Algoritmen vil hjælpe hospitalerne til at flytte patienter rundt, så der ikke opstår fyldte intensivafdelinger.

Danske forskere: Vi kan forudsige antallet af covid-patienter på intensiv

En ny opfindelse fra danske forskere skal nu afhjælpe, at presset på landets hospitaler igen bliver for højt, når en ny bølge af coronavirus blusser op.

Forskere fra blandt andre Københavns Universitet har nemlig programmeret en algoritme, der med 90 procents sikkerhed kan forudsige sygdomsforløbet for coronapatienter i forhold til, hvor mange, der med stor eller lille sandsynlighed får brug for intensiv behandling eller respiratorer.

Og det er vigtigt for, at man kan fordele personalet på landets hospitaler, lyder det fra en af forfatterne bag studiet.

"Hvis vi kan se, at om fem dage får vi kapacitetsproblemer, fordi for mange senge er optaget på for eksempel Rigshospitalet, så kan vi bedre planlægge og flytte patienter til andre hospitaler med mere plads og personale. På den måde kan vi potentielt redde liv med vores algoritme," forklarer Stephan Lorenzen, der er postdoc på Datalogisk Institut på Københavns Universitet.

Forskere fra Københavns Universitet, Rigshospitalet og Bispebjerg Hospital har udviklet den nye algoritme, der er baseret på sundhedsdata om 42.526 danske patienter, der var testet positive for coronavirus fra marts 2020 til maj 2021. Algoritmen bruger data om de enkelte patienter, hvilken eksempelvis indeholder information om køn, alder, medicinforbrug, BMI, om personen ryger eller ej, blodtryk og lignende. Herudfra kan algoritmen forudsige, hvor mange patienter, der indenfor tidsrammen 1 til 15 dage vil få brug for intensiv behandling i form af eksempelvis respiratorer og konstant monitorering fra sygeplejesker og læger.

Forskere har tidligere brugt såkaldte regressionsmodeller til at forudsige, hvor mange patienter, der vil blive indlagt med covid-19, men de fleste eksisterende algoritmer på området tager ikke højde for den enkelte persons køn, alder og sygdomshistorik. Og det gør jo en stor forskel for forudsigelsen, om der er tal om fem personer over 80 år og med andre sygdomme, eller om det er fem ellers raske 25-årige i forhold til, hvad sandsynligheden for indlæggelse er.

"Vores algoritme er baseret på mere detaljeret data end andre modeller. Det gør, at vi er i stand til at forudsige antallet af patienter, der vil være indlagt på intensivafdelinger, eller som har brug for respirator indenfor fem dage med over 90 procents sikkerhed," siger Stephan Lorenzen.

Faktisk er algoritmen meget præcis i dens forudsigelse af antallet af intensive-patienter i op til ti dage.

"Vi laver bedre forudsigelser end andre sammenlignelige modeller, fordi vi mere præcist kan kortlægge det eventuelle behov for respirator og døgnbemanding af en patienterne op til de ti dage. Herefter falder præcisionen lidt, svarende til de eksisterende algoritmemodeller, der hidtil har været brugt til at forudsige covid-forløb," uddyber han.

Algoritmen er i princippet klar til at blive taget i brug på landets hospitaler, og forskerne er ved at indlede en dialog med relevant fagpersonale.

"Vi har vist, at data kan bruges til utroligt meget, og vi er heldige, at vi i Danmark har så meget viden om vores sundhed at trække på. Forhåbentlig kan vores nye algoritme bidrage til, at vi kan undgå overbelastning på hospitalerne, når en ny bølge af covid rammer os," slutter Stephan Lorenzen.

Den nye algoritme bruger sundhedsdata, der er godkendt til anvendelse af Sundhedslovens § 42 d. Data er behandlet på Computerome 2, en sikker supercomputer til persondata, og under tilladelse fra styrelsen fra patientsikkerhed, dataejere og andre relevante myndigheder. 

 

Tags: corona

Like eller del denne artikel