Automatic Idea Detection: Implementing artificial intelligence in medical technology innovation (AID)
Ett nytt sätt att utnyttja innovativa vårdpraxis är att screena hälsoplattformar online för att identifiera nya och genomförbara lösningar. Artificiella intelligenta algoritmer kan screena stora mängder information och automatiskt upptäcka användargenererade idéer. Denna algoritm kallas automatisk idédetektering eller AID.
Sjukvårdsrelaterade infektioner (HAI) är bland de vanligaste dödsorsakerna för sjukhusinlagda patienter. HAI ledder till lidande, överskridande av budget och andra ekonomiska och sociala utmaningar, till exemepl långvariga sjukhusvistelser och smittskyddsprogram med höga alternativa kostnader för personal och resurser. Att förebygga och kontrollera HAI är extremt svårt på grund av a) komplexiteten i att implementera varaktiga förbättringar på sjukhus, b) brist på sätt att analysera personalens beteende i realtid och c) förekomsten av framväxande patologier som kräver innovativa förebyggande och kontrollerand åtgärder.
Ett sätt att bättre förstå hur sjukvårdsrelaterade infektioner kan förebyggas och kontrolleras är genom att använda AID-system (Automatic Idea Detection). AID-system hänvisar till klassificeringsalgoritmer som kan screena stora mängder information och identifiera sådant som sannolikt innehåller idéer eller lösningar på problem. AID-system kan användas för att skanna vårdplattformar online och identifiera innovativa idéer och lösningar. Det kan ge en rad fördelar, såsom acceleration av medicinsk upptäckt, identifiering av nya metoder, systematisk genomsökning av databaser och större effektivitet när det gäller att upptäcka nya procedurer. Trots dessa fördelar står sjukvårdsorganisationer inför enorma utmaningar när det gäller att utveckla och implementera AID-system.
Detta tvärvetenskapliga forskningsprojekt tar upp dessa frågor ur ett ekosystemsperspektiv.
Om projektet
Projektperiod:
- April 2021 till mars 2024
Finansiär:
- KK-stiftelsen
Projektledare:
- Fábio Gama, universitetslektor i vårdsinnovation, Högskolan i Halmstad
Andra deltagande forskare
Högskolan i Halmstad
- Peyman Mashhadi, universitetslektor i maskininlärning
- Mahmoud Rahat, universitetslektor i naturlig språkbehandling
- Jens Nygren, professor i hälsoinnovation
- Magnus Holmén, professor i innovationsvetenskap inriktning industriell organisation
- Slawomir Nowaczyk, professor i maskininlärning
- Carina Göransson, universitetslektor i omvårdnad
Deltagande studenter
Högskolan i Halmstad
- Hanna Johnsson, masterstudent
- Chaithanya Anjanappa, masterstudent
- Manisha Gurung, masterstudent
- Maj-Britt Voldby, masterstudent
Andra universitet:
- Amir Gharaie, doktorand, Linköpings universitet
- Zahra Kharazian, doktorand, Stockholms universitet
Samarbetsparter
Essity
- Håkan Lindström, global technical innovation manager
- Peter Blomström, global brand service director
Region Västerbotten
- Jens Backman, kliniker
Accepterade vetenskapliga artiklar
- Gama, F., & Magistretti, S. (2023). ”Lost in Red Tape? Conforming Medical Device Developments to Adaptive Regulations.” IAMOT 2023.
- Gama, F., & Holmén, M. (2022). ”Ideation and Machine Learning: Problem Finding in Disruptive Innovation.” R&D 2022 Management Conference, 9–13 juni, Trento. RADMA, Research and Development Management.
- Gama, F., Florén, H., & Sjödin, D. (2021). ”Artificial Intelligence Capabilities as Enablers for Digital Innovation Processes: A Systematic Literature Review.” R&D 2021 Management Conference, 9–13 juni, Digital Conference. RADMA, Research and Development Management.
- Kharazian, Z., Rahat, M., Gama, F., Mashhadi, P.S., Nowaczyk, S., Lindgren, T., & Magnusson, S. (2023). ”AID4HAI: Automatic Idea Detection for Healthcare-Associated Infections (HAIs) from Twitter, A Framework based on Active Learning and Transfer Learning.” Symposium on Intelligent Data Analysis (IDA).
