AIR Lund Chest pain - Effektivare och mer jämlik akutvård med hjälp av avancerade medicinska beslutsstödsystem

Uppskattningar gör gällande att överinläggningen av patienter som söker akut sjukvård med bröstsmärtor kostar sjukvården i Sverige hundratals miljoner kronor årligen. Utredningen av dessa patienter syftar primärt till att utesluta eller fastställa akut koronart syndrom (hjärtinfarkt och instabil kärlkramp).

Vårt projekt syftar till att ta fram ett medicinskt beslutsstödsystem som ska göra handläggningen av denna patientgrupp effektivare och mer jämlik, samtidigt som den höga patientsäkerheten bibehålls. I den föreslagna lösningen används artificiell intelligens och maskininlärning för automatisk inhämtning, systematisering och kategorisering av data avseende patientens nuvarande och tidigare vårdkontakter från journalsystem och andra hälsodataregister. Dessutom utvecklas en ny prediktionsmodell som utnyttjar omfattande uppgifter om exempelvis symtom, biomarkörer och patientens sjukhistoria för att förbättra diagnostiken och effektivisera handläggningen.

Lösningen kommer patienterna till godo genom att diagnos kan ställas med större tillförlitlighet, men också genom minskad oro när lugnande besked kan ges tidigare och med större säkerhet. Indirekt kan också andra patientgrupper gynnas genom kortare väntetider och omfördelning av resurser. Lösningen är nyskapande ur ett internationellt perspektiv eftersom den kombinerar journaluppgifter med strukturerade uppgifter hämtade ur hälsodata- och befolkningsregister, vilket är en möjlighet som i stor utsträckning saknas internationellt. I förlängningen har vårt arbete stor potential att kunna användas även för andra besöksorsaker än bröstsmärta, och även vid besök till andra typer av patientmottagningar, exempelvis inom primärvården.