AP5 - Analys av hälsodata. Artificiell intelligens och algoritmer för datadriven precisionshälsa.

Syfte: Att skapa en nationell plattform för hälsoanalys som möjliggör datadriven precisionshälsa för att identifiera riskpatienter och anpassa handläggning inom vården.

Metoder som har utarbetats för att identifiera vårdrelaterade infektioner och komplikationer inom ramen för VINNOVA-projektet VRI-Proaktiv vidareutvecklas här för att identifiera utsatta patienter med ökad risk för allvarliga infektioner, resistens och komplikationer/dödlighet. AI-baserade prediktionsalgoritmer och maskininlärning baserat på stora mängder hälsodata utvecklas för att individualisera antibiotikaterapi och förutsäga vilka patienter som har risk att få icke verksamma antibiotikabehandlingar. Dessa integreras i digitala verktyg som kan integreras inom vårddatasystem. Det kan effektivisera arbetet med rationell behandling, bland annat för att identifiera utsatta patientgrupper som har ökad risk för allvarliga infektioner och sämre utfall (t ex sepsis). Ett välfungerande system kan också fungera som en forskningsresurs för randomiserade kliniska prövningar.

Senast uppdaterad: 2021-12-17