Het gebruiken van verpleegkundige intuïtie om achteruitgang bij patiënten in het ziekenhuis te voorspellen door een machine learning algoritme voor automatische detectie van klinische tekens in video en audio: de N-AI-tingale studie.
Periode
2026 - 2029
Beschrijving
Het bewaken van de veiligheid van patiënten in ziekenhuizen is een prioriteit voor zorgverleners over de hele wereld. Onderzoekers zijn op zoek naar methoden om ernstige voorvallen, zoals onverwacht overlijden, te voorkomen. Dit door het gebruik van systemen die een vroegtijdige detectie van achteruitgang bij patiënten mogelijk maken. Dit project, de N-AI-tingale studie, wil het buikgevoel van verpleegkundigen combineren met de precisie van kunstmatige intelligentie (AI), om zo tekenen van achteruitgang automatisch te detecteren. Dit project wil AI-technieken gebruiken om achteruitgang bij patiënten te detecteren door zowel visuele als auditieve signalen te gebruiken. We zullen een unieke database opstellen met video- en audio-opnames van patiënten in het ziekenhuis. Finaal leidt dit tot een algoritme dat visuele en auditieve tekens van achteruitgang, zoals subtiele veranderingen in de gezichtsuitdrukking tot een veranderd ademhalingspatroon, kan opsporen. Het combineren van video en audio om achteruitgang te detecteren is uniek binnen ons vakgebied. Tijdens dit project zullen we een lijst van klinische tekens opmaken, het AI-algoritme ontwikkelen en testen, en het vervolgens integreren in de werkprocessen van verpleegkundigen. We zullen samenwerken met data scientists, verpleegkundigen, artsen, ziekenhuisdirectie, patiënten, een ethicus en een juridisch adviseur om te zorgen dat onze benadering zowel praktisch haalbaar, ethisch verantwoord als juridisch aanvaardbaar is.
------------------------------------------------------------------------
Promotor
Filip Haegdorens
Doctoraatsonderzoeker
Anouk Arntz
Financiering
