Hjertesvikt i Norge: Kliniske kjennetegn, dødelighet og ressursbruk i helsevesenet

Forekomsten av hjertesvikt over 70 år er 10 % og 5 års dødelighet over 60 %, høyere enn for kreft. Reinnleggelsesraten først etter sykehusinnleggelse er 44 % til tross for tilgjengeligheten av livsforlengende og livskvalitetsfremmende behandling. Det er mangel på ressurser for adekvat diagnostisk opparbeiding som er nødvendig for å implementere evidensbasert behandling. Dette prosjektet tar sikte på å vurdere effekten av retningslinjebasert diagnostisk opparbeidelse og retningslinjebasert behandling av hjertesvikt på dødelighet og reinnleggelsesrater. Siden symptomene som definerer graden av hjertesvikt og utskrivningsmedisinen kun er tilgjengelig i de elektroniske pasientmapper, brukes kunstig intelligens for å hente denne informasjonen for å vurdere om behandlingen er i henhold til retningslinjene.

Prosjektet bruker først en regelbasert tekstbehandlingsmetode ved bruk av IBM Watson, og deretter videre til en maskinlæringstilnærming som bruker reinnleggelse og dødelighet som endepunkter.

Prosjektet har tilgang til digitalt lagrede ekkokardiografiske målinger samt digitale EKG-er og laboratoriedata på 15 000 pasienter innlagt med diagnosen hjertesvikt. Hvis gjenfinning av symptomer og funksjon ved kunstig intelligens er vellykket, er neste trinn å vurdere om de som har mest nytte av ekkokardiografi kan identifiseres ved hjelp av informasjon fra EKG, laboratoriedata eller symptomer og funksjonskapasitet som beskrevet i elektroniske helsejournaler.