Kunstig intelligens skal forudsige patienters corona-forløb

Computermodeller skal kunne beregne risikoen for, om en coronapatient skal på intensiv eller i respirator.

Kunstig intelligens skal forsøge at udregne mere præcist, hvilke patienter med coronavirus, der ender på intensivafdeling eller i værste fald i respirator.

Dataloger ved Københavns Universitet er i gang med at bygge disse modeller, hvor alle data om patienten skal ind i en supercomputer.

En af dem, der står bag, er professor og institutleder på Datalogisk Institut Mads Nielsen.

Han forklarer, at hele sygdomshistorikken for den enkelte patient bliver taget med.

- Nu prøver vi at tage fat i hele deres sygdomshistorie for at se, om vi kan se et mønster i patienterne. Så kan vi se, hvilke sygdomsforløb der har størst risiko for at ende på intensiv, siger Mads Nielsen.

Projektet er et samarbejde mellem forskergrupper fra Rigshospitalet og Bispebjerg Hospital, og det er fortsat i det helt tidlige stadie.

Det er målet, at den første grove model er klar om nogle få uger. Modellen skal eksempelvis kunne beregne, hvor høj en risiko den enkelte patient har for at skulle i respirator, og hvornår det i så fald vil ske, forklarer professoren.

- Den bliver aldrig helt færdig, fordi hver gang den får mere viden, så bliver den bedre.

- Vi håber på, at vi de næste få uger kan bringe viden til bordet, der gør, at vi kan hjælpe Danmark med at forstå, hvor vi er i coronakrisen, siger Mads Nielsen.

I øjeblikket bruger Sundhedsstyrelsen og Statens Serum Institut (SSI) en række overordnede statiske modeller for at finde ud af, hvor mange patienter der kan have behov for intensiv behandling.

Ifølge Mads Nielsen er målet i første omgang, at modellen skal være mere præcis end de overordnede statistiske modeller, der er nu.

Det er den noget udskældte Sundhedsplatform, der har gjort det muligt at lave computermodellerne. Det skyldes, at patienternes data ligger digitalt, hvilket gør det nemmere at putte dem ind i maskinen, men det tager tid.

- Der er jo tusindvis af variable på hver patient, som maskinen skal forstå på den rigtige måde. Det tager tid for os, og derfor er den ikke bare klar i morgen, siger Mads Nielsen.

Det er heller ikke kun den nuværende coronakrise, hvor den kunstige intelligens kan være behjælpelig.

Det er nemlig muligt at gentræne maskinen til andre typer af sygdomme. Professoren håber også, at maskinen kan hjælpe lande i verden, der er kortere henne i deres coronaforløb.

I første omgang vil computermodellerne kunne bruges i Region Hovedstaden, men målet er, at de skal implementeres i hele landet.

/ritzau/

Mere som dette

Andre læser

Mest læste

Mest læste Finans

Giv adgang til en ven

Hver måned kan du give adgang til 5 låste artikler.
Du har givet 0 ud af 0 låste artikler.

Giv artiklen via:

Modtageren kan frit læse artiklen uden at logge ind.

Du kan ikke give flere artikler

Næste kalendermåned kan du give adgang til 5 nye artikler.

Teknisk fejl

Artiklen kunne ikke gives videre grundet en teknisk fejl.

Ingen internetforbindelse

Artiklen kunne ikke gives videre grundet manglende internetforbindelse.

Denne funktion kræver Digital+

Med et Digital+ abonnement kan du give adgang til 5 låste artikler om måneden.

ALLEREDE ABONNENT?  LOG IND

Denne funktion kræver Digital+

Med et abonnement kan du lave din egen læseliste og læse artiklerne, når det passer dig.

Teknisk fejl

Artiklen kunne ikke tilføjes til læselisten, grundet en teknisk fejl.

Forsøg igen senere.

Del artiklen
Relevant for andre?
Del artiklen på sociale medier.

Du kan ikke logge ind

Vi har i øjeblikket problemer med vores loginsystem, men vi har sørget for, at du har adgang til alt vores indhold, imens vi arbejder på sagen. Forsøg at logge ind igen senere. Vi beklager ulejligheden.

Du kan ikke logge ud

Vi har i øjeblikket problemer med vores loginsystem, og derfor kan vi ikke logge dig ud. Forsøg igen senere. Vi beklager ulejligheden.