Prediktera återinläggning med AI

Pilotprojekt att skapa en datadriven ”second opinion” för konsultation av vårdgivaren

Sammanfattning
  • Datadriven second opinion
  • Maskininlärning på historiska patientberättelser
  • Pilotprojekt med heldygnsvården på Beroendekliniken
  • Kan förbättra vården, minska vårdkostnader och minska vårdköer
Yttersta målet

Svarar på frågan: Om vi vill minimera risken för snar återinskrivning, kan den patient som jag har framför mig skrivas ut nu eller bör jag vänta till senare?


En utmaning inom psykiatriska heldygnsvården är att många patienter frekvent återinskrivs. Detta sker ofta tidigare än vad som är önskvärt. Frekventa återinskrivningar innebär dels en ökad börda för patienterna, och dels innebär det en stor kostnad för vården som helhet, speciellt ökar trycket på akuter. ePsykiatrienheten vill därför skapa ett hjälpmedel för att tidigt se om en patient löper stor risk att återinskrivas. Utifrån en sådan riskbedömning kan det visa sig vara mer effektivt att hålla kvar en patient en längre tid så att hen hinner få bästa tillgängliga vård och därmed minskar den totala vårdtiden. En fungerande modell öppnar upp för att bättre skatta risken för snar återinläggning, bedömning av det omedelbara vårdbehovet, underlätta personcentrerad vård genom att erbjuda skräddarsydda behandlingsupplägg utifrån patientens unika behov, samt erbjuda beslutsstöd till vårdgivare vid etiskt svåra valsituationer.

Projektet planerar att starta våren 2019. En matematisk modell tränas upp med hjälp av maskininlärning med avancerad textanalys (NLP) på historiska patientberättelser. I pilotprojektet kommer relevant data kommer från avidentifierad information från journaler och andra texter användas för att träna upp en modell. Denna modell kan sedan användas internt inom Sahlgrenska Universitetssjukhuset.

Kontaktpersoner

Mikael Mide, ePsykiatrienheten
mikael.mide@vgregion.se
0700825194