Nye signaturprojekter i Nordjylland skal udforske potentialet i kunstig intelligens

I 2022 igangsættes 12 nye signaturprojekter, der skal gøre os endnu klogere på mulighederne og barriererne for at anvende kunstig intelligens i kommuner og regioner.

Kunstig intelligens rummer et stort potentiale for at løfte vores velfærd og sundhedsbehandling, understøtte den grønne omstilling og skabe mere tid til den borgernære service.

Tre af signaturprojekterne foregår i Nordjylland, idet et af de nye projekter igangsættes i Aalborg Kommune, et er et samarbejde mellem Aalborg og Rødovre Kommuner og et igangsættes i TeleCare Nord, den fælles telemedicinske servicefunktion i Nordjylland.

For mere information se nedenstående projektbeskrivelser, eller læs mere om alle 12 projekter her.

Kunstig intelligens til prædiktion af forværringer ved multisygdom med letforståelig forklaring af komplekse resultater (TeleCare Nord)

Projektet har til formål at forbedre behandlingen af borgere med flere kroniske sygdomme ved at udvikle et værktøj, som kan forudsige sygdomsforværringer hos borgeren. Projektet videreudvikler algoritmer fra signaturprojektet Prædiktion af forværring blandt KOL- og hjertesvigtspatienter.

Danskere over 16 år har i gennemsnit mere end to kroniske sygdomme. Ofte forsøges udfordringer med kroniske sygdomme løst ved at adressere sygdommene enkeltvis, som tilfældet også er med KOL- og hjertesvigtsprojektet.

Algoritmerne i KOL- og hjertesvigtsprojektet tager dog ikke højde for, at disse borgere ofte lider af begge sygdomme, og at de i gennemsnit i alt har 3-4 kroniske sygdomme. Hertil kommer, at forværringerne hos disse borgere kan skyldes andre ikke-kroniske og epidemiske sygdomme som influenza eller senest COVID-19.

Projektet vil derfor videreudvikle og optimere algoritmerne fra KOL- og hjerte-svigtsprojektet. Dette sker ved at inkludere informationer om relevante kroniske sygdomme sammenkørt med anden information, fx om forekomsten af relevante akutte epidemiske sygdomme. Projektet vil desuden udvikle og afprøve metoder til at kommunikere komplekse resultater fra algoritmerne på en let forståelig, tillidsvækkende og etisk forsvarlig måde.

For yderligere information om projektet kontakt:
Ria Thaarup Høegh, ria.h@rn.dk, tlf. 2148 5008

Kunstig intelligens til understøttelse af visitation af genoptræningsforløb (Aalborg Kommune og Rødovre Kommune)

Projektet vil med brug af kunstig intelligens understøtte en mere ensartet og hurtigere visitation af genoptræningsforløb i Aalborg og Rødovre kommuner. Løsningen vil både sikre en bedre udnyttelse af kapaciteten i de kommunale genoptræningstilbud og sikre, at borgere hurtigst muligt kommer i gang med genoptræning efter indlæggelse.

I Aalborg og Rødovre kommuner fylder visitationsopgaven sammenlagt mere end 3.000 timer årligt, hvori der samlet behandles ca. 9.000 genoptræningsplaner for borgere, der skal i genoptræningsforløb.

Projektet vil udvikle en løsning, der kan understøtte hele udskrivningsprocessen, fra en genoptræningsplan modtages i kommunen fra et hospital til borgeren er visiteret til et forløb. Dette sker via fire hovedfunktioner, som løsningen skal understøtte: Sortering af alle genoptræningsplaner; tildeling af forløbskoder til genoptræningsplaner; integration af standardoplysninger om borgere i it-fagsystemet Cura; og sidst en visitationsløsning, der baseret på historiske data vurderer hvilket genoptræningsforløb, der skal bevilges.

Projektet vil fokusere på, at borgere fortsat kan forvente et højt og korrekt serviceniveau i visitationen til genoptræning. Samtidig vil projektet undersøge, hvordan tildelingen af koder for genoptræningsforløb har potentiale til at udbredes til andre kommuner, herunder afdække, hvordan løsningen kan omsættes til en tværkommunal standardkomponent.

For yderligere information om projektet kontakt:
Mathilde Skovgaard Nielsen, mathilde.nielsen@aalborg.dk, tlf. 2520 0438

Øget kontinuitet i ældreplejen ved hjælp af kunstig intelligens (Aalborg Kommune)

Projektets formål er at forbedre borgernes oplevelse af en sammenhængende og tryg ældrepleje ved at øge kontinuiteten af de medarbejdere, som borgeren møder. At blive mødt af kendte ansigter, som kender borgerens behov og ønsker, er blandt de allervigtigste faktorer i borgerens oplevelse af sammenhæng og tryghed i plejen, og det har en positiv indvirkning på kvaliteten af plejen.

Projektet baseres på den eksisterende løsning EVA, der kommer med forslag til en optimal besøgsplan ud fra hensyn til en række parametre, som for eksempel maksimalt antal forskellige medarbejdere og skemalagt arbejdstid.

Projektet skal videreudvikle EVA med yderligere en til to af de væsentligste parametre, der i dag udfordrer en god besøgsplan og hermed optimere output fra algoritmen. Et eksempel kunne være faktisk tidsforbrug, der kan anvendes til prædiktion af varighed for besøg.

Projektet vil herudover indbygge et feedbackloop til løsningen, så den løbende gentrænes og lærer fra brugerinput. Løsningen afprøves i hhv. Aalborg og Syddjurs Kommune, der har forskellige organisatoriske setups. Dermed skabes der erfaringer ift. organiseringen, planlægningen og sammenhængen mellem by og land og forskellige kommunestørrelser, som skal give de bedste forudsætninger for efterfølgende udbredelse af løsningen.

Derudover vil projektet undersøge, om implementering af algoritmen samtidig kan reducere transporttiden mellem besøg og således bidrage til et grønnere aftryk.

For yderligere information om projektet kontakt:
Lasse Østergaard, lao-aeh@aalborg.dk, tlf. 2520 5458