Urinvejsinfektioner hos patienter med hjerne- og rygmarvsskader kan få alvorlige konsekvenser under indlæggelse. De sætter den livsvigtige rehabilitering på pause, forlænger hospitalsopholdet og øger brugen af antibiotika. Derfor er tidlig opsporing afgørende, fortæller kandidat i data science og datamanager i Hospitalsenhed Midt, Jessica Bruun.
I sit nye ph.d.-projekt undersøger hun, hvordan kunstig intelligens og maskinlæring kan forudsige risikoen for urinvejsinfektioner hos patienter på Hammel Neurocenter og Vestdansk Center for Rygmarvsskade – helt op til 48 timer før infektionen opstår.
Projektet bygger på data fra elektroniske patientjournaler (EPJ). Blandt andet analyseres fritekstbaserede notater, så information i journalerne, der normalt er svær at bruge systematisk, kan udnyttes.
- Håbet er, at et maskinlæringsbaseret varslingssystem, på sigt integreret i EPJ, kan forebygge infektioner rettidigt med tiltag som øget væskeindtag, kateterskift og målrettet hygiejne – før infektionen udvikler sig, påpeger Jessica Bruun.
Ph.d.-projektet ledes af Jan Rosner som hovedvejleder og støttes af et tværfagligt vejlederteam bestående af Kenneth Enevoldsen, Simon Kjeldsen, Lene Odgaard og Cathrine Jutzeler som medvejledere.
Projektet er muligt takket være støtte fra Region Midtjyllands Sundhedsvidenskabelige Forskningsfond samt CAAIR’s Forskningsprogram.