Ambulanspersonal måste snabbt kunna avgöra hur allvarlig en skada är och vilket sjukhus patienten ska skickas till. Om AI kan fungera som en “extra kollega” skulle fler liv kunna räddas, enligt en studie.
Ambulanspersonalens vardag kantas av snabba beslut och många variabler spelar in vid bedömningar av hur allvarligt skadad en person är.
Men med stöd av ett AI-verktyg kan fler liv räddas, visar ny forskning från Chalmers, Göteborgs universitet och Högskolan i Borås.
– Om allvarligt skadade transporteras direkt till ett universitetssjukhus ökar chansen att de överlever, eftersom där finns resurser att ta hand om alla typer av skador. Därför måste vi bättre kunna säga vilka som är allvarligt skadade, och vilka som inte är det, så att alla får rätt vård och resurserna används på bästa sätt, säger Anna Bakidou, doktorand vid Chalmers tekniska högskola.
AI presterade bättre
I en ny studie har forskare tagit fram fem olika matematiska modeller som bygger på data från 47 000 verkliga händelser inom ambulanssjukvården mellan 2013 och 2020.
Genom att väga samman en mängd variabler, som till exempel andningsfrekvens, skadetyp, blodtryck, ålder och kön, visade det sig att samtliga AI-modeller kan prestera bättre än de transportbeslut som fattades av ambulanspersonalen vid händelsen.
Många allvarligt skadade togs till vanliga sjukhus
Det visade sig att 40 procent av de allvarligt skadade patienterna inte skickades direkt till ett universitetssjukhus. Samtidigt transporterades 45 procent av personer som inte var allvarligt skadade till universitetssjukhus i onödan. Deras skador hade kunnat tas om hand på ett vanligt sjukhus.
– Ambulanspersonal ställs ständigt inför svåra och snabba beslut. Vår förhoppning är att ett mer objektivt beslutsstöd ska kunna fungera som en ”extra kollega” som får personalen att se mer komplexa samband och tänka till en extra gång i de fall då skador kan vara svåra att uppfatta eller bedöma, säger Anna Bakidou.
Som exempel nämner hon att yngre personer, som i hög utsträckning råkar ut för trafikolyckor, ofta bedöms som mer allvarligt skadade än de är. Äldre personer, som kan råka ut för fallolyckor, kan däremot bedömas som lindrigt skadade – trots att deras tillstånd plötsligt kan bli livshotande på grund av inre blödningar.
Flera steg innan tekniken kan tas i bruk
Även om AI-modellerna visar att många människoliv skulle kunna räddas, återstår en hel del innan ambulanspersonal kan använda sig av tekniken, enligt forskarna. Ett avgörande steg är att hitta metoder för att snabbt och lätt få in alla uppgifterna i AI-verktyget. Tjänsten måste även kunna samspela med användarna på ett bra sätt.
Innan AI-tjänster skulle kunna bli en del av vardagen för ambulanspersonal krävs också kliniska prövningar i stor skala över tid.
– Regelverken gör att det tar tid och det finns också en rädsla för AI. Det kan ju bli allvarliga konsekvenser om det blir fel. Allt som ska införas i vården ska vara validerat, säger Stefan Candefjord, docent vid institutionen för elektroteknik på Chalmers och fortsätter:
– Samtidigt vet vi att några av de metoder som används i dag inte alltid är de bästa. Just när det gäller ambulanssjukvården finns det inte så mycket forskning kring AI och vi hoppas att våra matematiska modeller ska kunna bidra med stöd som är anpassat för arbetsmiljön och som i förlängningen ger en mer jämlik vård.
Vetenskaplig studie:
On Scene Injury Severity Prediction (OSISP) model for trauma developed using the Swedish Trauma Registry, BMC Medical Informatics and Decision Making.
Kontakt:
Anna Bakidou, doktorand, avdelningen för signalbehandling och medicinsk teknik, institutionen för elektroteknik, Chalmers tekniska högskola, bakidou@chalmers.se
Stefan Candefjord, docent vid avdelningen för signalbehandling och medicinsk teknik, institutionen för elektroteknik, Chalmers tekniska högskola, stefan.candefjord@chalmers.se
