Dansk sundhedsvæsen er udfordret af krav om effektivisering, prioritering og høj kvalitet. Politikere opfordrer derfor sygehuse til innovation og digital transformation. Sygehus Lillebælt og SAS Institute er langt med projektet DeSeRT, – hurtig diagnosticering af akutpatienter med kunstig intelligens(AI).
Hurtig diagnosticering repræsenterer en stor udfordring for hospitaler. På danske sygehuse modtages 1 million akut syge hvert år til udredning, diagnostik og behandling. 15.000 af disse dør af forskellige årsager. Nogle kan ikke behandles og er allerede døende, når de bliver indlagt, men en del bliver fejldiagnosticeret og dør i forbindelse med indlæggelsen eller inden for en uge. Videnskabelige studier viser, at op til 1/3 af alle diagnoser bliver overset. Den hyppigste årsag til fejl er forkert bestilling, udførelse og fortolkning af diagnostiske tests.
Hvordan fungerer DeSeRT?
Ved akut indlæggelse får patienten taget en standard laboratoriepakke, der indeholder en række analyser, med de mest hyppige akutte medicinske tilstande. Prøven sendes ind i en analyserobot og indenfor 45 minutter indløber analyseresultatet til DeSeRT, der beregner sandsynligheden for de mulige diagnoser, patienten kan have. På under et minut bliver lægerne i den akutte modtagelse via en skærm præsenteret for de tre mest sandsynlige kliniske tilstande, som patienten kan have med en sandsynlighed for hver diagnose. Behandlerteamet bruger informationen til at beslutte det videre forløb.
Hurtig diagnose= hurtig behandling
I projekt DeSeRT vil hurtigere og mere præcise diagnoser, fjerne usikkerhed og give bedre behandlingsresultater. Da algoritmerne giver ekspertstøtte, forventes mere ensartet diagnosticering og behandling og beslutningstagning. Den absolutte risikovurdering forventes at være lettere at diskutere mellem patient og læge/sygeplejerske, hvilket gør informeret samtykke mere valideret og forståeligt for patienten.
Målet er diagnosticering indenfor en time
Med DeSeRT forventes færre dødsfald og skadelige udfald. På Sygehus Lillebælt modtages 44.000 patienter hvert år, og 1.200 dør.10-20 % kan måske reddes, hvis de opdages i tide.
Der går i gennemsnit 15 timer, før den rigtige diagnose stilles, og en plan lægges. Indlæggelsestiden er i gennemsnit 21 timer. Ved at bruge en stor laboratoriepakke ved patienters ankomst til skadestuen kan AI forudsige 18 diagnoser og udfald inden for 70 minutter. Det forventes, at dette vil være et nyttigt værktøj for den vagthavende læge til at reducere liggetiden (forventet med 5 timer), en 50 % reduktion af dødsfald inden for 1 uge, en 20 % reduktion i brugen af intensive dage. 20 % reduktion i brug af respiratorer og 20 % reduktion i genindlæggelse inden for 30 dage.
Med en døgngennemsnitspris på 2.000 kr. og en reduktion i liggetiden for 49.000 patienter på fem timer, vil hurtig udskrivning reducere omkostningerne med ca. 19 mio. kr. – nok til at give en nettobesparelse til ekstra laboratorieprøver og AI-systemer. På regionalt og nationalt plan svarer det til henholdsvis 80 og 400 mio. kr.
I 2020 lavede Digitaliseringsstyrelsen, KL og Danske Regioner en investeringsfond, der understøtter afprøvning af nye teknologier. Den støtter en række signaturprojekter, der anvender kunstig intelligens. DeSeRT er et af disse signaturprojekter.
SAS Institute leverer avancerede softwareløsninger, som omdanner data til indsigt og beslutningskraft. Nysgerrighed er en del af SAS Institutes DNA og en vigtig drivkraft, når SAS Institutes eksperter inden for bl.a. AI og machine learning skaber løsninger sammen med kunder over hele kloden og i en lang række industrier. Løsninger, der øger innovationskraften i private og offentlige virksomheder og på tværs af brancher.
Kontakt for yderligere information
Morten Krogh Danielsen
SAS Institute
[email protected]
Ivan Brandslund
Region Syddanmark
[email protected]