Uncategorized
Ørelæger træner komplicerede operationer med simulator
En kirurgisk simulator giver ørekiruger en unik mulighed for at træne og eksperimentere med forskellige teknikker, inden de skal operere på levende mennesker.
Rigshospitalet
Fra ’one size fits all’ til individuel behandling
Rigshospitalet undersøger, om kunstig intelligens kan bidrage til at give patienter med blodprop i hjertet en hurtigere og mere individuel behandling.
Hjertemedicinsk klinik på Rigshospitalet hjælper patienter med hjertekrampe, hjerteinfarkt, hjerteklapproblemer eller medfødte hjertesygdomme. Klinikken er specialafdeling for hjerte- og lungetransplantation og for behandling af forstyrrelser i hjerterytmen.
Udfordringen
25% bliver genindlagt efter blodpropper i hjertet
25 procent bliver genindlagt inden for det næste halve år, efter at de har haft en blodprop i hjertet. Det belaster både sundhedsvæsenet men ikke mindst patienternes livskvalitet. Patienterne ligger typisk til overvågning i tre til fem døgn, afhængigt af hvordan de har det. Det vil derfor være en stor forbedring af efterbehandlingen for patienterne og en samfundsmæssig gevinst, hvis man kan forudse og forebygge genindlæggelser.
Mange udfordringer i sundhedsvæsnet kan løses med kunstig intelligens.
De første timers behandling af patienter med en blodprop i hjertet er vigtige. Derfor indsamler man data, mens patienterne er indlagt. Men de statistiske risikomodeller, man anvender i dag, kan ikke vurdere, hvordan forskellige parametre påvirker hinanden. Rigshospitalet undersøger derfor, om man med kunstig intelligens kan gøre behandlingen af patienterne bedre.
TEKNOLOGIEN BAG
Kunstig intelligens skal hjælpe med at finde dem, der er i risikozonen
Alle de kliniske parametre, som vi ved har betydning, føres ind i en algoritme. Det gælder lige fra blodprøver, blodtryksmålinger, resultater fra undersøgelser og patientens sygdomshistorik. Derefter følges patienterne i en periode efter udskrivelsen, og algoritmen fodres med oplysninger om, hvilke patienter der siden oplever komplikationer.
Målet er, at algoritmen kan håndtere de enorme datamængder og lede efter mønstre, og på den måde laver en profil over de patienter, der har størst risiko.
Dan Eik Høfsten
Overlæge
Rigshospitalets Hjerteafdeling
De klassiske modeller er begrænset af, at de oftest antager, at hver parameter er uafhængig af de andre og har samme betydning for alle patienter. Med maskinlæring har vi mulighed for at kombinere variable på mange måder og dermed tage højde for, hvordan parametrene påvirker hinanden.
Bliv inspireret af vores andre kunder
Se hvordan andre har brugt digitalisering til at forbedre vores velfærd:
Læs mere »
Digital sundhed
Fra ide til produkt på 14 dage
Region Midtjylland fik hurtigt en løsning til overvågning af Covid-19-patienters iltmætning. Løsningen støtter op om regionens strategi om agil udvikling af sundheds-it.
Kunstig intelligens
RetinaLyze giver flere mennesker adgang til øjenscanninger
Ved hjælp af kunstig intelligens finder RetinaLyze tidlige tegn på øjensygdomme forårsaget af diabetes.
