ERC-anslag till forskning om AI i akutvården

26 april 2022

Porträtt på Johan Sundström

Därför finns det en stor potential för AI-baserade kliniska beslutsstödsystem, menar Johan Sundström, hjärtläkare och professor i epidemiologi.

Med stöd av artificiell intelligens kan säkerheten och effektiviteten förbättras på akutmottagningar. Det är hypotesen bakom Johan Sundströms forskningsprojekt, som får anslag från Europeiska forskningsrådet (ERC). Forskarna ska utveckla ett AI-baserat kliniskt beslutsstödsystem för akutläkare.

Akutläkare måste på kort tid med begränsat underlag fatta livsavgörande beslut i en kaotisk miljö. Risken är stor att viktiga diagnoser missas, eller att patienter råkar ut för onödiga undersökningar, väntetider och inläggningar. Därför finns det en stor potential för AI-baserade kliniska beslutsstödsystem, menar Johan Sundström, hjärtläkare och professor i epidemiologi.

– Artificiell intelligens (AI) har en enorm förmåga att lära sig känna igen mönster genom att lära sig av miljontals fler patienter än vad en enskild doktor hinner träffa under sin karriär.

Fokusera och kraftsamla

Johan Sundström får anslaget ”ERC Advanced Grant” på 25 miljoner kronor till det femåriga projektet ”Enhancing emergency department safety, efficacy and cost-effectiveness by artificial intelligence”.

– Anslaget betyder jättemycket. Nu kan vi fokusera och kraftsamla och snabbare komma till resultat. Vi arbetar multidisciplinärt och har flera vetenskapliga problem att lösa. Tanken är att vi ska hjälpa akutläkarna i slutändan och genom anslaget kan vi få ihop alla delar och testa hur det fungerar i verkligheten.

Forskarna kommer att utveckla AI-drivna riskskattningsalgoritmer tränade på hälsodata från upp till sex miljoner akutmottagningsbesök. Där ingår till exempel EKG, sökorsaker, vitalparametrar, tidigare sjukhistoria och självrapporterade symtom.

– Vi har också fokus på nya sorters data och har utvecklat ett verktyg för att rita sin smärta. Smärta är den vanligaste sökorsaken på akuten, men den är svår att beskriva och dokumentera.

Kan fatta snabba beslut

Den här typen av data passar för artificiell intelligens, som är oerhört bra på mönsterigenkänning. Inte minst har maskiner ett övertag när det gäller att snabbt hantera stora mängder data, menar Johan Sundström.

– Som läkare på akuten kanske man har två minuter på sig att läsa patientens journal och skapa sig en bild av situationen, innan ambulansen kommer in. Det är en mycket begränsad tid för en människa, men för en AI är två minuter lång tid.

Tanken är att tekniken ska ha hunnit testas på klinik innan projektet tar slut om fem år. Men det finns några vetenskapliga problem att lösa innan dess. Till exempel finns det luckor eller hål i de data som samlats in från akuten. Kommer man in med en skadad fot tas till exempel inget EKG.

Stort vetenskapligt kliv

En annan utmaning är att sätta ihop AI-modeller som använder olika sorters data i ett och samma system som kan ge ett samlat svar.

– Det här är svåra vetenskapliga utmaningar, så vi är spända på hur det ska gå, men ERC-anslagen går ju till projekt med hög risk och hög potential. Om vi lyckas är det ganska stora vetenskapliga kliv, säger Johan Sundström.

De som ska arbeta i projektet är hans forskargrupp inom klinisk epidemiologi på institutionen för medicinska vetenskaper. Delar av forskningen kommer att utföras vid Anders Wiklöf-institutet för hjärtforskning, som delar lokaler med Uppsala universitets AI-satsning AI4Research.

ERC Advanced Grant

  • Europeiska forskningsrådet (ERC) delar ut totalt 624,6 Euro till 253 ledande forskare i Europa i 2021 års omgång av Advanced Grants.
  • Sex av anslagen delas ut till forskare vid lärosäten i Sverige, varav ett till Uppsala universitet: Johan Sundströms projekt ”Enhancing emergency department safety, efficacy and cost-effectiveness by artificial intelligence”.
  • ERC Advanced Grants är utformade för att stödja framgångsrika forskare inom alla ämnesområden. Anslaget riktar sig till etablerade forskare med betydande forskningsinsatser de senaste tio åren.

 

Prenumerera på Uppsala universitets nyhetsbrev



Senast uppdaterad: 2022-02-10