Att kunna göra träffsäkra bedömningar inom den slutna psykiatriska vården är av största vikt. Trycket på vården är högt och genom att skriva ut patienter vid rätt tidpunkt kan kapaciteten nyttjas på bästa sätt. Samtidigt finns det risk för patientens hälsa om personer skrivs ut för tidigt. Det ligger således ett stort ansvar på läkarna att göra träffsäkra bedömningar. Till sin hjälp har de olika källor att grunda sitt beslut på; exempelvis diagnos, ålder, vårdhistorik, medicinering och inte minst patientjournalen.

För att stötta läkare i beslutsfattandet genomfördes ett pilotprojekt för att undersöka vilka möjligheter AI kunde ge inom Västra Götalandsregionen, VGR. Resultatet visade att det gick att kartlägga mönster inom patientdata och därigenom kunna förutsäga vilka patienter som löper högst risk för snabb återinskrivning.

B3 fick i uppgift att ta pilotprojektet vidare till nästa nivå genom att vidareutveckla den maskininlärningsalgoritm som användes i modellen samt att även göra det möjligt att algoritmen kan användas direkt av läkarna. Vidare fanns det en begränsning i att ingen data kunde lämna VGRs egen server, vilket ställde höga krav på algoritmens effektivitet och minnesanvändning.

Genom Natural Language Processing (NLP), en teknik inom AI för bearbeta och processa det mänskliga språket, har B3 även utvecklat en specialiserad modell som gör det möjligt att använda journalanteckningar, trots att dessa har en stor mängd förkortningar och fackuttryck, och kombinera dessa med den strukturerade datan. Algoritmen kan därigenom snabbt gå igenom en stor mängd uppgifter från olika källor och ge en god prognos om ifall patienten löper stor risk för att snabbt återinläggas om den skrivs ut, vilket läkaren sen kan använda som en del av underlaget för sitt beslut.

B3s modell har presenterats för sjukhusledningen i Västra Götalandsregionen och utvärderas nu på bland annat Sahlgrenska med förhoppningen om att den i ett nästa steg ska färdigställas och tas i bruk. 

— Teamet från B3 har varit mycket proffsigt, och hjälpt oss att förstå och använda den data vi har för att utveckla en algoritm som kan predicera tidiga återinskrivningar med en träffsäkerhet liknande den i publicerade studier på ämnet. Vi hoppas att den på sikt ska kunna bistå läkare i deras dagliga arbete på avdelningen, säger Mikael Mide Leg. Psykolog/Projektledare vid ePsykiatrienheten, Sahlgrenska Universitetssjukhuset.

Om ePsykiatrienheten
ePsykiatrienheten är en gemensam resurs för hela vuxenpsykiatrin inom Sahlgrenska Universitetssjukhuset i Göteborg. Enhetens uppdrag är att ta fram digitala stöd och behandlingar som kan användas inom den ordinarie verksamheten.