Digitala beslutsstöd för rekommendation av transportdestination för traumapatienter
Kort beskrivning
Flera studier har visat att många patienter som är med om större olyckor (trauman) inte alltid hanteras enligt internationella rekommendationer för effektiv vård. Med detta menas att allvarligt skadade transporteras till ett sjukhus med otillräckliga resurser och icke allvarligt skadade transporteras till sjukhus med resurser som överstiger behovet. Så kallad triagering, redan på olycksplatsen, anses vara en nyckel för att förbättra situationen. Tidigare studier har visat på positiva resultat när det gäller att använda sig av artificiell intelligens för att bedöma skadeläget för de allvarligt skadade ute vid trafikolyckor. Konceptet kallas On Scene Injury Severity Prediction (OSISP). Målet med detta forskningsprojekt är att utveckla ett beslutstöd med hjälp av OSISP, för att kunna bedöma och hantera allvarligt skadade, oavsett vilken sorts trauma som inträffat.
Fler liv kan räddas om ambulanspersonal får AI-stöd
Ta del av hela pressmeddelandet här
Fler liv kan räddas om ambulanspersonal får AI-stöd vid bedömningar av hur allvarligt skadade personer är, och vart de ska köras. Det visar en studie som prövat flera olika matematiska modeller som möjliga beslutsstöd.
Det visar ny forskning från Chalmers, Göteborgs universitet och Högskolan i Borås.