PHAIR
Nationalt lægemiddelovervågningssystem der anvender AI og big data til real-time detektion og analyse af lægemiddelbivirkninger på danske hospitaler og i primærsektoren.
Beskrivelse af systemet
Anvendes nationalt i det danske sundhedssystem af hospitaler, primærsektor, og Lægemiddelstyrelsen. Systemet overvåger og forudsiger potentielle risici for lægemiddelbivirkninger gennem real-time analyse af sundhedsdata.
Projektperiode: 3 år (påbegyndt ca. 2022-2023). Herunder:
Inception-fase: 12 måneder med godkendelser og testning
- Fase 1 (m12-18): Nationale registerdata
- Fase 2 (m18-24): Struktureret EHR-data fra hospitaler
- Fase 3 (m25-36): EHR fra primærsektor + ustrukturerede data
- Machine learning modeller til prediktion af bivirkninger
- Epidemiologiske AI-metoder til dataanalyse
- Automatiseret real-time overvågning
- Analyse af strukturerede og ustrukturerede data (tekst, billeder)
- Process mining af patientforløb
- Primær- og sekundær sundhedsdata
- Nationale sundhedsregistre
- Elektroniske patientjournaler (EPJ) fra hospitaler og primærsektor
- Struktureret data (recepter, diagnoser, laboratoriesvar)
- Ustrukturerede data (fritekst, medicinske billeder)
- COVID-19 vaccinationsdata anvendt som test case
- Syntetiske data i inception-fasen
- GDPR-compliant med fælles dataansvar mellem Region Hovedstaden, SSI, SDU, KU og Lægemiddelstyrelsen
- Data Protection Impact Assessment (DPIA) gennemført af Poul Schmidt Advokatfirma
- Hosted på Danmarks Nationale Genomcenter's supercomputer med international datacertificering
- Datapseudonymisering/-anonymisering
- Krypterede forbindelser og adgangslogging
- Kun godkendte PHAIR-forskere har adgang
- Etisk rammeværk udviklet med filosoffer og etikere fra KU
- Brugerpanel med patienter og borgere involveret i projektdesign
- Data slettes efter projektafslutning i henhold til godkendelser
Ja. 12-måneders inception-fase med testning af machine learning og epidemiologiske modeller på syntetiske data. COVID-19 vaccine anvendt som første test case pga. hurtig udrulning og stor samfundsøkonomisk betydning.
- 30.000 årlige hospitalsindlæggelser (5% af alle) skyldes lægemiddelbivirkninger
- Implementering af WHO's tredje Global Patient Safety Challenge: Medication Without Harm
- Nuværende metoder er arbejds- og tidskrævende samt sårbare over for bias
- Behov for real-time, objektiv overvågning
- Forbedre livskvalitet for patienter i Danmark
Nej. PHAIR beskrives som et "innovative never-seen-before project" der kan positionere Danmark som Europas frontløber inden for real-time lægemiddelovervågning. Det nye ligger i kombinationen af AI, big data, automation og tværsektoriel dataintegration i real-time.
Bidrag til offentlig-ai
Har du supplerende oplysninger, ønsker du ændringer som projektejer eller vil du give et bidrag til offentlig-ai.dk og vores arbejde med at synliggøre AI i den offentlige sektor?
Bidrag med oplysninger til offentlig-ai.dkStøt forskningen finansieltÆndringshistorik (4 opdateringer)
Vis detaljer
Vis detaljer
Citér dette projekt
APA 7
Lægemiddelstyrelsen (Danish Medicines Agency) & Statens Serum Institut & Region Hovedstaden & Københavns Universitet & Syddansk Universitet & Bispebjerg og Frederiksberg Hospital. (2022). PHAIR. I «Offentlig AI – Database over kunstig intelligens i den offentlige sektor». Tilgået 7. august 2026 fra https://offentlig-ai.dk/projekter/phair
Citér databasen
APA 7
Küçüksu, A., & Gyldenkærne, C. H. (2026). Offentlig AI - Kunstig Intelligens i det offentlige v2 [Data set]. Zenodo. https://doi.org/10.5281/zenodo.20660412