AI941 - WardHome

Billedet er generet af kunstig intelligens

WardHome

Når patienter udskrives fra hospitalet, bruges AI-systemet, Ward Home, til at overvåge deres tilstand i eget hjem. Systemet kan vurdere borgerens tilstand og alarmere det sundhedsfaglige personale, hvis dette bliver nødvendigt. 

  • Bispebjerg Hospital
  • Rigshospitalet
  • Frederiksberg Hospital
  • Region Hovedstaden

Beskrivelse af systemet

I. Hvor bruges systemet og hvad bruges det til?

Projektet udgår fra Bispebjerg Hospital og Rigshospitalet. Her bruges systemet til at overvåge og vurdere borgeres rehabilitering i eget hjem. Systemet muliggør, at der kan ske tidlig opsporing og indgriben, hvis patientens sygdomstiland forværres, og systemet kan alarmere personalet, hvis dette bliver nødvendigt. 

Systemet bruges i Danmark og i Norge, men det er også på vej i USA, Storbritannien, Tyskland, Schweiz, Portugal, Spanien og Holland.

II. Hvornår blev det implementeret?

Projektet blev igangsat i starten af 2021 og løb indtil slutningen af 2024. Der er igangsat projekter for at videreudvikle WARD-systemet herefter.

Fra februar 2024 er WARD-systemet, som led i kliniske forsøg implementeret på ni afdelinger på Rigshospitalet og Bispebjerg Hospital. 

III. Hvordan gør systemet brug af kunstig intelligens?

I de første tre dage efter udskrivelsen har patienten sensorer på. Patienterne oprettes i en app, så sygeplejersken på akutafdelingen får data direkte ind. Dette giver læger og sygeplejesker mulighed for at opdage ændringer i patientens tilstand. En algoritme vil nemlig sortere i patientens fysiologiske data og herudfra alarmere sundhedspersonalet, hvis det er nødvendigt. Algoritmen skal kopiere en erfaren klinikers tilgang til at vurdere patienters tilstand. 

Løsningen består af tre komponenter:

- Trådløse sensorer, der kontinuerligt og i realtid måler patientens vitale parametre (blodtryk, iltmætning, puls, vejrtrækning osv.)

- En algoritme, der – ved hjælp af kunstig intelligens – analyserer og sorterer sundhedsdata fra sensorerne.

- En app på personalets telefoner, der giver et overblik over patienternes sundhedsdata og udsender en alarm ved forværring i en patienternes tilstand.

IV. Hvilke data er blevet brugt til at træne algoritmen?

Algoritmen tager udgangspunkt i en database, som indeholder en gennemgang af alle patienters komplikationer og diagnoser. Algoritmen er blevet testet og finjusteret med data fra forskellige patientgrupper på hospitaler. Herudover er algoritmen blevet testet i  eget hjem hos en gruppe personer, der har været indlagt akut på Bispebjerg Hospital.   

V. Hvilke sikkerhedsforanstaltninger findes der?

Inden projektet blev igangsat, blev der arbejdet på at sikre serverne i regionens IT-afdeling.  

Borgerens data er sikret ved, at det sendes fra borgeren i eget hjem gennem et VPN-simkort, som er blevet indkøbt gennem IT-afdelingen.   

Når der sendes info om vitalparametre til sygeplejersker og læger på hospitalet, sker det gennem hospitalets sikrede administrative WIFI til hospitalstelefoner.   

VI. Har systemet været afprøvet gennem f.eks. pilotprojekter? Blev der identificeret konkrete (etiske, juridiske, tekniske) udfordringer? Blev disse udbedret? Hvordan?

En udfordring ved systemet er, at det har fokus på patienter efter udskrivning, mens lægerne og sygeplejeskerne hidtil primært har haft fokus på patienter under indlæggelsen. Derfor er det helt nye arbejdsgange og mønstre, der skal implementeres.  

En anden udfordring ved systemet er, at mens man kan se det, når en komplikation er opstået, vil man ikke kunne se det, når en komplikation er undgået. Her vil alt nemlig bare se normalt ud.   

Udfordringerne er udbedret gennem grundig information og oplæring i projektet og rationalet bag dette. Herudover er det blevet fremhævet, hvordan systemet kan gøre en forskel. 

VII. Hvordan er begrundelsen for indføring af systemet?

Antallet af indlæggelser på hospitalerne øges, og der er derfor behov for at frigøre plads på hospitalerne ved, at borgere udskrives til rehabilitering i eget hjem. Ved at indføre Ward Home vil sundhedspersonalet bedre kunne prioritere de patienter, der har brug for fortsat indlæggelse. Herudover vil systemet kunne opdage en kommende komplikation op til et døgn tidligere end personalet, og dette vil øge muligheden for at forhindre komplikationen. Systemet vil skabe mulighed for tidlig opsporing og indgriben i tilfælde af sygdomsforværring hos udskrevne patienter, således at der skabes en tryg rehabilitering i borgerens eget hjem.  

Foreløbige erfaringer med systemet er, at patienter oplever tryghed ved digitalt at blive overvåget, når de er blevet udskrevet. Herudover har sundhedsfagligt personale mulighed for at lave hurtige opfølgninger efter udskrivelse, hvis der er behov for det. 

VIII. Er lignende systemer blevet implementeret andres stede? Eventuelt, hvilke erfaringer er der derfra.

Systemet bygger videre på det kliniske supportsystem WARD, som indsamler information om puls, iltmætning, vejrtrækning, mv., og vurderer patientens tilstand på baggrund heraf. Ward Home skal udvide denne løsning, således at overvågningen af patientens tilstand også kan ske derhjemme. 

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 finansielt
Klassifikationsbegrundelse
Systemet overvåger proaktivt patienters tilstand kontinuerligt i hjemmet efter udskrivelse. Det alarmerer personalet (ADS) om forværring af den enkeltes sygdomstilstand (Individ) med henblik på tidlig prioritering af intervention.
Ændringshistorik (3 opdateringer)
Algoritmisk reguleringsklassifikation tilføjet
Kilde: Laage-Thomsen & Ratner (2025), Politica 57(2) (2026-06-30)
Felt opdateret
Vis detaljer
+ Leverandør: Ward ApS
Oprettet
Citér dette projekt

APA 7

Bispebjerg Hospital & Rigshospitalet & Frederiksberg Hospital & Region Hovedstaden. (2024). WardHome. I «Offentlig AI – Database over kunstig intelligens i den offentlige sektor». Tilgået 7. september 2026 fra https://offentlig-ai.dk/projekter/wardhome

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