Billedet er generet af kunstig intelligens
+PrioKritisk
Signaturprojektet, "+PrioKritisk", er en AI-baseret algoritme udviklet til at forudsige opståen og forværring af akut kritisk sygdom hos indlagte patienter. Projektet sigter mod at forbedre tidlig opsporing og behandling af tilstande som blodforgiftning, akut nyre- og lungesygdom.
Beskrivelse af systemet
Systemet er designet til brug på hospitaler, specifikt forankret på Regionshospitalet Horsens. Det skal bruges til at identificere patienter med øget risiko for at udvikle kritisk sygdom. Projektet har involveret læger og sundhedsfaglige medarbejdere fra Regionshospitalet Horsens, der har spillet en central rolle i udviklingen og testningen af systemet. Enversion A/S har samarbejdet med Regionshospitalet Horsens om udviklingen af den bagvedliggende model. Aarhus Universitet har også været en del af projektet gennem samarbejde med sundhedsfaglige forskere.
Systemet er ikke i brug i dag, grundet tekniske årsager. Projektet skulle være gennemført i perioden primo 2021 til ultimo 2022. Den 22. august 2022 var den digitale løsning klar til at blive testet på kliniske afdelinger.
Der afventes at få adgang til data i realtid. Det er ikke muligt at få afprøvet løsningen før de får denne adgang. Implementering ser ud til at kunne ske i december (2024) eller januar (2025).
Systemet bygger på kunstig intelligens af typen Supervised Machine Learning. Systemet bruger kunstig intelligens til at analysere patientdata og forudsige risikoen for kritisk sygdom. Når algoritmen gør opmærksom på en patient i risiko for at udvikle en kritisk tilstand, ledsages denne oplysning af de data, som ligger til grund for risikovurderingen. Derved kan lægerne bedre agere på oplysningen og sikre, at de mest udsatte patienter får den rette behandling i tide. Denne tidlige opsporing forbedrer mulighederne for overlevelse, reducerer risiko for følgevirkninger samt giver øget livskvalitet for de ramte patienter.
Algoritmen er blevet trænet - ved hjælp af data fra mange tusinde hospitalsindlæggelser - til at genkende de tidlige tegn på kritisk sygdom. Projektet skal undersøge den kliniske værdi for personalet, når de bruger algoritmen som led i beslutningstagningen.
- Der behandles kun data fra den aktuelle indlæggelse, og kun data nødvendige for brugen af kunstig intelligens,
- Algoritmen er begrænset til at se på cirka 30 dataelementer per patient,
- Data videregives fra Region Midtjylland til en IT-virksomhed, med det ene formål at drifte løsningen. Anden anvendelse er ikke tilladt,
- Data persisteres ikke hos IT virksomheden, udover hvad der kræves for at 1) drive algoritmen og 2) gennemføre de planlagte projekter,
- IT-virksomheden er certificeret efter relevant ISO-standard i forhold til at håndtere personfølsomme oplysninger,
- Det samme gælder IT-leverandørens hosting partner,
- Der foreligger databehandleraftaler.
Al øvrig håndtering af data sker indenfor Region Midtjyllands systemer.
Begrundelsen for indførelsen af systemet er at teamet af behandlere kan få hjælp til at iværksætte den rette behandling på et tilsvarende tidligt stadie. Hensigten er også at systemet skal kunne bruges til at identificere patienter i risiko for at udvikle kritisk sygdom hurtigere end det før har været tilfældet.
Mailkorrespondance med repræsentant fra Region Midtjylland
https://www.regioner.dk/media/14804/ai-eksempelsamling_elektronisk.pdf
https://www.regioner.dk/media/13855/oea21-ai-signaturprojekt-opsporing-af-kritisk-sygdom.pdf
