"Vi vil gerne undersøge, om vi kan udvikle et redskab til lægerne på Danmarks kræftafdelinger, som de kan bruge til at bestemme behovet for indlæggelse. Vi tror nemlig, at flere patienter kan behandles hjemme med antibiotika i tabletform i stedet for at blive indlagt," siger klinisk professor ved Aarhus Universitet Tarec Christoffer El-Galaly.
Ofte vil kræftpatienter med feber blive indlagt og få bredspektret antibiotika direkte i blodet – også selvom de ikke er meget syge og ikke har andre symptomer end feber. Men indlæggelser kan være hårde og risikerer at påføre patienterne nye infektioner. Målet med projektet er derfor både at skåne patienterne for unødvendige indlæggelser og frigøre sengepladser til dem, der har allermest brug for dem.
Til at udvikle det såkaldte beslutningsstøtteværktøj bruger forskerne kunstig intelligens – såkaldt machine learning – til at forudsige, hvem der risikerer alvorlige forløb. Ved at kombinere de oplysninger, der indsamles op til en indlæggelse, forsøger de at forudsige, hvem der kan behandles hjemme, og hvem der risikerer alvorlige infektioner eller har brug for intensiv behandling.
Foreløbige resultater
Teamet har allerede udviklet en model, der kan skelne mellem lav- og højrisiko-infektioner hos patienter med lymfekræft, og snart kommer der resultater for andre typer kræft og infektioner.
"De første resultater viser, at det faktisk er muligt at forudsige, om der er risiko for en alvorlig infektion, fx en infektion, der kræver ophold på intensiv afdeling, eller hvor der er bakterier i blodet. Det kræver dog store mængder data, som opbevares forskelligt fra hospital til hospital. Derfor er datamodellerne vanskelige at implementere, fortæller Tarec Christoffer El-Galaly og fortsætter:
"Datamodellerne er heller ikke så gode, at de kan stå alene – modellerne tager nogle gange fejl, specielt hos de patienter, der ikke har alvorlige infektioner. Derfor er der stadig behov for involvering af klinikere, og modellerne kan højest ses som en støtte til beslutninger. Derfor undersøger vi også, om mere simple statistiske analyser kan bruges til at forudse, om patienten har bakterier i blodet, og dermed om de kan behandles hjemme. Det vil gøre det muligt at implementere modellerne nationalt og sikre, at de er transparente og forståelige for klinikerne."
På sigt kan forskningen betyde, at flere kræftpatienter kan blive behandlet hjemme, hvilket vil forbedre deres livskvalitet. Samtidig kan hospitalerne prioritere deres ressourcer bedre og reservere sengepladser til de patienter, der har størst behov for dem – en stor fordel i en tid, hvor der mangler personale.
Forskerne regner med, at de i løbet af 2026 ved nok om risikofaktorerne til at gå videre med projektets næste fase, som er en klinisk afprøvning. Her vil de undersøge, om det er sikkert at bruge data som grundlag til at beslutte, om kræftpatienter med infektioner bør indlægges eller kan klare sig hjemme.
Læs mere om projektet
"danmark" giver tilbage til Danmark
Sygeforsikringen "danmark" donerer en del af sit investeringsoverskud til sundhedsfaglige projekter og har støttet dansk sundhedsfaglig forskning, forebyggelse og oplysning siden 2020 for at hjælpe med at forebygge sygdomme og forbedre behandlingen af dem.
Sundhedsdonationer kommer fra investeringsoverskud og berører ikke selve forsikringen, hvor medlemmerne af “danmark” samlet set får minimum 90 procent af kontingentet retur som tilskud.
