Hvert år bliver der indlagt patienter i titusindvis på landets intensivafdelinger. Og det er en stor udfordring at afgøre, hvilken behandling der gavner patienten bedst.
Det skal en ny algoritme hjælpe med at afgøre. Det fortæller Søren Brunak, professor i bioinformatik ved Københavns Universitet.
- Hospitalsvæsnet er ikke særligt godt til at huske patienters fortid. Vi har masser af data i danske sundhedsregistre, men de bliver ikke brugt så meget i behandlingssituationen. Den her algoritme kombinerer patientens sygdomshistorik over 10-20 år med de data, man på en intensivafdeling samler op de første 24 timer af indlæggelsen, forklarer Søren Brunak.
Det er forskere fra Det Sundhedsvidenskabelige Fakultet ved Københavns Universitet, der i samarbejde med Rigshospitalet har lavet algoritmen, som har taget cirka tre år at udvikle.
Algoritmen er baseret på data fra flere end 230.000 patienter, der har været indlagt på intensivafdelinger i Danmark i perioden fra 2004 til 2016. I studiet analyserede algoritmen på den enkelte patients sygdomshistorik, der gik op til 23 år tilbage.
Vigtig sygdomshistorik
Ifølge Søren Brunak har sygdomshistorikken en rigtig stor værdi i forhold til at forudsige, hvem der dør på afdelingen, og hvem der ikke gør. Det betyder, at lægerne kan vurdere patientens chancer på en mere præcis måde ved hjælp af algoritmen.
- Lægerne kan skyde sig mere præcist ind på, hvem der er i højrisiko, og hvem der har en lavere risiko. På den måde kan man håbe på, at algoritmen kan give bedre overlevelsesmuligheder, hvis dens resultater bliver taget i betragtning.
Algoritmen, som forskerne håber på at kunne begynde kliniske forsøg med inden for et par år, fjerner imidlertid ikke ansvaret fra lægerne.
- Algoritmen er langtfra 100 pct. præcis. Den er bare meget bedre, end nogen af de metoder man har i forvejen. Det er beslutningsstøtte. Det er ikke noget med, at man overlader ansvaret eller beslutningerne til computeren. Det er noget, lægerne kan tage med ind i deres vurdering, siger Søren Brunak.
Ritzau
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 af ovenstående kræver skriftlig tilsagn fra DK Medier.
