10.4 C
Rosendal
mandag, april 29, 2024

Buy now

spot_img
spot_img

Kunstig intelligens kan tolke din pasientjournal

Helsepersonell må forholde seg til et internasjonalt system med over 30.000 koder for ulike sykdommer. Det er lett å ta feil. Forskere utvikler nå et dataprogram slik at behandlere kan få hjelp av kunstig intelligens.

Systemet skal automatisk foreslå en sykdomskode.

For i helsevesenet foregår det mye manuelt og tidkrevende arbeid for å dokumentere omsorg for en pasient.

Etter hver pasientkontakt skal behandler skrive en såkalt epikrise og registrere en eller flere tilstandskoder som beskriver hva slags utredning eller behandling pasienten har mottatt.

En epikrise er en skriftlig oppsummering av undersøkelse eller behandling av en pasient, basert på journalopplysninger.

For mer informasjon, og kjøp av Heartstar FRx

Koder for sykdommer

Medisinske koder som beskriver sykdommer eller symptomer gir oversikt fordi helsepersonell vet hva man da snakker om. Samme sykdom kan ha ulike navn, men det er bare én kode for sykdommen. Kodene er samlet i diagnose-kodeverk. ICD-kodeverket er internasjonal klassifisering av sykdommer.

Diagnose blir kodespråk

Den som behandler pasienten, skal stille diagnose, altså avgjøre hva som plager pasienten. Så må diagnosen oversettes til en kode som bygger på «Internasjonal statistisk klassifikasjon av sykdommer og beslektede helseproblemer», forkortet til ICD.

I Norge bruker vi tiende revisjon av ICD, kjent som ICD-10. Det er mest vanlig at behandler selv registrerer koder, men det kan også gjøres av kontorpersonell med særlig kompetanse.

For behandler tar det tid å finne korrekte diagnoser og koder. All informasjon finnes ikke i epikrisen, vi må derfor også se i pasientjournalen, laboratorietester og legemiddellister og mer. Pasienten kan ha vært behandlet i lang tid, og da er det mye informasjon som må innhentes for å kunne sette diagnoser og koder, sier prosjektleder i ClinCode prosjektet, professor Hercules Dalianis i Nasjonalt senter for e-helseforskning.

For mer informasjon, og kjøp av Mini Anne plus -10 pakning

Ofte feil kode

De angitte ICD-10-kodene brukes til statistiske formål og for å kunne forutsi fremtidige omsorgsbehov. Forskere og klinisk personale ser også på kodene for raskt å få oversikt over enkeltpasienters diagnoser.

Siden 1997 er koder også benyttet som grunnlag for finansiering.

Et problem med de manuelt satte ICD-10 kodene er at de ofte er feil.

ICD-10 kodesystemet omfatter over 30.000 koder og kan være både vanskelig og tidkrevende å bruke. Ofte vil klinikere registrere feil koder, eller ikke få med alle passende koder. Det anslås en feilprosent på opp mot 20-30 prosent.

Det er viktig å forstå at dette kodeverktøyet aldri vil kunne fungere optimalt hvis dokumentasjonen som ligger til grunn for kodingen ikke er god nok, sier Lill Irene Hind, koderådgiver ved Universitetssykehuset Nord-Norge.

Feilaktig og mangelfull koding gjør det vanskelig å fakturere korrekt og planlegge for effektiv ressursutnyttelse i helsetjenesten.

For mer informasjon, og kjøp av First Aid Burn kit – Brannskadeskrin

Dataprogram har lært tusenvis av tilstandskoder

Forskere fra Nasjonalt senter for e-helseforskning har derfor utviklet et automatisk kodeverktøy basert på kunstig intelligent som kan foreslå ICD-10 koder til en pasients epikrise.

Projektet ClinCode er et datamaskinstøttet klinisk ICD-10 kodingsverktøy for å forbedre effektiviteten og kvaliteten i helsetjenesten. Prosjektet finansieres av Norges Forskningsråd.

Verktøyet vi kaller Easy-ICD, bygger på at programmet har blitt trent med maskinlæringsteknikker på tusenvis av tidligere epikriser innen gastrokirurgiområdet som allerede er manuelt kodet. På den måten har programmet lært hvilke tilstandskoder en enkelt epikrise burde få, sier Dalianis.

Gastrokirurgi er kirurgisk behandling av organer i mage og tarm.

For mer informasjon, og kjøp av Oversikts plansje Elektriske skader

Korrigere for å redusere feil

Siden en stor del av opplæringsmaterialet er feilkodet, vil systemet også lære seg feil koder.

Forskerne ønsker derfor å korrigere treningsmaterialet ved å omkode dataene slik at vi reduserer feilene. Easy-ICD vil aldri bli bedre enn et menneske som koder, men vil kunne jobbe mye raskere, og behandle enorme mengder informasjon 24/7.

– Vi jobber videre med Easy-ICD og arbeider med å fargekode de viktige ordene i epikrisen som fører til forutsagte ICD-10 koder. Fargene skal tjene som en forklaring for brukeren på hvorfor Easy-ICD valgte disse spesielle kodene, sier Dalianis.

Tanken er at Easy-ICD skal foreslå ICD-10 koder for en bestemt epikrise, som behandler skal kunne velge mellom.


Kilde

Nasjonalt senter for e-helseforskning

spot_img

Related Articles

annonsespot_img

Latest Articles

-annonse-spot_img