”Digital spårhund” sniffar upp sepsis

En som har engagerat sig i det här är infektionsläkaren Pontus Nauclér, som forskar vid institutionen för medicin, Solna, på Karolinska Institutet.   

– Ett konkret exempel kan vara en äldre man som har fått en ny höftled och som ligger på ortopedisk vårdavdelning. En infektion på grund av operationen kan utvecklas till en sepsis, men det kan ta tid för vårdpersonal att upptäcka det. Vi har frågat oss hur man kan automatisera övervakningen av vårdrelaterade infektioner. Vi insåg tidigt att vi borde fokusera på sepsis eftersom det är en så allvarlig vårdrelaterad infektion så här fanns ett stort behov från vårdens sida att snabbt kunna hitta de här fallen, säger Pontus Nauclér. 

Lösning i bruk

Med forskningsanslag från Vinnova började han och hans kollegor att mejsla fram en lösning. Den är nu i princip färdig och redan i bruk vid de tre sjukhusen i Västerbotten: Lycksele lasarett, Norrlands universitetssjukhus och Skellefteå lasarett.  

– Vi har konstruerat en algoritm som kontinuerligt söker igenom journaldata och larmar när en patient uppfyller ett antal kriterier som är kopplade till sepsis, säger Pontus Nauclér. 

Algoritmen sniffar upp patienter som har en infektion och dessutom påverkan på något av sex organsystem: lungor, lever, njurar, hjärna, blodomlopp (blodtryck) och blodets koaguleringsförmåga. Det kan handla om journalanteckningar om förvirring, insatta läkemedel, som antibiotika, eller svar på olika prover och undersökningar, som ett stigande kreatininvärde eller sjunkande blodtryck. 

I studier, där algoritmens larm jämförts med läkares bedömningar, har det visat sig att träffsäkerheten är god. Algoritmen gör rätt bedömning i ungefär 90 procent av fallen, åt båda håll. Det betyder att nio av tio fall hittas samtidigt som vart tionde larm är ett falsklarm. 

Pontus Nauclér och hans kollegor funderar nu på hur den ska införas i vården på fler platser än i Västerbotten. De har bildat ett företag kallat P3S med hjälp av KI Innovation, som ger stöd och vägledning till life science-idéer. 

– Vi tänker oss att den här algoritmen ska kunna användas på flera sätt. Den skulle kunna hitta sepsis tidigt hos patienter, vilket i sig är en stor vinst. Men den skulle också kunna användas som en kvalitetsparameter, där man sjukhus per sjukhus kan se hur stor förekomsten av sepsis är och om siffrorna går upp eller ned. Man skulle också kunna mata in andra sökkriterier. Då skulle man till exempel kunna be den att söka efter endast kateterrelaterade infektioner – eller vad man nu vill upptäcka eller undersöka, säger Pontus Nauclér.