MIDTJYLLAND: Kan kunstig intelligens være med til at forbedre behandling af psykisk sygdom?
Ja, lyder svaret, hvis man tager udgangspunkt i et netop et netop publiceret studie fra Aarhus Universitet og Psykiatrien i Region Midtjylland.
Her har en forskergruppe nemlig udviklet en såkaldt maskinlæringsalgoritme, der - via analyse af journaldata fra over 50.000 frivillige indlæggelser i Region Midtjylland i perioden fra 2013 til 2021 - har lært at identificere patienter, der er i højrisiko for tvangsindlæggelser.
Og det er et stort skridt mod en mere målrettet behandling i psykiatrien, lyder det fra professor Søren Dinesen Østergaard fra Institut for Klinisk Medicin ved Aarhus Universitet og psykiatrien i Region Midtjylland, der har bidraget til studiet:
- Vi tror, at denne teknologi kan gøre os bedre til at hjælpe patienter, inden de bliver så syge, at en tvangsindlæggelse bliver nødvendig, siger han.
Ikke perfekt
Maskinlæringsalgoritmen kan nemlig - på tidspunktet for udskrivelse fra en frivillig indlæggelse - identificere patienter, der har høj risiko for at blive tvangsindlagt i løbet af de efterfølgende seks måneder.
Ifølge forskningen vil der for hver 100 patienter, algoritmen vurderer som værende i høj risiko, være ca. 36, der bliver tvangsindlagt inden for de kommende seks måneder, mens det for hver 100 patienter, algoritmen vurderer som værende i lav risiko, vil være ca. 97, der ikke bliver tvangsindlagt.
- Maskinlæringsalgoritmen er ikke perfekt, men præcis nok til, at vi bør overveje, hvorvidt den kan bruges som beslutningsstøtte i Psykiatrien. Her er det vigtigt at understrege, at algoritmen ikke vil kunne erstatte kliniske vurderinger, men fungere som et supplement, der gør det muligt at træffe beslutninger på et mere informeret grundlag, forklarer professor Søren Dinesen Østergaard.
Han forklarer, at det giver mulighed for at fx at sikre ekstra tæt ambulant opfølgning, så eventuel forværring af sygdommen bliver opdaget og behandlet tidligt.
Forudsigelse af tvangsindlæggelser er blot ét eksempel på, hvordan og hvor teknologien kan gøre nytte. Forskningsgruppens resultater peger nemlig også på, at maskinlæring også kan anvendes til at forudsige udviklingen af bl.a. hjertekarsygdom og type 2-diabetes blandt patienter i psykiatrien.
ap
Tekst, grafik, billeder, lyd og andet indhold på dette website er beskyttet efter lov om ophavsret. DK Medier forbeholder sig alle rettigheder til indholdet, herunder retten til at udnytte indholdet med henblik på tekst- og datamining, jf. ophavsretslovens §11 b og DSM-direktivets artikel 4.
Kunder med IP-aftale/Storkundeaftaler må kun dele DK Sundheds artikler internt til brug for behandling af konkrete sager. Ved deling af konkrete sager forstås journalisering, arkivering eller lignende.
Kunder med personligt abonnement/login må ikke dele DK Sundheds artikler med personer, der ikke selv har et personligt abonnement på DK Sundhed
Afvigelse fra ovenstående kræver skriftligt tilsagn fra DK Medier.
