Data Driven Decision Support for Clinical Information Systems
Prosjekt
- Prosjektnummer
- HST1187-14
- Ansvarlig person
- Kasper Jensen
- Institusjon
- Universitetssykehuset Nord-Norge HF
- Prosjektkategori
- Postdoktorstipend
- Helsekategori
- Cancer and neoplasms, Generic health relevance
- Forskningsaktivitet
- 8. Health Services
Rapporter
Det er gjennomført studie av strukturering av fritekst i norsk språk basert på tekst i pasientjournaler med tanke på klinisk beslutningsstøtte for kirurgi på pasienter med kolorektalkreft. Prosjektet ble avsluttet før planlagt ettersom stipendiaten sluttet i sin stilling. En artikkel er Under revisjon i Nature Communications.
Prosjektet og resultater må ses i sammenheng med prosjekt HST1182-14.
Prosjektet hadde betydelig potensiale for helsetjenesten, men må tas videre i andre og nye prosjekter basert på arbeidet som er gjort.
Mye helsedata er i dag på ustrukturert form, særlig i form av fritekst. Denne informasjonen er vanskelig tilgjengelig for analyse, og prosjektet har i sitt første år bygget verktøy for å systematisere medisinsk norskspråklig tekst med tanke på bruk til beslutningsstøtte.I helsetjenesten genereres rutinemessig store mengder data som del av pasientbehandlingen, særlig registrert i den elektroniske pasientjournalen. Mye av disse dataene er ustrukturerte og komplekse å analysere som en del av automatisert beslutningsstøtte. Prosjektet skal systematisere og bruke denne informasjonskilden for ny innsikt i pasientbehandlingen og gi beslutningsstøtte i utøvelsen av klinisk praksis. Særlig vil fokus være på å bruke ustrukturerte data i journalen for å predikere og forhindre uønskede hendelser som reinnleggelser.
Det medisinske språket i journalene har særlige utfordringer knyttet til form og struktur, samt norsk språk, slik at det har vært nødvendig å bygge mye av strukturen fra grunnen av. Dette har vi lykkes med, og har nå et verktøy som kan systematisere tekst i begreper og hendelser. Ut fra dette bygger vi prediktive nettverk som kan si noe om vanlige forløp for en pasient, og dermed predikere forløp for nye pasienter med gitte karakteristika og tilknyttete data. Prosjektet arbeider tett med Gastrokirurgisk avdeling ved UNN for å sikre klinisk relevans og nytte. Her er det også store muligheter til å bruke datakildene til å personliggjøre behandling og forhindre store og alvorlige komplikasjoner. Vi jobber nå med å finne gode, relevante kliniske problemstillinger, og videreutvikle teknologien.
Postdoktorkandidaten ble rekruttert fra Danmark fra 1/1/2015, og har fra 1/1/2016 fått innvilget utenlandsopphold ved University of Warwick i Storbritannia under professor Mark Girolami.
Prosjektet skal bruke data generert under pasientbehandling for å forbedre behandlingen og berede grunnen for beslutningsstøtte basert på komplekse og ustrukturerte data.Ved sykehus genereres rutinemessig store mengder data som del av pasientbehandlingen, særlig registrert i den elektroniske pasientjournalen. Mye av disse dataene er ustrukturerte og komplekse å analysere som en del av automatisert beslutningsstøtte. Prosjektet skal systematisere og bruke denne informasjonskilden for ny innsikt i pasientbehandlingen og gi beslutningsstøtte i utøvelsen av klinisk praksis. Særlig vil fokus være på å bruke ustrukturerte data i journalen for å predikere og forhindre uønskede hendelser som reinnleggelser. Ustrukturert innhold, særlig i form a fritekst gir særlige utfordringer for analyse. Ved bruk av enkle modeller som f.eks. "Bag of words", som vi har nyttet tidligere, vil mye kontekstuell informasjon gå tapt. Derfor er det et behov for å utnytte teknikker innen "Natural Language Processing" (NLP) for å bedre presisjonen.
Prosjektet arbeider tett med Gastrokirurgisk avdeling ved UNN for å sikre klinisk relevans og nytte. Her er det også store muligheter til å bruke datakildene til å personliggjøre behandling og forhindre store og alvorlige komplikasjoner. Vi har tidligere sett på prediksjon av anastomoselekkasje som er en kritisk komplikasjon basert på fritekst og funnet at det er mulig å finne egenskaper i teksten som knyttes til reoperasjon. Dette arbeidet og andre relevante kliniske problemstillinger vil vi jobbe videre med.
Prosjektet hadde oppstart sommer 2014, men ble forsinket pga utfordringer knyttet til å rekruttere kandidat. Postdoktorkandidaten ble ansatt fra 5/1 2015, og prosjektet er derfor ca 6 måneder forsinket.
Vitenskapelige artikler
Jensen K, Augestad KM, Lindsetmo RO, Skrøvseth SO
From unstructured EHR text to data-driven clinical decision support
International Journal of Integrated Care, 2015
Mikalsen KØ, Hindberg K, Godtliebsen F, Gran M, Revhaug A, Lindsetmo RO, Skrøvseth SO, Jensen K, Soguero-Ruiz C, Jenssen R
Predicting Postoperative Delirium Using Anchors
NIPS Workshop on Machine Learning in Healthcare, 2015
Deltagere
- Rolv-Ole Lindsetmo Prosjektdeltaker
- Fred Godtliebsen Prosjektdeltaker
- Robert Jenssen Prosjektdeltaker
- Knut Magne Augestad Prosjektdeltaker
- Stein Olav Skrøvseth Prosjektdeltaker
- Kasper Jensen Postdoktorstipendiat
eRapport er utarbeidet av Sølvi Lerfald og Reidar Thorstensen, Regionalt kompetansesenter for klinisk forskning, Helse Vest RHF, og videreutvikles av de fire RHF-ene i fellesskap, med støtte fra Helse Vest IKT
Alle henvendelser rettes til eRapport, Helse Nord