Inga produkter i varukorgen.
Ny AI-modell kan hjälpa ambulanspersonal att rädda fler
AI Flera olika variabler visar hur svårt drabbad en skadad person är. När ambulanspersonal ska avgöra skadeläget kan beslutsstöd av ett AI-verktyg hjälpa dem att rädda fler liv. Det visar ny forskning från Chalmers, Göteborgs universitet och Högskolan i Borås.
Foto: Stockadobe
– Om allvarligt skadade transporteras direkt till ett universitetssjukhus ökar chansen att de överlever, eftersom där finns resurser att ta hand om alla typer av skador. Därför måste vi bättre kunna säga vilka som är allvarligt skadade, och vilka som inte är det, så att alla får rätt vård och resurserna används på bästa sätt, kommenterar Anna Bakidou, doktorand i forskargruppen Care@Distance – Remote and Prehospital Digital Health vid institutionen för elektroteknik på Chalmers tekniska högskola.
Hon har tillsammans med ett antal medförfattare tagit fram fem olika matematiska modeller som bygger på data om vuxna personer som kommit i kontakt med ambulanssjukvård mellan 2013 och 2020. Genom att väga samman en mängd komplexa variabler, som till exempel andningsfrekvens, skadetyp, blodtryck, ålder och kön, visade det sig att samtliga AI-modeller kan prestera bättre än människor. Alltså mer träffsäkra beslut än de som togs av ambulanspersonalen vid händelsen.
40 procent av de allvarligt skadade patienterna skickades inte direkt till ett universitetssjukhus när människor gjorde bedömningen. Samtidigt skickades 45 procent av de icke allvarligt skadade till universitetssjukhus i onödan, då deras skador hade kunnat tas om hand på ett vanligt sjukhus.
Yngre personer, som i hög utsträckning råkar ut för trafikolyckor, bedöms ofta som mer allvarligt skadade än de är, medan äldre personer, som till exempel råkar ut för fallolyckor, bedöms som lindrigt skadade trots att deras tillstånd kan bli livshotande, till exempel på grund av inre blödningar.
Tekniken kan låta revolutionerande men det återstår en hel del arbete för att kunna implementera AI:n, Ett avgörande steg är att hitta metoder för att snabbt och lätt få in alla uppgifterna i AI-verktyget och att tjänsten ska kunna samspela med användarna på ett bra sätt.
– Kan man till exempel prata med verktyget för att kunna ha båda händerna fria? Hur kan befintliga rutiner och protokoll användas för att fungera ihop med AI:n och hur kan råden till personalen uppdateras när nya uppgifter tillkommer? Sådana saker behöver vi testa och ta hänsyn till när vi går vidare med fler studier och prototyparbete, kommenterar Anna Bakidou.
