The browser you are using is not supported by this website. All versions of Internet Explorer are no longer supported, either by us or Microsoft (read more here: https://www.microsoft.com/en-us/microsoft-365/windows/end-of-ie-support).

Please use a modern browser to fully experience our website, such as the newest versions of Edge, Chrome, Firefox or Safari etc.

Maskininlärning för bättre riskbedömning, diagnostik och behandling av akutsökande patienter i Skåne

Den åldrande befolkningen med många samtidigt förekommande kroniska sjukdomar, läkemedel och riskfaktorer innebär stora utmaningar för akutsjukvården. En korrekt riskbedömning av dessa patienter är en stor utmaning och avgörande för optimal vård. Samtidigt som akutfallen blir allt mer komplexa ökar tillgängligheten av information så snabbt att den mänskliga hjärnan numera sannolikt inte kan processa all information på ett optimalt sätt i förhållande till patientens risk och handläggning.

Vi avser i detta projekt undersöka om vi med maskininlärning (artificiell intelligens, AI) kan träna en dator att känna igen mönster i data från akutpatienter, tex tidigare sjukdomar, läkemedelsanvändning, undersökningsresultat, sociala faktorer och boendemiljö, för att sedan förutsäga viktiga akuta sjukdomstillstånd (tex hjärtinfarkt, stroke), komplikationer, inläggningsbehov och dödlighet. Vi ska sedan försöka göra samma förutsägelser med avancerade statistiska modeller.

I projektet kommer vi att samla in data från alla vuxna patienter (>18 år) som sökte på akutmottagningarna i Skåne under 2017-18. Data samlas in tom 2019-12-31 från Region Skånes journalsystem samt från Kvalitetsregistret SVAR, Befolkningsregistret, Socialstyrelsens register, samt Statistiska centralbyrån, och innefattar bla ålder, kön, socioekonomiska data, kontaktorsak vid akutbesöket, tider på akutmottagningen, undersökningsfynd, läkemedelsbehandling, ev inläggningsavdelning, intensivvård, diagnoser och åtgärdskoder, eventuellt dödsdatum och dödsorsak. En del av informationen i journalerna samlas in med hjälp av datorprogram för textigenkänning.

Alla data skyddas av sekretess enligt Offentlighets- och sekretesslagen (2009:400), Offentlighets- och sekretessförordningen (2009:641). Behandling av personuppgifter kommer ske enligt Dataskyddsförordningen (EU förordningen 2016/679, GDPR). All bearbetning och analys av data sker med så kallade pseudonymiserade data, d.v.s. ingen individ kan direkt identifieras. All presentation av resultat kommer att ske på gruppnivå i icke identifierbar form, d.v.s. ingen enskild individ går att urskilja. Redovisning av resultaten kommer primärt att ske i vetenskapliga tidskrifter.

Region Skåne, som är huvudman för studien är ansvarig för personuppgifterna och lyder under Dataskyddsförordningen/GDPR. Enligt lagen har Du rätt att kostnadsfritt få information om vilka personuppgifter som behandlas om just Dig. Du har också rätt att begära rättelse av personuppgifter som Du tror är felaktiga.

Om Du vill utnyttja någon av dina rättigheter eller om Du har generella frågor kring hur personuppgifter behandlas vänder Du dig till Region Skånes dataskyddsombud: Dataskyddsombudet, Region Skåne, 291 89 Kristianstad, telefon: 044-309 30 00. Vill Du begära ett registerutdrag eller har frågor kring detta ska Du vända dig till enheten för journal- och arkivservice på Regionarkivet: Regionarkivet, Porfyrvägen 20, 224 78 Lund, telefon 0771-86 66 00. Om Du önskar att Dina data inte skall användas eller om Du önskar få en mer detaljerad information angående studierna, sekretesslagen eller Dataskyddsförordningen/GDPR går det bra att kontakta den ansvarige forskaren Professor Ulf Ekelund, som nås via forskningssköterska Mahin Akbarzadeh, Akutmottagningen, Klinikgatan 15, Skånes Universitetssjukhus, 221 85 Lund, tel 0735-13 57 54, mahin [dot] a [dot] akbarzadeh [at] skane [dot] se. Om du avböjer att Dina personuppgifter används kommer detta inte på något sätt att påverka din nuvarande eller framtida kontakt med sjukvården.