Få hela storyn
Starta din prenumeration

Prenumerera

Psykiatri

Algoritm ska hjälpa läkare att fånga upp riskpatienter

Publicerad: 4 juni 2021, 13:00

Psykologen Mikael Mide har varit med och utvecklat ett system där en algoritm kodar patienter i tre färger beroende på risken för återinläggning. Den är tänkt att hjälpa läkarna att hitta patienter som har hög risk att läggas in på sjukhus igen inom två veckor.

Foto: Nicklas Elmrin/Bildbyrån

Sahlgrenska universitetssjukhuset har utvecklat en algoritm som kan hjälpa läkare att minska antalet tidiga återinläggningar inom den psykiatriska beroendevården.


Ämnen i artikeln:

Sahlgrenska universitetssjukhusetPå golvetKarriärsöndag

Upp till 14 procent av alla patienter som skrivs ut från beroendevårdens heldygnsvård på Sahlgrenska sedan 2014 har lagts in igen inom två veckor. Nu har e-psykiatrienheten och beroendekliniken tagit fram en algoritm som kan identifiera patienter som löper ökad risk att bli inlagda snabbt igen efter utskrivning.

Läs mer: Psykiatrernas råd ger primärvård extra stöd 

– Informationen från algoritmen kan läkare ta med i sin bedömning vid utskrivningar och förhoppningsvis minska risken för tidig återinläggning, säger Mikael Mide, psykolog och projektledare på e-psykiatrienheten vid Sahlgrenska universitetssjukhuset.

Patienterna listas i olika färger

Han och kollegorna på beroendekliniken har initialt byggt ett enkelt system där läkarna ser en lista på sina patienter på avdelning. De är också sökbara via personnummer.

– Vi har gjort så att patienterna kodas utifrån färg i tre kategorier. Vi har röda patienter som är hög risk, gula patienter som är medelrisk och de som inte får någon färg alls för att algoritmen inte kan uttala sig.

Hur ska läkaren agera om en röd patient dyker upp?

– Vi vill att man tänker till extra och planerar ordentligt. Man kan kommunicera med öppenvården att nu skrivs den här patienten ut som ni måste följa upp snabbt. Om patienten vill skriva ut sig själv mitt i natten och man måste ringa en jour som ska göra bedömningen och som inte hinner gå igenom journalen noga, tror vi att det här också kan vara ett stöd, säger Mikael Mide.

Tränas att se mönster

För att vara ett stöd tränas algoritmen i att se mönster i stora datamängder. Patientinformation från 2013 och framåt har använts.

Läs mer: Flexibla psykiatriska team suddar ut gränser 

– Den tar in journaltexter och även hårda data från våra bokningssystem: hur ofta har patienten varit här, hur ofta har den kommit tillbaka snabbt tidigare, vad står den på för mediciner och så vidare. Sedan bearbetas data på gruppnivå. Allt är gjort inom vårt eget nätverk på interna servrar så informationen är lika säker som den som finns i våra journalsystem, säger Mikael Mide.

Kan algoritmen hindra att någon skrivs ut för tidigt?

– Det är en parameter som den tittar på, men inte den viktigaste. Här får man hjälp med riskvärderingen, säger Mikael Mide.

Algoritmen är tänkt att börja användas i skarpt läge på en sluten beroendeavdelning på Sahlgrenska i höst. Just nu pågår en slututvärdering och det sista finliret för att få den att fungera optimalt. Preliminära data vid en jämförelse mellan algoritmens bedömningar och överläkares bedömningar visar att läkarna hade bättre precision i sina gissningar om vem som skulle läggas in snabbast igen, medan algoritmen fångade upp fler riskpatienter.

– Vi hoppas att om man kombinerar läkarens kunskap med algoritmen så ska man få en ännu bättre bedömning. Det här ska ses som ett hjälpmedel i beslutsfattandet. Algoritmen kan uppmärksamma läkaren på vilka patienter som riskerar att återkomma snart. Läkarna har inte alltid själva sett dem som riskpatienter, säger Mikael Mide.

E-psykiatrienheten

Tillhör vuxenpsykiatrin på Sahlgrenska universitetssjukhuset i Göteborg. Enheten har i uppdrag att utveckla, implementera och följa upp olika typer av digitala stöd, behandlingar och verktyg.

Beroendevård

Beroendevård är inriktad på att hjälpa människor med problem med alkohol, narkotika, läkemedel eller spelberoende i kombination med psykisk ohälsa.

Kommentarer

Arbetar du i sjukvården och vill kommentera texten utifrån din yrkesroll?

Klicka här! 

Kommentarer publiceras efter granskning.

 

Annika Carpman

Reporter

annika.carpman@dagensmedicin.se

Dela artikeln:


Dagens Medicins nyhetsbrev

Välj nyhetsbrev