Diagnose

Bruk av maskinlæring for klinisk beslutningsstøtte

Hvordan kan man ta i bruk beslutningsstøtteverktøy for raskere og bedre pasientbehandling?

Status

Hovedprosjekt

År

2017

Prosjekteier

Sykehuset Østfold HF,Microsoft, Idletechs, NTNU, St.Olavs Hospital

Behov

Finne riktig behandling og bedre resultatet av behandling for pasienter

Resultat

Ved å benytte ML-teknikker vil man kunne gjenkjenne komplekse mønstre og gjøre intelligente, kliniske beslutninger basert på data. Dataen skal hentes ut fra for eksempel DIPS.

Vil du vite mer om dette? Kontakt:

Per Michaelsen

Innovasjonsrågiver region Sør-Øst/ Inven2

per.michaelsen@inven2.com
(+47) 911 05 895

Ved å benytte ML-teknikker vil man kunne gjenkjenne komplekse mønstre og gjøre intelligente, kliniske beslutninger basert på data.

Prosjektsammendrag

Sykehuset Østfold ønsker å ta i bruk maskinlæring (ML) som beslutningsstøtte innen pakkeforløp for prostatakreft.

Prosjektet vil utvikle et «proof of concept» for prosess- og beslutningsstøtte basert på maskinlæring (ML) inkludert BigData Cybernetics pilotert på data generert under behandling av pakkeforløp for prostatakreft, sepsis og lungeemboli i akuttmottaket. Ved å benytte ML-teknikker vil man kunne gjenkjenne komplekse mønstre og gjøre intelligente, kliniske beslutninger basert på data.

Kvaliteten på pasientbehandlingen og resultatet vil bedres betydelig for pasienten. For sykehuset og medarbeiderne vil dette medføre mer effektive arbeidsprosesser og dermed kortere ventetider og økt ressursutnyttelse. SØ har kompetanse til å gjennomføre alt fra klinisk problemformulering, datainnsamling til etablering av ferdig trenede ML-BDC modeller.

Prosjektet vil samarbeide med eksterne miljøer som Microsoft, Idletechs, NTNU og St.Olavs hospital. Alle disse vil bl.a. bidra til å heve kompetansen i SØ, verifisere nytte av teknologien og bidra til raskere implementering.