DigiRehab

DigiRehab A/S blev grundlagt i november 2014. Systemet har været implementeret i kommunerne siden ca. 2016. Viborg Kommune startede i september 2016. Mere end 18.000 borgere har gennemført et DigiRehab træningsprogram.

AI-anvendelse i DigiRehab:

Dynamisk tilpasning: Platformen indeholder screeninger der løbende tilpasser træningsprogrammet til borgerens funktionsniveau

AIR-projektet (AI-Rehabilitering): I samarbejde med Aalborg Kommune og Aarhus Universitet udvikles kunstig intelligens til at:

Forudsige hvilke borgere der vil have størst gavn af træning

Målrette træningsindsatser baseret på data om bevilligede hjælpemidler (rollator, badebænk, toiletforhøjer, håndgreb, vendesystem)

Understøtte sagsbehandleres faglige vurderinger af rehabiliteringsbehov

Identificere borgere med høj faldrisiko for forebyggende indsats

Sammenligne data mellem hjælpemiddelbevillinger og træningsforløb

Beslutningsstøtte: AI fungerer som beslutningsstøtteværktøj for visitatorer og sagsbehandlere, ikke som erstatning for mennesker. Den kunstige intelligens "lærer" af hver bevilling og fodres med træningsdata.

Datastrukturering: Systemet baseres på Fælles Sprog III som standard for ensartet dokumentation og dataformat, hvilket muliggør AI-behandling.

Træningsdata:

• Data fra 18.000 borgere der har gennemført DigiRehab træningsprogrammer
• Historiske data fra genoptræningsforløb i Aalborg Kommune (over 7.000 årlige forløb)
• Data om bevilligede hjælpemidler
• Screeningsdata om borgernes sundhed, mobilitet, bekymring for fald og ensomhed
• Fysiske testresultater
• Funktionsevnevurderinger baseret på Fælles Sprog III
• Data om borgernes alder, pleje- og træningsbehov
• Registreringer fra SOSU-assistenter om borgernes træningstilstand

Sikkerhedsforanstaltninger og etiske overvejelser:

Menneskelig kontrol: AI'en understøtter og erstatter ikke mennesker. Fagudannede terapeuter visiterer i sidste ende alle genoptræningsforløb baseret på AI's forslag.

Juridiske og etiske afklaringer: Projektet foretager løbende juridiske og etiske afklaringer vedrørende borgere der forventeligt har størst gavn af rehabiliterende træning, og hvordan det påvirker borgere og kommunens praksis.

Datasikkerhed: Brug af standardiseret dokumentation (Fælles Sprog III) sikrer ensartet og struktureret databehandling.

Kvalitetssikring: Løbende evaluering af effekt gennem screeninger i uge 5 og 9 samt ved afslutning af forløb.

Frivillighed: Borgere skal være motiverede for at deltage.

Pilotprojekter og afprøvninger:

1.Tidlig pilottest hos Kærkommen ApS (privat plejefirma):

• 40 borgere i Aalborg
• Resultat: 3 ud af 4 borgere fik markant bedre fysik og blev signifikant mere selvhjulpne

2.Aalborg Kommune pilotprojekt:

• Målrettet træning til borgere der fik udleveret et af fem hjælpemidler
• Resultat: Effekten af træning var markant større end normalt når tilbudt til borgere med nyt hjælpemiddel

3.AIR-signaturprojekt (2020-2021, senere forlænget):

• Finansieret med 5,8 mio. kr. fra investeringsfonden
• Deltagerkommune: Syddjurs Kommune og andre
• Fokus på udvikling af AI til beslutningsstøtte

Identificerede udfordringer og løsninger:

1. Implementeringsudfordring: Virksomheden opdagede at nogle kommuner ikke kunne fastholde træningsniveauet når de gik fra pilot til drift.

• Løsning: DigiRehab udviklede i samarbejde med Aalborg Kommune en ny organisationsmodel hvor få dedikerede trænere ansættes i stedet for at lade alle SOSU-medarbejdere varetage opgaven midt i travl hverdag. Dette forøgede effekten med ca. 50%.

2. Datastrukturering: Tidligere gav terapeuter indberetninger i kortere tekster uden dataforankring.

• Løsning: Implementering af Fælles Sprog III som fælles standard for alle registreringer, hvilket muliggør AI-behandling.

3. Organisatorisk forankring: Behov for realistiske tidsestimater og klarhed om krav til kommunen.

Løsning: DigiRehab fokuserer nu på imple

Samfundsmæssige udfordringer:

• Ældreboomet: Udgifter til hjemmehjælp, plejehjem, hjemmesygepleje og genoptræning forventes at stige med 42% til 51,2 mia. kr. i 2030 (fra 36,0 mia. kr. i 2019)
• Rekrutteringsudfordringer i plejesektoren
• Stigende antal plejekrævende borgere

Formål med systemet:

• Forebygge tab af funktionsevne hos ældre
• Udskyde eller reducere behov for pleje
• Øge borgernes selvhjulpenhed og livskvalitet
• Optimere ressourceudnyttelse i kommunerne
• Frigøre medarbejdertid til andre opgaver
• Reducere faldrisiko hos ældre

Målsætninger:

• Gøre ældre borgere mere selvhjulpne
• Vedligeholde funktionsniveau
• Øge livskvaliteten
• Reducere kommunale udgifter
• Forbedre arbejdsglæde for SOSU-personale gennem meningsfuld aktivitet

International anvendelse: DigiRehab bruges i:

• Island
• Sverige
• Norge
• Finland
• Tyskland
• Holland (Schutse Zorg Tholen med positive resultater)

National udbredelse:

• Mere end 40 danske kommuner bruger systemet (næsten 30% af landets kommuner)
• 18.000 borgere har gennemført et træningsprogram
• Systemet bruges også på dagcentre og plejecentre

Erfaringer fra andre kommuner:

1. Ikast-Brande Kommune: Succesfuld implementering gennem tidlig planlægning, tillid til dokumenteret effekt, og ejerskab hos ledelse og medarbejdere. Tovholder-model med superbrugere.
2. Generel læring om implementering:
   • Vigtigt med lang planlægningsperiode
   • Leverandørstøtte afgørende for forankring
   • Fokus på kompetencer og arbejdsgange
   • Realistiske tidsestimater nødvendigt
   • Data og rapportering gør forskellen i forhold til at vise effekt