AI och sociala medier i kampen mot vårdrelaterade infektioner

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.

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.

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

– 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.

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

Intresserade av att använda sig av GPT-3 i nästa steg

– När vi påbörjade det här projektet hade vi två frågor. Hur definierar man en bra idé? Och kan man träna en dator att hitta bra idéer bland miljontals Twitterinlägg? Tack vare teamet i Halmstad kan vi svara ”ja” på fråga nummer två. Utmaningen som kvarstår är, hur definierar man en bra idé? Under projektet har vi utvecklat flera metoder och jag tror att vi har kommit lite närmare ett svar, säger Håkan Lindström.

När Fábio Gama får frågan vad nästa steg skulle kunna vara, säger han att det handlar om resurser.

– Vi skulle väldigt gärna dela den här kunskapen med andra projekt – det finns så många saker vi skulle kunna göra om vi till exempel kunde övertyga sjukvårdsorganisationer att dela med sig av sina data till oss. Det vore fantastiskt om vi kunde göra det möjligt att identifiera och skapa lösningar som förbättrar tillämpningen av rekommendationer för handhygien. För att kunna göra det behöver vi fortsätta att förbättra algoritmen.

– Vi tittar på möjligheten att framöver använda delar av AI-modellen GPT-3, eftersom det har skett flera stora förbättringar jämfört med modellen som vi har använt oss av i första fasen, säger Mahmoud Rahat, och refererar till modellen som främst är känd för att ligga bakom den nya chattbotten ChatGPT.

– 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, avslutar Fábio Gama.

Text och porträttbilder: EMMA SWAHN
Toppbild: ISTOCK