Toppen! Nu Àr du prenumerant pÄ Warp News
HÀrligt! Genomför ditt köp i kassan för full tillgÄng till Warp News
Varmt vÀlkommen tillbaka! Du Àr nu inloggad.
Tack! Kolla din inkorg för att aktivera ditt konto.
Klart! Din faktureringsinformation Àr nu uppdaterad.
Uppdateringen av faktureringsinformationen misslyckades.
🚑 AI kan öka överlevnaden bland patienter pĂ„ sjukhus

🚑 AI kan öka överlevnaden bland patienter pĂ„ sjukhus

En AI har trÀnats att kÀnna igen tecken pÄ att patienter behöver intensivvÄrd. Det gör att patienterna fÄr rÀtt vÄrd tidigare Àn de fÄr idag, vilket ökar deras chanser att överleva.

Kent Olofsson
Kent Olofsson

Varje Är blir över 60 000 patienter pÄ sjukhus bara i Storbritannien sÄ sjuka att de akut mÄste föras över till intensivavdelningen. Ju tidigare lÀkarna inser att en patient behöver intensivvÄrd desto större Àr chansen att patienten överlever och hÀr kan AI hjÀlpa till.

Ett forskarlag frÄn Oxford University i Storbritannien har lÄtit en AI gÄ igenom över 230 000 fall frÄn brittiska sjukhus för att lÄta AI:n lÀra sig upptÀcka vilka signaler som tyder pÄ att en patient kommer att behöva intensivvÄrd.

NÀr AI:n sedan fick bedöma andra tidigare fall visade det sig att den upptÀckte 42 procent av de patienter som sedan behövt intensivvÄrd inom 48 timmar. Motsvarande siffra för de manuella bedömningsskalor som anvÀnds idag lÄg pÄ 22 procent. Det betyder att tiotusentals patienter enbart i Storbritannien kan fÄ snabbare vÄrd och större chanser att överleva varje Är.

– Sen upptĂ€ckt av att en patient blir sĂ€mre Ă€r kopplat till sĂ€mre utfall, inkluderande dödsfall. Trots ett utbrett anvĂ€ndande varningssystem baserat pĂ„ bedömningsskalor, som bygger pĂ„ vitalparametrar, Ă€r det mĂ„nga snabba försĂ€mringar som inte upptĂ€cks i förvĂ€g, sĂ€ger professor Peter Watkinson vid Oxford University och en av forskarna bakom AI:n.

AI:n kallas Haven och analyserar olika riskfaktorer som blodtryck, hjÀrtrytm, kroppstemperatur, blodvÀrden och patientens allmÀntillstÄnd. Dessa vÀrden sammanstÀlls sedan till ett vÀrde som visar vilka patienter som löper risk att behöva intensivvÄrd.

De manuella metoder som anvÀnds idag fungerar i princip pÄ samma sÀtt, men Haven Àr alltsÄ bÀttre pÄ att tolka alla data och kan dÀrmed rÀdda mÄnga liv.

– Havens maskininlĂ€rningsalgoritm, som anvĂ€nder elektroniska patientdata som rutinmĂ€ssigt samlas in av de flesta NHS-sjukhus, har potentialen att vĂ€sentligt förbĂ€ttra vĂ„ra möjligheter att upptĂ€cka patienter som behöver intensivvĂ„rd. Det ökar chansen att de som kan rĂ€ddas av att snabbt fĂ„ intensivvĂ„rd ocksĂ„ fĂ„r det i tid, sĂ€ger Peter Watkinson.

LÀs hela studien hÀr.

📝 FĂ„ en dos faktabaserad optimism varje vecka.

Bli en del av över 15 000 optimistiska, framtidsinriktade prenumeranter som vill att framtiden kommer snabbare.