Resursoptimering på akutmottagningen med hjälp av maskininlärning

Doktorandprojektets syfte är att utveckla beslutsstöd baserade på avancerade statistiska metoder, maskininlärning/artificiell intelligens (AI) och data från stora hälso- och sjukvårdsregister för att optimera omhändertagandet inom akutsjukvården. I ett delprojekt modelleras ett AI-baserat beslutsstöd för diagnostisering av vuxna patienter med andningssvårigheter på en akutmottagning.

Temat ingår i forskningsmiljön AIR Lund (Användning av artificiell intelligens inom registerforskning), ett samarbete mellan Lunds universitet, Högskolan i Halmstad, Region Skåne och Region Halland kring registerforskning med hjälp av artificiell intelligens (AI). Finansieras av bl a Region Hallands Vetenskapliga Råd samt Sparbanksstiftelsen.

I Sverige finns en unik möjlighet att forska på olika register inom hälso- och sjukvård. Med hjälp av dessa vill vi utveckla beslutsstöd baserade på statistiska modeller och maskininlärning, en aspekt av artificiell intelligens (AI).

Dessa beslutsstöd skulle kunna förbättra diagnostik och behandling av patienter som söker vård på akutmottagningar. Med förfinad och mer individanpassad prediktion skulle vården bättre kunna skräddarsys för varje patient. Detta har i sin tur potential att öka patientsäkerheten och optimera resursutnyttjandet.

Vad är det för projekt och varför vill ni att jag ska delta?
I det här projektet genomförs registerbaserad forskning. Det innebär att vi hämtar uppgifter från befintliga register. Huvudman är Lunds universitet. Du har rätt att begära utträde från studien när som helst. Kontakta Ellen Tolestam Heyman på [email protected] om du har frågor eller vill begära utträde.

Många patienter söker akutsjukvård på grund av andningssvårigheter. De vanligaste sjukdomarna som orsakar andningssvårigheter hos vuxna patienter på en akutmottagning är akut försämring i hjärtsvikt, akut försämring i kronisk obstruktiv lungsjukdom (KOL) samt lunginflammation (pneumoni). Diagnostisering av andningssvårigheter är komplext eftersom det kräver en sammanvägning av många faktorer. Samtidigt är snabb och korrekt diagnostik och behandling viktigt eftersom symtomet i vissa fall orsakas av en allvarlig sjukdom.

Vi avser i detta projekt undersöka om vi med maskininlärning (artificiell intelligens, AI) kan träna en dator att känna igen mönster i akutpatienters data, såsom tidigare sjukdomar, läkemedelsanvändning, undersökningsresultat och sociala faktorer, för att sedan kunna förutsäga vilken eller vilka av de vanligaste sjukdomarna patienten har, som orsakar andningssvårigheterna. Syftet är att patienter med andningssvårigheter snabbt ska få en korrekt diagnos för optimal behandling.

I projektet kommer vi samla in data från alla vuxna patienter (18 år och äldre) som sökte vård på grund av andningssvårigheter på en akutmottagning i Region Halland 1 juli 2017 – 31 december 2019 eller i Region Skåne 1 januari 2017 – 31 december 2018. Data samlas in från Region Hallands och Region Skånes journalsystem samt från Socialstyrelsens och Statistiska centralbyråns register, och innefattar bla ålder, kön, socioekonomiska data, tider på akutmottagningen, läkemedelsbehandling, diagnoser och åtgärdskoder samt eventuellt dödsdatum och dödsorsak.

All data skyddas av sekretess enligt Offentlighets- och sekretesslagen (2009:400) och Offentlighets- och sekretessförordningen (2009:641). Behandling av personuppgifter kommer ske enligt Dataskyddsförordningen (EU-förordningen 2016/679, GDPR). All bearbetning och analys av data sker med så kallade pseudonymiserade data, dvs ingen individ kan direkt identifieras. All presentation av resultat kommer att ske på gruppnivå i icke identifierbar form, dvs ingen enskild individ kommer kunna urskiljas. Redovisning av resultaten kommer primärt ske i vetenskapliga tidskrifter.

Lunds universitet, som är huvudman för studien, är ansvarig för personuppgifterna och lyder under Dataskyddsförordningen/GDPR. Enligt lagen har Du rätt att kostnadsfritt få information om vilka personuppgifter som behandlas om just Dig. Du har också rätt att begära rättelse av personuppgifter som Du tror är felaktiga.

Om Du vill utnyttja någon av Dina rättigheter, om Du har generella frågor kring hur personuppgifter behandlas eller om Du vill begära ett registerutdrag vänder Du Dig till Din region:

Region Halland

Dataskyddsenheten Region Halland, Box 517, 301 80 Halmstad. Tfn: 035-13 10 00. E-post: [email protected].
Region Skåne

Dataskyddsombudet, Region Skåne, 291 89 Kristianstad. Tfn: 044-309 30 00 (dataskyddsfrågor).
Enheten för journal- och arkivservice på Regionarkivet: Regionarkivet, Porfyrvägen 20, 224 78 Lund, telefon 0771-86 66 00 (registerutdrag).
Om Du önskar att Dina data inte skall användas eller om Du önskar få en mer detaljerad information angående studierna, sekretesslagen eller Dataskyddsförordningen/GDPR går det bra att kontakta den ansvarige forskaren professor Jonas Björk via doktorand och ST-läkare Ellen Tolestam Heyman, Akutkliniken Hallands Sjukhus, Hallands Sjukhus Varberg, Box 510, 432 81 Varberg. E-post: [email protected].

Om Du avböjer att Dina personuppgifter används kommer detta inte på något sätt att påverka Din nuvarande eller framtida kontakt med sjukvården.