Formål
Målet med prosjektet er trene, teste og validere en kunstig intelligens (KI) basert prediksjonsmodell for å kunne identifisere ventilatorassosiert pneumoni (VAP) hos intensivpasienter på et tidlig stadium.
Bakgrunn
Ventilatorassosiert pneumoni (VAP) er en alvorlig komplikasjon som intensivpasienter under respiratorbehandling er utsatt for å få. Tilstanden kan medføre forlenget respiratortid, økt bruk av antibiotika, behov for mer avansert intensivbehandling, økte helsekostnader og også økt mortalitet.
I dette prosjektet vil en allerede utviklet KI-modell bli videreutviklet gjennom trening, testing og validering. Dette vil skje ved bruk av longitudinelle kliniske data fra et omfattende retrospektivt lokalt datasett, som dekker en periode på ti år med tidligere intensivpasienter.
Ved å utvikle en robust og generaliserbar KI-modell kan prosjektet bidra til økt kunnskap og erfaring med anvendelse av kunstig intelligens i en intensivmedisinsk kontekst. Modellen har høy klinisk relevans ved at den potensielt med høy presisjon kan identifisere VAP tidligere enn hva som er mulig gjennom tradisjonell klinisk vurdering, og før tilstanden er klinisk observerbar for mennesker. For pasientene vil dette på sikt kunne gi betydelig gevinst gjennom mer persontilpasset intensivbehandling, tidligere iverksatte tiltak og forbedrede helseutfall etter intensivoppholdet.
Prosjektet er et forskningssamarbeid mellom Sykehuset Østfold og Høyskolen i Østfold.
Kontaktinformasjon
Forsker Klara Friberg, PhD, MSc, RN, CCN
E-mail: klara.sofia.friberg@so-hf.no