AI skal screene for dysfagi

Spansk redskab

Redskabet er udviklet af en gruppe forskere i Barcelona i Spanien og har i få år været en del af den kliniske praksis på fem hospitaler i Nordspanien, fortæller Dorte Melgaard:

— I Spanien har brugen af AIMS-OD forbedret deres i forvejen gode praksis på dysfagiområdet. Hos os er planen, at vi kører vores patientdata igennem serveren i Spanien, og så får vi allerede 5-6 sekunder efter en opdatering på den enkelte patients risiko for dysfagi. Vi kan screene patienterne fx to gange i døgnet.

— I dag er udfordringen ofte, at en patient, der eksempelvis bliver indlagt fredag eftermiddag, måske først bliver undersøgt for dysfagi tirsdag eller onsdag i ugen efter — dels fordi fokus er på den primære sygdom, dels fordi den mindre bemanding i weekenden betyder færre undersøgelser, forklarer Dorte Melgaard.

AI-redskabet screener for de samme parametre som Ida-Marie og hendes ergoterapeutkollegaer screener for ved journalgennemgang og til morgenkonferencer. AI kan selvfølgelig ikke stille diagnosen, understreger Dorte Melgaard, men når Ida-Marie og hendes kollegaer får besked om, hvilke patienter, der har forhøjet risiko for dysfagi, kan de målrette deres ressourcer og gå ind og undersøge netop de patienter.

Det er smart, fordi ergoterapeuterne på hospitalet ikke har timer nok i døgnet til at undersøge alle indlagte patienter, forklarer Ida-Marie Vandborg Petersen:

— På Aalborg Universitetshospital har vi på to år haft omring 1.500 indlæggelser på Ældremedicinsk Afsnit, og hvis hver enkelt patient skulle være undersøgt for dysfagi, ville det kræve enormt mange ressourcer. De ressourcer har vi ikke. Derfor er det vigtigt, at vi finder nye veje, der kan hjælpe os til at bruge vores ressourcer på en måde, så vores patienter får den bedste behandling, vi kan give dem. Og det kan AI hjælpe os med.

AI-redskabet er ikke et mirakelmiddel, men en støtte i den kliniske praksis. En patient kan nemlig sagtens være i højrisiko for at have dysfagi uden faktisk at have det — og omvendt kan en patient, der ikke matcher de sædvanlige parametre for dysfagirisko alligevel være ramt.

AI kan ikke gøre arbejdet for os, men i et presset sundhedsvæsen får vi behov for den slags redskaber som støtte for vores sundhedsprofessionelle arbejde

Baseline

I løbet af det seneste halve år har Ida-Marie brugt en god del af sin arbejdstid på ”helt slavisk”, som hun siger, at gennemgå patientjournaler for diagnosekoden dysfagi. Resultatet underbygger hypotesen om, at langt flere patienter end dem, der i dag får diagnosen, lider af dysfagi.

Undersøgelsen bliver udgangspunkt for den nye praksis, som hun og Dorte Melgaard forventer bliver en realitet, når AI-projektet er gennemført. På den måde kan de måle resultaterne af en ny praksis, hvor AI screener alle patienter.

Hvorfor det lige er et AI-redskab fra Spanien, som de kobler sig på i Aalborg, er der en god forklaring på:

— Det er komplekst at udvikle et AI-redskab. For at få tilstrækkelig datamætning som grundlag, skal vi kunne bygge på måske 15.000 patientforløb, og det kommer vi ikke i nærheden af hos os. Samtidig ligger der også et kæmpe arbejde i at opbygge selve algoritmen, siger Dorte Melgaard.

Der har været stor interesse for projektet fra andre danske hospitaler, og også Bispebjerg Hospital er en del af projektet, som seniorforskeren håber at kunne lande med en implementering i 2027.