Högskola använder AI och Twitter mot vårdrelaterade infektioner

På sjukhus runt om i världen är vårdrelaterade infektioner (VRI) ett av de största problemen, det vill säga att personer som kommer till ett sjukhus för att få vård för en sjukdom smittas med en annan. Under exempelvis covidpandemin lades många patienter in av olika anledningar men smittades sedan av coronaviruset under sjukhusvistelsen.

Samtidigt finns massvis med anställda inom sjukvården som skulle kunna ha olika lösningar på problematiken. Därför undersöker Högskolan i Halmstad, i ett nytt projekt tillsammans med Essity, huruvida AI och sociala medier kan motverka VRI.

– I det här projektet har vi vänt oss till sociala medier för att se vad anställda i sjukvården världen över försöker göra och kommunicera – och om de kanske använder sig av några nya metoder för att kontrollera eller förebygga VRI. AI låter oss hitta nålen i höstacken, säger Fábio Gama, universitetslektor i vårdinnovation på Högskolan i Halmstad.

Transfer learning

I projektet används transfer learning, en ML-teknik som innebär att man använder kunskap och erfarenheter från en uppgift för att förbättra prestationen i en annan relaterad uppgift. Man har byggt en tvåstegsmodell för ett neuralt nätverk som identifierar och skiljer VRI-relaterade informativa tweets från icke-informativa.

AI-algoritmer skannar av stora mängder data och upptäcker automatiskt idéer som användare har bidragit med. Fokuset har legat på Twitter och engelskspråkiga Twitter-inlägg.

– Systemet kallas automatisk idédetektering (AID). Jag brukar tänka på AI som ett litet barn som man först måste lära hur man kryper, och sedan hur man går. Det är det vi har gjort så här långt i det här projektet.

– I fas 2, som börjar nu, ska vi få barnet att börja springa. Det vill säga få AI:n att jobba snabbare för att hitta lösningar.

Kan användas inom fler områden

Framåt är tanken att algoritmen ska kunna nyttjas inom fler områden. Men för detta krävs mer delade data och en vidareutveckling av algoritmen.

– Det finns många saker som vi skulle kunna göra om vi till exempel kunde övertyga sjukvårdsorganisationer att dela med sig av sina data till oss.

– Det finns exempelvis en möjlighet att identifiera och skapa lösningar som förbättrar rekommendationerna för handhygien. Jag tror också att vi i framtiden kan använda VRI för att identifiera idéer runt rena energikällor.