Sök Stäng

AI och sociala medier i kampen mot vårdrelaterade infektioner

Kan artificiell intelligens (AI) hjälpa i kampen mot vårdrelaterade infektioner? Att patienter smittas av sjukdomar när de är inlagda på sjukhus är ett globalt problem. En grupp forskare vid Högskolan i Halmstad undersöker om maskininlärning kan hjälpa till att hitta lösningar på problemen med vårdrelaterade infektioner – på sociala medier.

”Vår utgångspunkt är ganska ödmjuk. Världen är full av smarta människor med smarta idéer, och i stället för att uppfinna hjulet på nytt ville vi fokusera på att hitta idéer som redan finns.”

Håkan Lindström, Global Technical Innovation Manager på Essity

En person i vit rock med ett stetoskop håller en mobiltelefon. Foto

Ett av de största problemen på sjukhus runt om i världen är vårdrelaterade infektioner (VRI) – med andra ord när människor som kommer till sjukhuset för att få vård för en sjukdom smittas med en annan. Under covid-19-pandemin var det exempelvis många som lades in av andra anledningar och smittades av coronaviruset under tiden på sjukhuset.

Samtidigt är världen full av anställda inom sjukvården med innovativa idéer som skulle kunna innebära lösningar på problemet med vårdrelaterade infektioner. Det är anledningen till att en grupp forskare vid Högskolan i Halmstad, i samarbete med hälso- och hygienföretaget Essity, undersöker om automatisk idédetektering (AID) kan hjälpa till att hitta bra idéer som kan förhindra eller motverka VRI.

VRI-drabbade upptar en femtedel av alla sjukhussängar

Projektet ”Automatisk idédetektering: att implementera artificiell intelligens i medicinteknisk innovation” leds av Fábio Gama, universitetslektor i vårdinnovation vid Högskolan i Halmstad. Han samarbetar med bland andra Håkan Lindström, Global Technical Innovation Manager på Essity.

– I västvärlden smittas mellan 5 och 15 procent av alla inlagda patienter av en VRI. För många innebär detta feber, illamående och förlängd sjukhusvistelse, men för de allra svagaste patienterna kan en VRI få betydligt allvarligare konsekvenser. Också samhällsekonomiskt får vårdrelaterade infektioner stora följder – en nyligen publicerad studie från England pekar på att upp mot 20 procent av alla sjukhussängar upptas av patienter med en VRI, säger Håkan Lindström.

Två män i skjortor framför en vit bakgrund och en grön växt. Foto

Fábio Gama, universitetslektor i vårdinnovation, och Håkan Lindström, Global Technical Innovation Manager på Essity, deltar båda i projektet.

Om projektet

Projektperiod

  • April 2021 till mars 2024

Finansiär

  • KK-stiftelsen

Projektledare

  • Fábio Gama, universitetslektor i vårdinnovation, 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 lärosäten

  • 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, June 9–13, 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, June 9–13, 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).

Handhygienen behöver förbättras

– Många företag och sjukhus är så klart väldigt bekymrade över detta – de kan stänga ner hela avdelningar om det pågår smittspridning, säger Fábio Gama, som har en bakgrund inom ingenjörsvetenskap och produktutveckling av medicinsk utrustning. Han fortsätter:

– Ett av sättet att minska problemet är bättre handhygien. Tillämpningen av rekommendationer för handhygien är inte tillräckligt omfattande. Det är väldigt intressant, eftersom vi vet att människor vet vad de bör göra, men av olika anledningar finns det tillfällen då rutinerna inte följs. Det kan till exempel bero på för hög arbetsbelastning, eller att man helt enkelt glömmer bort det.

– Det här är ett systematiskt fel, och inte någon enskild individs. Men oavsett behöver det förbättras. Det är därför vi och andra företag letar efter sätt att hjälpa vårdsektorn att bli ännu bättre, säger Håkan Lindström.

AI hittar nålen i höstacken

– Vår utgångspunkt är ganska ödmjuk. Världen är full av smarta människor med smarta idéer, och i stället för att uppfinna hjulet på nytt ville vi fokusera på att hitta idéer som redan finns. Det finns exempelvis massor av sjuksköterskor runt om i världen, och troligtvis delar de med sig av sina smarta idéer – vi har bara inte kunnat ta del av dem, fortsätter Håkan Lindström.

– Det är här artificiell intelligens kommer in i bilden. I det här projektet har vi vänt oss till sociala medier för att se vad anställda i sjukvården världen över försöker göra och kommunicera – och om de kanske använder sig av några nya metoder för att kontrollera eller förebygga VRI. AI låter oss hitta nålen i höstacken, säger Fábio Gama.

Fábio Gama förklarar att ett sätt att upptäcka innovativa vårdmetoder är att skanna av digitala plattformar för att identifiera nya lösningar. AI-algoritmer kan skanna av stora mängder information och automatiskt detektera idéer som användarna har bidragit med – systemet kallas automatisk idédetektering (AID).

– I den här studien har vi valt att fokusera på Twitter och engelskspråkiga Twitterinlägg, men algoritmen kan även användas på andra plattformar och för många andra typer av problem och språk, säger Mahmoud Rahat, universitetslektor i naturlig språkbehandling, som handleder utvecklingen av den nya AI-modellen som används i projektet.

Många studenter involverade

Ett stort antal personer arbetar med projektet, och flera masterstudenter och doktorander är involverade.

Zahra Kharazian, nu doktorand vid Stockholms universitet, skrev sin masteruppsats om projektet vid Högskolan i Halmstad. Hennes roll var bland annat att implementera kod och klassa Twitterinläggen som tillhandahölls av AID som informativa eller icke-informativa.

– Vi sökte igenom Twitter efter VRI-relaterade frågor och samlade in ungefär 4,5 miljoner inlägg. Trots det stora antalet har det varit svårt att hitta informativa idéer, vilket ledde till att de beslut som AI-modellen tog blev partiska gentemot icke-informativa Twitterinlägg. För att motarbeta detta använde vi oss av en repetitiv metod som optimerade märkningsprocessen och bad också mänskliga registratorer att klassa idéerna, och utvalda exempel användes sedan för att träna om AI-modellen, förklarar Zahra Kharazian.

Chaithanya Anjanappa, masterstudent, har också varit involverad i att utveckla AI-modellen. Hon hoppas att den kan bidra med nya lösningar inom maskininlärningsområdet.

Manisha Gurung, även hon masterstudent, har å andra sidan varit en av registratorerna.

– Jag genomgick några utbildningstillfällen med teamet då vi fick lära oss att sortera idéerna. Om ett Twitterinlägg handlar om handhygien eller smittskydd räknas det som informativt, och annars som icke-informativt, säger Manisha Gurung.

Fyra personer framför en vit bakgrund och en grön växt. Foto

Håkan Lindström och Fábio Gama tillsammans med Chaithanya Anjanappa och Manisha Gurung, två av flera masterstudenter som har deltagit i projektet.

”AI är som ett litet barn som man måste lära hur man kryper och går, och det är det vi har gjort så här långt i det här projektet – nu vill vi se barnet börja springa.”

Fábio Gama, universitetslektor i vårdinnovation

Publicerad

kontakt

  • Ingen giltig användare vald.

Dela

Kontakt