Vad?

En helt ny AI-modell som kan identifiera personer med hög risk för olycks- eller sjukdomsfall, och förutspå vilka insatser om kan förhindra att akuta situationer uppstår. Informationen från modellen blir ett beslutsstöd och hjälper oss att sätta in förebyggande insatser på ett tidigare stadium, som fungerar bättre och påverkar individen mindre. Modellen kan också identifiera vilka individer och vilka insatser som har störst sannolikhet att ge varaktig förbättring.

På det viset leder får vi hjälp att nå målet om individanpassad vård med människan i centrum, och sparar in på onödigt lidande för kund. För biståndshandläggare och vårdpersonal innebär det stöd i arbetet och hjälp att skräddarsy insatser, och rikta resurserna där de gör mest nytta.

Varför?

Vård som anpassas för individen har stora fördelar. Upplevelsen hos den som vårdas blir bättre om man känner att insatsen är anpassad för en själv och verkan blir bättre. Samtidigt sparar vi resurser när vi inte behöver göra dyra insatser som kanske inte är efterfrågade eller behövda. De resurserna kan istället ägnas åt att ge den vård som verkligen behövs och uppskattas.

Kostnader och lidande som förorsakas av till exempel fallolyckor, kognitiv svikt, hjärt- och kärlsjukdomar, diabetes är till del möjliga att förebygga och lindra mer effektivt – om bara information kan komma fram i tid.

Med bakgrund i den demografiska utvecklingen med fler äldre som är i behov av vård och omsorg, och med resurser som inte ökar i samma takt, är initiativ som dessa inte bara bra utan nödvändiga.

Det är ett övergripande behov som kommer att generera nytta inom alla våra verksamhetsområden och i slutändan för alla våra kunder.

Hur?

AI-modellen bygger på de bedömningar som sjuksköterskor gör. Utifrån den datan kan mönster identifieras och beslutsunderlag presenteras. Utvecklingen av tjänster för att göra prognoser med hjälp av AI är snabb och det är rimligt att anta att det finns liknande projekt runt om i världen. Det som gör det här extra intressant är att det görs tillsammans med Ensolutions som vi redan har samarbete med i vårt kvalitetsarbete och i samklang med existerande arbetssätt.

Under hösten 2021 utvecklas lösningen tillsammans med förvaltningens medarbetare inom hemvården för att testat skarpt under vintern. Under 2022 kommer lösningen att realiseras och implementeras i hela förvaltningen om testerna är framgångsrika.

Effektmål

Minskning av olyckor och sjukdomsfall hos våra kunder

Effektmål

Minskad tid i administrativt arbete för handläggare och vårdpersonal

Effektmål

Minskad stress hos personalen genom minskad risk för felaktiga och för sena beslut om insatser.

Kontakt

Namn: Eric Semb
E-post: Eric.Semb@helsingborg.se