Efter tre år har det svensk-norska projektet Kontiki redovisat resultat från arbetet med AI-baserade beslutsstöd och digitala vårdlösningar. Projektet har omfattat både bedömning av patienter i ambulans och digital uppföljning efter sjukhusvistelse.
En modell som utvecklats vid Chalmers tekniska högskola, On Scene Injury Severity Prediction, OSISP, använder uppgifter som ambulanspersonalen redan samlar in för att bedöma hur allvarligt skadad en patient är. Studier tyder enligt Interreg Sverige–Norge på god träffsäkerhet i både Sverige och Norge. Modellen kan ge stöd vid valet av fortsatt behandlingsnivå.
Projektet har även undersökt bild- och videoanalys för snabbare identifiering av stroke. I utvecklingsarbetet har syntetiska data använts för att skydda personuppgifter. En virtuell testmiljö har tagits fram för att lösningar ska kunna prövas med syntetiska data innan klinisk användning.
Uppföljning med smartklockor
Patienter vid Sahlgrenska universitetssjukhuset och Sykehuset Østfold har använt smartklockor som mäter bland annat puls, syremättnad och aktivitet. Informationen kan ge vårdpersonalen underlag för uppföljning och skapa möjligheter för mer vård i hemmet. På sikt kan det minska behovet av längre sjukhusvistelser, enligt projektet.
Ambulanspersonal har också testat AI-lösningar i simulerade situationer. Tekniken uppfattades som ett användbart stöd, men inte som en ersättning för personalens professionella bedömning.
– En viktig lärdom är att utvecklingen av artificiell intelligens inom hälso- och sjukvården inte bara handlar om teknik, utan om samarbete, säger Finn Samuelsen, norsk projektledare vid Høgskolen i Østfold.
Projektet leds av Högskolan i Borås och Høgskolen i Østfold och finansieras av Interreg Sverige–Norge. Källa: Interreg Sverige–Norge
