Baggrund
Der indsamles i dag meget store mængder data i den elektroniske patientjournal, både som numeriske data (prøvesvar mv.) og som fri tekst. Det er i stigende grad en udfordring at have det nødvendige overblik over indholdet i patientjournalen.
Formål/vision
Formålet med RELIP er dels at forebygge overflødig indsamling af data, som allerede er til stede i patientjournalen, og dels at forebygge at personalet overser væsentlig information, som patienten forventer, at personalet har hæftet sig ved, eller som har betydning for behandling og prognose.
Der vil i projektet blive udviklet et software- program (en algoritme) til automatisk læsestøtte af patientjournaler, som kan kombinere udvalgte data og på den måde levere en effektiv beslutningsstøtte til personalet. Målet er at udvikle en software, der informerer personalet, når data i patientjournalen peger på en høj sandsynlighed for, at patienten har et komplicerende alkoholforbrug.
Projektets gennemførelse
I projektet bygger man bygger videre på et igangværende studie (Relay-studiet), som systematisk indsamler KRAM-data (Kost, Rygning, Alkohol og Motion) på over 5.000 indlagte patienter på udvalgte somatiske afdelinger. Patienter, som ved screeningen i Relay-studiet er testet positive for Alcohol Use Disorders (AUD, sygdomme der er forbundet med alkoholmisbrug), og de, der er testet negativt, vil indgå som grundstammen i RELIP-projektet. Ved at analysere journaldata på disse patienter vil projektet undersøge, om de to grupper adskiller sig i patientjournalerne. Tekstbaseret data vil blive inddraget og analyseret ved hjælp af metoden Natural Language Processing. Analyserne vil, sammen med eksisterende biologiske/matematiske modeller, danne grundlag for udviklingen af en algoritme med henblik på at identificere alkoholoverforbrug/afhængighed.
Projektet udføres i følgende trin:
Trin 1: Data fra det første år af Relay-studiet analyseres, og via data (numeriske, biologiske og fri tekst) fra patientjournalerne identificeres indikatorer på AUD.
Trin 2: Eksisterende biologiske modeller (især The SteatoNet model) justeres.
Trin 3: De empiriske fund fra trin 1 og de biologiske modeller fra trin 2 bliver kombineret i en overordnet model.
Trin 4: Den overordnede model bliver testet på patientdata fra det andet år i Relay-studiet. Validitet og specificitet af modellen testes.
Trin 5: Der udvikles et softwareprogram til klinisk beslutningsstøtte.
Trin 6: Der udføres et kvalitativt studie blandt patienter og personale for at undersøge deres erfaringer og forventninger til at bruge softwareprogrammet til klinisk beslutningsstøtte.
Trin 7: I samarbejde med klinikere udarbejdes der en protokol for implementering af software-programmet til klinisk beslutningsstøtte på hospitaler.
Trin 8: Forretningsmodellen analyseres inklusiv evaluering af økonomiske og organisatoriske perspektiver for implementering af softwareprogrammet.
Forventede resultater
Projektet forventes at lede til udvikling af en forebyggende model, som er baseret på avanceret søgning og sprogteknologi. Det sker med henblik på at identificere tegn i patientjournalen på, at patientens livsstil påvirker sygdomsbilledet og dermed lægger op til, at personalet aktivt kan inddrage patienten. Personalet kan så, sammen med patienten, drøfte, hvordan behandlingen bedst kan tilrettelægges med input fra patienten selv.