V75 01
Diagnose

Bruk av maskinlæring for klinisk beslutningsstøtte - Pasientens vindu inn i sitt eget pakkeforløp

For sykehuset og medarbeiderne vil dette medføre mer effektive arbeidsprosesser og dermed kortere ventetider og økt ressurs-utnyttelse.

Status

Innovasjon

År

2018

Prosjekteier

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

Behov

Raskere pasientbehandling for sikrere og mer nøyaktig diagnostisering

Resultat

Prosjektet har fått demonstrert en «proof of concept» for prosess- og beslutningsstøtte basert på maskinlæring (ML) 

Per Michaelsen 3

Vil du vite mer om dette? Kontakt:

Per Michaelsen

Innovasjonsrågiver region Sør-Øst/ Inven2

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

Hvordan kan erfaringer fra prosessindustrien gi overføringsverdi for sikrere og bedre helsetjenester?

Prosjektsammendrag

Prosjektet har fått demonstrert en «proof of concept» for prosess- og beslutningsstøtte basert på maskinlæring (ML) inkludert BigData Cybernetics pilotert på data generert under behandling av pakkeforløp for prostatakreft. Ved å benytte ML-teknikker gjenkjenner man komplekse mønstre og gjøre intelligente, kliniske beslutninger basert på pasientdata. Dette vil således føre til riktigere og raskere behandling for pasienten. For sykehuset og medarbeiderne vil dette medføre mer effektive arbeidsprosesser og dermed kortere ventetider og økt ressurs-utnyttelse. Målbildet er å kunne videreføre resultatene i et samarbeidsprosjekt med leverandører av tjenester innen maskinlæringsteknikker. Imidlertid er det store utfordringer i fremdriften grunnet Sykehuspartners evne til å kunne levere datagrunnlag til ML algoritmene. «Bruk av maskinlæring for klinisk beslutningsstøtte for rask og riktig pasientbehandling» vil bli samordnet med «Pasientens vindu inn i sitt eget pakkeforløp». Denne sammenslåingen vil gi synergieffekter innen IKT arkitektur for å sammenstille datagrunnlag for og bruk av bl.a. ML, på driftsdata.