case
Säkrare bedömning av patienter med hjälp av AI
B3 utvecklar en modell som gör det möjligt för läkarna vid ePsykiatrienheten på Sahlgrenska Universitetssjukhuset att få värdefulla insikter som stöd i beslutsprocessen vid bedömning av patienter.
Att kunna göra träffsäkra bedömningar inom den slutna psykiatriska vården är av största vikt. Trycket på vården är högt och genom att skriva ut patienter vid rätt tidpunkt kan kapaciteten nyttjas på bästa sätt. Samtidigt finns det risk för patientens hälsa om personer skrivs ut för tidigt. Det ligger således ett stort ansvar på läkarna att göra träffsäkra bedömningar. Till sin hjälp har de olika källor att grunda sitt beslut på; exempelvis diagnos, ålder, vårdhistorik, medicinering och inte minst patientjournalen.
För att stötta läkare i beslutsfattandet genomfördes ett pilotprojekt för att undersöka vilka möjligheter AI kunde ge inom Västra Götalandsregionen, VGR. Resultatet visade att det gick att kartlägga mönster inom patientdata och därigenom kunna förutsäga vilka patienter som löper högst risk för snabb återinskrivning.
Teamet från B3 har varit mycket proffsigt, och hjälpt oss att förstå och använda den data vi har för att utveckla en algoritm som kan predicera tidiga återinskrivningar med en träffsäkerhet liknande den i publicerade studier på ämnet.
MIKAEL MIDE LEG. PSYKOLOG/PROJEKTLEDARE VID EPSYKIATRIENHETEN, SAHLGRENSKA UNIVERSITETSSJUKHUSET.
B3 fick i uppgift att ta pilotprojektet vidare till nästa nivå genom att vidareutveckla den maskininlärningsalgoritm som användes i modellen samt att även göra det möjligt att algoritmen kan användas direkt av läkarna. Vidare fanns det en begränsning i att ingen data kunde lämna VGRs egen server, vilket ställde höga krav på algoritmens effektivitet och minnesanvändning.
Genom Natural Language Processing (NLP), en teknik inom AI för bearbeta och processa det mänskliga språket, har B3 även utvecklat en specialiserad modell som gör det möjligt att använda journalanteckningar, trots att dessa har en stor mängd förkortningar och fackuttryck, och kombinera dessa med den strukturerade datan. Algoritmen kan därigenom snabbt gå igenom en stor mängd uppgifter från olika källor och ge en god prognos om ifall patienten löper stor risk för att snabbt återinläggas om den skrivs ut, vilket läkaren sen kan använda som en del av underlaget för sitt beslut.
B3s modell har presenterats för sjukhusledningen i Västra Götalandsregionen och utvärderas nu på bland annat Sahlgrenska med förhoppningen om att den i ett nästa steg ska färdigställas och tas i bruk.
— Teamet från B3 har varit mycket proffsigt, och hjälpt oss att förstå och använda den data vi har för att utveckla en algoritm som kan predicera tidiga återinskrivningar med en träffsäkerhet liknande den i publicerade studier på ämnet. Vi hoppas att den på sikt ska kunna bistå läkare i deras dagliga arbete på avdelningen, säger Mikael Mide Leg. Psykolog/Projektledare vid ePsykiatrienheten, Sahlgrenska Universitetssjukhuset.
Om ePsykiatrienheten
ePsykiatrienheten är en gemensam resurs för hela vuxenpsykiatrin inom Sahlgrenska Universitetssjukhuset i Göteborg. Enhetens uppdrag är att ta fram digitala stöd och behandlingar som kan användas inom den ordinarie verksamheten.
Dela caset
NATURAL LANGUAGE PROCESSING
NLP, Natural Language Processing är ett spännande och snabbt växande område inom AI. Idag interagerar nästan alla av oss med NLP-modeller dagligen om vi söker på google eller interagerar med assistenter som Siri eller Alexa. Huvuddelen av forskningen sker för det engelska språket men som vi kan se så går det redan nu även att göra mycket användbara modeller på svenska. Under 2020 och början av 2021 så har B3 Consulitng Group levererat NLP-applikationer inom skilda sektorer såsom e-psykiatrin, veterinärtjänster och utbildningssektorn.
INSPIRERAS AV HUR ANDRA HAR GJORT
Kontakta oss
