– Det här är klinisk forskning när den är som bäst, säger Helena Odenstedt Hergès, överläkare vid Sahlgrenska Universitetssjukhuset och adj. universitetslektor vid Sahlgrenska akademin.
Hos en nedsövd patient kan bland annat hjärtat signalera att något inte är bra uppe i hjärnan. Det handlar om subtila förändringar i signaler som är svåra att upptäcka. Nu vill forskare ta reda på om det genom AI går att spåra och eventuellt förhindra en kommande stroke hos sövda patienter. Metoden skulle kunna utvecklas till ett varningssystem som larmar när patienter under narkos utvecklar syrebrist i hjärnan med stroke som följd. Det kan röra sig om kritiskt sjuka patienter på intensivvården, sövda patienter, patienter som redan utvecklat stroke, men även andra patientgrupper
– Kan vi upptäcka hotande syrebrist i hjärnan utifrån andra fysiologiska signaler genom att analysera stora mängder data genom AI? Forskningen syftar till att upptäcka och eventuellt förhindra syrebrist i hjärnan hos bland annat sövda patienter. En läkare har inte möjlighet att analysera all den data som registreras från en patient, men det kan AI, säger Helena Odenstedt Hergès.
I framtiden är målet att skapa ett program eller en algoritm som varnar läkarna när det uppstår mönster som kan vara tecken på syrebrist i hjärnan. Det forskningsprojekt som startar i höst är ett samarbetsprojekt bestående av flera olika kompetenser, med kliniskt verksamma läkare och forskare inom teknik och mjukvaruutveckling. Bland andra professor Miroslaw Staron, Institutionen för data- och informationsteknik, Göteborgs universitet/Chalmers, professor Silvana Naredi, professor Mikael Elam, Med dr Linda Block, Med dr Jaquette Liljenkrantz, leg läk Ali El Merhi, leg läk Richard Vithal, Sahlgrenska Universitetssjukhuset/Sahlgrenska Akademin, med flera.
Forskare på avdelningen för Software Engineering vid institutionen för data- och informationsteknik ska arbeta för att ta fram en predikteringsmodell som kan varna läkarna när det uppstår mönster som kan vara tecken på syrebrist i hjärnan som kan utvecklas till stroke. De kommer främst att använda sig av supervised learning och utveckla en kedja av algoritmer där resultatens tillförlitlighet ökar med varje steg.
– För mig är projektet viktigt för att få en bättre förståelse av utmaningarna med att utveckla AI-baserad mjukvara i sjukvården, säger Miroslaw Staron, professor i Software Engineering. Genom att vistas i sjukhusmiljö och observera kliniskt arbete kan jag säkerställa att vi inte missar viktiga kvalitetsaspekter på grund av brister i datakvaliteten eller det sätt som vi väljer att utveckla våra algoritmer på.
Projektet finansieras delvis av CHAIR – Chalmers AI Research Center.
Kontakt:
Miroslaw Staron, professor, avdelningen för Software Engineering
E-post: Miroslaw Staron@cse.gu.se
Telefon: 031-7721081
eller Sahlgrenska Universitetssjukhusets presstjänst: 031-3429600 E-post: massmedia.su@vgregion.se
