Vi anbefaler at du alltid bruker siste versjon av nettleseren din.

Kan man bruke KI til å forutse lungebetennelse?

Hva om man kunne bruke KI som et verktøy til å forutse lungebetennelse hos pasienter som er koblet til respirator? Et forskningsprosjekt undersøker nå om det er mulig.

Pernille Lie Henriksen
Publisert 16.11.2026
Klara Sofia Friberg i et pasientrom
Intensivsykepleier og forsker Klara Sofia Friberg

Hva om man kan se tegnene på lungebetennelse før pasienten selv blir dårlig?
Forskere ved Sykehuset Østfold sammen med Høgskolen i Østfold undersøker om kunstig intelligens kan lære seg å kjenne igjen tidlige mønstre i kliniske pasientdata. Målet er å finne ut om KI på sikt kan hjelpe helsepersonell med å oppdage ventilator-assosiert lungebetennelse tidligere. Det vil si hos intensivpasienter som får respiratorbehandling.

I startfasen

Intensivsykepleieren Klara Sofia Friberg fra intensivavdelingen hadde nettopp avsluttet et forskningsprosjekt på intensivavdelingen da et nytt forskningsprosjekt tok fart. Hun hadde hatt ideen om å bruke KI medisinsk siden 2023, og i 2025 med hjelp av professor Brita Fosser Olsen, tok ideen form som et konkret forskningsprosjekt, hvor målet er å undersøke om det er mulig å bygge opp en KI-modell som kan brukes til å forutse ventilator-assosiert lungebetennelse.  

– Det er ikke uvanlig at eldre og svekkede pasienter under respiratorbehandling kan utvikle lungebetennelse grunnet bakterielle infeksjoner, sier Klara Sofia Friberg

Utvikle eget KI-verktøy

Forskningsprosjektet gjennomføres i samarbeid mellom Høgskolen i Østfold og Sykehuset Østfold. Fra Høgskolen i Østfold deltar førsteamanuensis Hasan Ogul og ph.d.-stipendiat Anda Leseanu, begge med bakgrunn som dataingeniører. Målet er å utvikle en type matematisk algoritme som kan brukes til å trene opp kunstig intelligens (KI). De bygger og trener en egen KI-modell basert på klinisk intensivpasientdata.

Ingeniørene bruker disse dataen til å trene KI-modellen og undersøke om den kan identifisere mønstre som kan bidra til å forutse utviklingen av lungebetennelse hos pasienter. Målet er å se om det er mulig å utvikle en KI-modell som med høy treffsikkerhet kan oppdage tegn på ventilator-assosiert lungebetennelse hos intensivpasienter på et tidlig stadium. Dersom modellen fungerer, kan den på sikt kunne bli videreutviklet til et klinisk verktøy for helsepersonell. Den kan bidra til at pasienter får riktig behandling tidligere, samtidig som unødvendig antibiotika bruk kan reduseres.

– Det er viktig at vi i Norge skal også utvikle og eie egne verktøy, skaffe oss kunnskapen og ikke være avhengig av andre land, sier Friberg

Store mengder pasientdata

I prosjektet skal forskerne gå tilbake i pasienthistorikken til tidligere intensivpasienter. 
De henter ut en rekke ulike variabler fra pasientforløpene for å undersøke om det finnes mønstre som kan knyttes til utviklingen av ventilator-assosiert lungebetennelse.

Datasettet består av nærmere 2400 pasienter. Ikke alle pasientene har vært koblet til respirator. Noen har vært innlagt i kort tid uten å utvikle lungebetennelse, mens andre har hatt lengre intensivopphold og utviklet sykdommen. Det er nettopp variasjonen i pasientgruppen som er viktig for forskerne. For å kunne trene og teste modellen må den få se både pasientforløp der ventilator-assosiert lungebetennelse oppstår, og forløp der den ikke gjør det. De har søkt regional etisk komite om lov til å innhente å bruke data på grunn av dette.

Pasientene som lever i dag, har blitt kontaktet og fått muligheten av å reservere seg fra at deres opplysninger blir brukt i studien. Under forskningsprosjektet har det vært et godt samarbeid mellom Høgskolen i Østfold og intensivavdelingen,  analyseavdelingen, samt forskningsavdelingen i sykehuset som har bidratt med god forskningsstøtte.

Håper om bruk inni klinikken

Intensivsykepleier Klara Sofia Friberg

På sikt håper Friberg at modellen kan bli et støtteverktøy i klinikken. Men først må forskerne finne ut om KI-modellen faktisk klarer å identifisere lungebetennelse tidlig nok og presist nok. Drømmen er å se prosjektet blir brukt inn i klinisk praksis. Da kan det blitt brukt som et støttende verktøy som gjør at pasienter kan få tidligere og mer korrekt behandling med mindre bruk av antibiotika. Det vil både forenkle jobben for de ansatte og forbedre oppholdet til pasienten.
 

– Drømmen er at dette en dag kan brukes i klinisk praksis som et støttende verktøy for helsepersonell for å identifisere intensivpasienter som er i fare for å utvikle ventilator-assosiert pneumoni, sier Friberg.