Hjärtsvikt i Norge: kliniska egenskaper, dödlighet och användning av hälso- och sjukvårdsresurser

Prevalensen av hjärtsvikt över 70 år är 10 % och 5 års dödlighet över 60 %, högre än för cancer. Återinläggningsfrekvensen först efter sjukhusvistelse är 44 % trots tillgången till livsförlängande och livskvalitetshöjande behandling. Det finns en brist på resurser för adekvat diagnostisk upparbetning som krävs för att implementera evidensbaserad behandling. Detta projekt syftar till att bedöma effekten av riktlinjer baserad diagnostisk upparbetning och riktlinjer baserad behandling av hjärtsvikt på dödlighet och återinläggning. Eftersom symtomen som definierar graden av hjärtsvikt och utskrivningsmedicinen endast finns tillgängliga i de elektroniska patientjournalerna, används artificiell intelligens för att hämta denna information för att bedöma om behandlingen är enligt riktlinjerna.

Projektet använder först en regelbaserad textbearbetningsmetod med IBM Watson, och går sedan vidare till en maskininlärningsmetod som använder återinläggning och dödlighet som slutpunkter.

Projektet har tillgång till digitalt lagrade ekokardiografiska mätningar samt digitala EKG:er och labbdata på 15 000 patienter inlagda med diagnosen hjärtsvikt. Om inhämtningen av symtom och funktion med artificiell intelligens lyckas, är nästa steg att bedöma om de som har störst nytta av ekokardiografi kan identifieras med hjälp av information från EKG:n, labbdata eller symtom och funktionskapacitet enligt beskrivningen i den elektroniska journalen.