Tanken med projektet är att det ska bli en integrerad del av det nya beslutstöd som SOS Alarm utvecklar.

– Syftet är att underlätta för vår personal som svarar på larmsamtal att kunna göra medicinska bedömningar med ännu högre precision, berättar Mattias Regnell, Innovationsledare och forskningsansvarig på SOS Alarm,till MedTech Magazine.

Maskininlärningsmodellen har utvecklats av danska Corti och används redan idag i bland annat Köpenhamn och i USA. Den tränas i att känna igen olika ord som ofta används av dem som ringer in om ett nödfall. När den används under ett larmsamtal identifierar den olika nyckelord och räknar ut sannolikheten att det rör sig om ett hjärtstopp. Om det finns anledning att misstänka hjärtstopp meddelas larmoperatören omedelbart.

– Det är idag svårare än vad man tror att identifiera hjärtstopp i larmsamtal. De som ringer 112 vet ofta inte hur det ser ut när en människa drabbas av ett plötsligt hjärtstopp och därför kan det beskrivas på många olika sätt, säger Mattias Regnell, som själv är utbildad ambulanssjuksköterska och som även har jobbat som sjuksköterska på SOS Alarm i flera år.

Projektet är ett samarbete mellan SOS Alarm och Hjärtstoppscentrum vid Karolinska institutet, KI. Det drivs av KI tillsammans med Fredrik Byrsell, som anställdes som doktorand på SOS Alarm i september förra året.

Nu pågår arbetet med den första studien och förhoppningen är att resultaten ska publiceras i en vetenskaplig tidskrift framåt slutet av året.

Syftet med studien är att se om AI:n kan stödja en tidigare identifiering av hjärtstopp, vilket skulle medföra att hjärt- och lungräddning kan påbörjas tidigare samt att räddningsresurser kan larmas snabbare.

Systemet har tränats upp med ljudfiler från larmsamtal som spelades in år 2015 och har senare testats på inspelningar från år 2018.

– Först lyssnade vi själva igenom ljudfilerna och utvärderade SOS-operatörens prestation; om de kunde identifiera ett hjärtstopp och hur lång tid det tog, om de kontrollerade patientens status och olika andra variabler. Efter det fick AI:n lyssna på samtalet och i studieresultatet presenteras en jämförelse mellan maskininlärningsmodellens och SOS-operatörernas prestation, berättar Fredrik Byrsell.

I nästa studie, som förväntas dra igång i januari 2021, ska AI:n användas i livesamtal där samtliga nödsamtal till 112 inkluderas. Det kommer att vara en randomiserad studie och syftet är att se om maskininlärningsmodellen kan hjälpa SOS-operatören att identifiera hjärtstopp snabbare.

I en tredje studie kommer Fredrik Byrsell att utvärdera om användningen av AI:n medför en ökning av hjärtlungräddning hos personer som drabbats av misstänkt hjärtstopp. Doktorsavhandlingen kommer att följas upp med en fjärde, kvalitativ, studie som ska ta reda på hur larmoperatörerna upplever stödet.

Om systemet visar sig vara användbart så är nästa steg att expandera till att kunna identifiera flera livshotande tillstånd, exempelvis hjärtinfarkt, stroke eller blodförgiftning, sepsis, som alla är tillstånd där varje minut räknas. 

Artikeln är en del av vårt tema om Akut- och ambulanssjukvård.