Tryck ”Enter” för att hoppa till innehåll
Pauline Ahl, projektägare på Södra Älvsborgs sjukhus, och Terese Dalåsen, projektägare på Sahlgrenska Universitetssjukhuset.

Färre fallolyckor på vårdavdelningar med hjälp av AI

Kan AI-teknik minska antalet fallolyckor i vården? Ja, det visar ett innovationsprojekt där Sahlgrenska Universitetssjukhuset och Södra Älvsborgs sjukhus tillsammans testat tekniken.

Inför 2022 fick Södra Älvsborgs sjukhus (SÄS) och Sahlgrenska Universitetssjukhuset (SU) närmare 1,5 miljoner kronor från Innovationsfonden för att testa och utveckla AI-teknik i syfte att minska risken för allvarliga fallskador i vården.

Nu har resultatet redovisats. Antalet skador vid fall har minskat betydligt under testperioden, i båda förvaltningarna.

Testades under åtta veckor

AI-tekniken installerades på två vårdavdelningar och testades under åtta veckor. Den ena var en rehabiliteringsavdelning med 21 vårdrum på SÄS, och den andra var medicinavdelning 19/32 på SU med lika många vårdrum.

Under perioden fick medarbetarna utbildning i systemet och testade det på inskrivna patienter.

En jämförelse av fallstatistiken under provuppställningen och utan provuppställning har genomförts.

Fallen minskade med 67 procent

Utvärderingen visar att antal fall minskade med 67 procent under perioden som systemet var uppsatt.

– Ju fler fall som inträffar på en avdelning desto större risk att patienten faktiskt skadas, säger Pauline Ahl, projektägare på SÄS.

Hon fortsätter:

– Under provuppställningen kunde vi se en minskning av andelen fall på cirka 67 procent vid jämförelse med samma åttaveckorsperiod under 2019–2022. Vi har samma resultat även på SU. Utöver en minskad risk för fallskada och lidande för patienten, ger ett minskat antal fall ett minskat behov av vårddygn och röntgenundersökningar.

AI-teknik larmar tidigare

Hjälpmedel som till exempel larmmatta och antihalksockar är inte tillräckliga och kan inte upptäcka att ett fall håller på att ske. AI-tekniken larmar tidigare.

Sensorövervakning sparar tid för medarbetarna i vården men framför allt minskar det lidande som en skada innebär för patienten.

– I de fall där patienten har hög fallrisk behövs hjälpmedel och personal i form av extravak dygnet runt, till en kostnad om närmare 5 000 kronor per dygn, plus övertidsersättning och ob-tillägg, säger Terese Dalåsen, projektägare på SU. Den här utrustningen kan utvecklas och användas i andra sammanhang när det handlar om patientsäkerhet, vilket förstås gynnar både patienten och vården.

Vården: ”Har fungerat jättebra”

Personalen i vården som har testat systemet tycker att det har fungerat bra. Om patienten har rört sig, har larmet gått till samma mobiltelefon som vårdpersonalen redan använder.

Ardiana Baliu
Ardiana Baliu

– Det har fungerat jättebra, säger Ardiana Baliu, undersköterska på strokeavdelningen, SÄS. I början var ljudet lite störande, särskilt när det var många patienter som kontrollerades med tekniken. Men det blev bättre sen. Det var flera gånger som jag förhindrade en skada eftersom jag hann in innan patienten ramlade.

Även Linnea Alm, sjuksköterska på avdelning 19/32 på Sahlgrenska Universitetssjukhuset, tycker att tekniken har underlättat:

Linnea Alm
Linnea Alm

– Vi har kunnat arbeta mer preventivt jämfört med tidigare, vilket är avgörande för att förhindra fall. Speciellt nattetid var det en extra trygghet för personalen. Trots att det ibland blev ytterligare en arbetsuppgift att hålla reda på, har det varit spännande och roligt att testa den här typen av teknik som jag tror kan hjälpa oss att förbättra vården för våra patienter.

Framöver kommer en upphandling av en produkt som uppfyller kravbilden. Tanken är att AI-tekniken ska föras in i flera verksamheter på sjukhusförvaltningarna.

Text: Kerstin Holm och Charlotte Benjaminsson
vgrfokus@vgregion.se

Texten publicerades ursprungligen i SahlgrenskaLiv.


Om QUMEA-systemet

QUMEA:s 3D radarsensor med AI-mjukvara läser av patientens rörelser med hjälp av sensorer i ett upp till 30 kvadratmeter stort rum. Sensorna detekterar kroppsrörelser och med hjälp av AI bearbetas data som gör att kritiska händelser kan upptäckas i realtid. Om en patient vänder sig i sängen eller sätter sig upp skickar sensorn en varningssignal till en app i en mobiltelefon.