I 2022 igangsættes 12 nye signaturprojekter, der skal undersøge mulighederne og barriererne for anvendelse af kunstig intelligens i kommuner og regioner. Fem af de 12 projekter relaterer sig til ældreområdet.
I Syddjurs og Aalborg Kommune skal man afprøve, om kunstig intelligens kan sikre, at hjemmehjælpsmodtagere får besøg af flere kendte ansigter.
Projektet baserer sig på en eksisterende løsning, der kommer med forslag til en optimal besøgsplan ud fra en række parametre, som for eksempel maksimalt antal forskellige medarbejdere og skemalagt arbejdstid.
Nu skal løsningen udvides med flere parametre, så outputtet fra algoritmen bliver forbedret. Et eksempel på et nyt parameter kunne være faktisk tidsforbrug. Det kan anvendes til at forudsige varigheden for besøg.
Løsningen afprøves i henholdsvis Aalborg og Syddjurs Kommune, så der bliver gjort erfaringer i kommuner af forskellig størrelse og med forskellige organisatorisk setup.
Forebyggelse af underernæring
Et andet projekt har til formål at forebygge akutte sygehusophold ved at identificere ernæringstruede borgere, så behandling kan igangsættes rettidigt. Underernæring blandt ældre er en betydelig forudsigelsesfaktor for længere indlæggelsestid, genindlæggelser og dødelighed.
I dag anvendes et manuelt screeningsværktøj til identificering af de ernæringstruede, men langt fra alle ernæringstruede identificeres.
Feltstudier har vist, at værktøjet er tidskrævende og at der er kvalitetsforskelle i tolkningen og uafklarede ansvarsområder mellem sektorer, hospitaler og afdelinger. Indsatserne er ikke ensartede, og generelt svigter den tværsektorielle kommunikation mellem kommunale og regionale enheder.
Ved at udvikle et intelligent værktøj baseret på data fra hospitalers og kommunale digitale journaler kan der mere effektivt identificeres og iværksættes forebyggende tiltag med henblik på at undgå underernæring.
Aarhus Universitetshospital er projektansvarlig, Aarhus Kommune bidrager i forhold til de kommunale arbejdsgange, og der samarbejdes med MedTech Innovation Consortium, samt en privat virksomhed.
Understøttelse af visitation af genoptræningsforløb
Et tredje projekt skal med brug af kunstig intelligens understøtte en mere ensartet og hurtigere visitation af genoptræningsforløb i Aalborg og Rødovre kommuner.
I de to kommuner fylder visitationsopgaven sammenlagt mere end 3.000 timer årligt, hvori der samlet behandles cirka 9.000 genoptræningsplaner for borgere, der skal i genoptræningsforløb.
Løsningen skal derfor både sikre en bedre udnyttelse af kapaciteten i de kommunale genoptræningstilbud og sikre, at borgere hurtigst muligt kommer i gang med genoptræning efter indlæggelse.
Ambitionen er, at løsningen skal kunne understøtte hele udskrivningsprocessen, fra en genoptræningsplan modtages i kommunen fra et hospital til borgeren er visiteret til et forløb.
Projektet er forankret i Region Hovedstaden (Bispebjerg Hospital og Rigshospitalet) med deltagelse fra DTU og Region Sjælland.
Sikker udskrivelse fra hospitalet
Dette projekt skal udvikle intelligent trådløs overvågning, der 24 timer i døgnet kan vurdere borgerens tilstand og alarmere personale hvis nødvendigt.
Formålet er at muliggøre borgeres rehabilitering i eget hjem ved at sikre tidlig opsporing og indgriben i tilfælde af sygdomsforværring.
Projektet WARD-HOME bygger videre på det avancerede kliniske supportsystem, WARD, som indsamler information om kroppens vitale parametre (puls, iltmætning, vejrtrækning mv.). På baggrund heraf vurderer WARD patientens tilstand og alarmerer sundhedspersonalet, hvis behovet opstår.
WARD-HOME projektet vil udvide dette system, så det også er at finde i borgerens hjem. Håbet er, at det kan føre til forkortede indlæggelsestider og færre genindlæggelser.
Projektet er forankret i Region Hovedstaden (Bispebjerg Hospital og Rigshospitalet) med deltagelse fra DTU og Region Sjælland.
Prædiktion af forværringer ved multisygdom
Projektet har til formål at forbedre behandlingen af borgere med flere kroniske sygdomme ved at udvikle et værktøj, som kan forudsige sygdomsforværringer hos borgeren. Projektet videreudvikler algoritmer fra signaturprojektet
Danskere over 16 år har i gennemsnit mere end to kroniske sygdomme. Ofte forsøges udfordringer med kroniske sygdomme løst ved at adressere sygdommene enkeltvis, som tilfældet også er med KOL- og hjertesvigtsprojektet.
Algoritmerne i KOL- og hjertesvigtsprojektet tager dog ikke højde for, at disse borgere ofte lider af begge sygdomme, og at de i gennemsnit i alt har 3-4 kroniske sygdomme. Hertil kommer, at forværringerne hos disse borgere kan skyldes andre ikke-kroniske og epidemiske sygdomme som influenza eller senest COVID-19.
Projektet vil derfor videreudvikle og optimere algoritmerne fra KOL- og hjertesvigtsprojektet. Dette sker ved at inkludere informationer om relevante kroniske sygdomme sammenkørt med anden information, fx om forekomsten af relevante akutte epidemiske sygdomme. Projektet vil desuden udvikle og afprøve metoder til at kommunikere komplekse resultater fra algoritmerne på en let forståelig, tillidsvækkende og etisk forsvarlig måde.
Projektet forankres i TeleCare Nord/Region Nordjylland, 1-2 nordjyske kommuner, Aalborg Universitet samt en eller flere leverandører af software til TeleCare Nord.
Læs mere om projekterne på Digitaliseringsstyrelsens hjemmeside