Afprøvning af algoritmer til prædiktion af sygdomsforværring for KOL og hjertesvigt er afsluttet

Formålet med projektet har været at udvikle algoritmer som kunne forbedre de eksisterende telemedicinske løsninger til KOL og hjertesvigt. Baseret på kunstig intelligens skulle algoritmerne hjælpe med at identificere KOL- og hjertesvigtsborgere, før de oplevede en forværring af deres sygdom.  Fordi en forværring ofte leder til en indlæggelse, så skulle en tidligere forudsigelse af dette gøre det muligt at opstarte den nødvendige behandling tidligere. Det skulle gerne betyde, at færre borgere skulle indlægges på grund af forværring. Projektet indeholdt desuden en analyse af, hvorvidt løsningen kan bidrage til at mindske ulighed i sundhed. Motivationen for udviklingen af algoritmerne er at succesfuld prædiktion for KOL- og hjertesvigtsborgere med risiko for forværringer netop kan reducere indlæggelser. For borgerne skulle det gerne give en forbedret livskvalitet og et bedre behandlingsforløb. 

Algoritme for KOL

Algoritmen for KOL blev færdigudviklet og testet på borgere i et klinisk forsøg. KOL-algoritmen gav alarmer, der indikerer at en forværring kan være på vej for den enkelte borger. Nogle alarmer er gået forud for en efterfølgende indlæggelse. Det indikerer derfor at algoritmen reagerer korrekt. Andre gange er KOL-algoritmealarmer gået, uden at sygeplejerskerne kan forklare yderligere i data, både omkring alarmtidspunkt og efterfølgende. Data fra det kliniske forsøg af KOL-algoritmen er yderligere anvendt i to analyser. En sundhedsøkonomisk analyse og i en analyse om kliniske og borgernære effekter på indlæggelser og livskvalitet. Generelt for de to analyser er konklusionen, at der desværre ikke har været nok borgere med. Konkret har det betydet, at man ikke kan bestemme den økonomiske effekt samt de kliniske og borgernære effekter af at indføre KOL-algoritmen i praksis.

Algoritme for hjertesvigt

I projektet er der udviklet en tilsvarende algoritme til hjertesvigt, der kunne give alarmer om sygdomsforværring. Desværre opstod der uforudsete udfordringer i forbindelse med algoritmeudviklingen. Det anvendte datasæt indeholdt blot få indlæggelser. Derfor var det vanskeligt at træne algoritmen til hjertesvigt. Sammen med andre udfordringer har det betydet, at algoritmen til hjertesvigt ikke kunne testes på borgere i et klinisk forsøg.