet i brug i løbet af efteråret, hvor det skal testes frem til februar 2020. 

Foto: Helle Brandstrup Larsen.

Systematic A/S er medlem af Welfare Tech.

 

Kontakt

Henrik Jespersen

Senior Vice President, Kontraktansvarlig

Systematic A/S

T: +45 4196 5483

Download vCard

Støttes af

Welfare Tech er medfinansieret af Uddannelses- og Forskningsministeriet og Den Europæiske Fond for Regionaludvikling.

WT hjemmeside_DK 580b.png