26.02.20

diabetes-genrebillede-lille.jpg

Projektet 'Nybrud' har fået knap to mio. kr. til at udvikle et digitalt værktøj, der kan hjælpe patienter med type 2-diabetes. Løsningen bygger på kunstig intelligens og brug af data fra forskningsprojektet TVÆRSPOR.

Det nye digitale værktøj, som partnerskabet bag Nybrud skal udvikle i fællesskab, skal på sigt bruges til at forudsige og forebygge følgesygdomme blandt patienter med type 2-diabetes.

Patienterne er nemlig i risiko for at udvikle følgesygdomme, som kan påvirke blandt andet hjertet, nyrerne, øjnene og følesansen i fødderne.

Innovationsprojektet bygger på allerede tilgængelige data fra forskningsprojektet TVÆRSPOR, som omfatter sundhedsdata fra populationen omkring Regionshospitalet Horsens, dvs. alle voksne borgere i Horsens, Odder, Skanderborg og Hedensted Kommuner.

De data skal nu kombineres med data, som borgerne selv afgiver om f.eks. humør, søvnmønster og fysisk aktivitet.

Den indsamlede datamængde skal analyseres med hjælp fra kunstig intelligens, der på meget kort tid kan analysere gigantiske mængder af data. På den måde kan man finde frem til mønstre i personers livsførelser og sygdomsforløb og dermed gøre det muligt at forudsige, hvilke borgere man kan hjælpe mere hensigtsmæssigt.

Formand for Regionsrådet i Region Midtjylland, Anders Kühnau (S), glæder sig over initiativet.

- Næsten en kvart million danskere er diagnosticeret med type 2-diabetes, og følgesygdomme forringer livskvaliteten for mange. Derfor skal vi som region, sammen med vidensinstitutioner og virksomheder, udnytte alle muligheder for at udvikle innovative metoder til behandling og forebyggelse. Det er dette projekt et godt eksempel på, siger Anders Kühnau.

Ikon-forudsige-r+©d.png

 

Forudsige

 

Målet er at kunne forudsige akutte indlæggelser og i stedet tilbyde andre interventioner.

Ikon-forebygge-r+©d.png

 

Forebygge

Forebygge at borgerne bliver uhensigtsmæssigt indlagt ved en tidligere indsats.

Ikon-forhindre-r+©d.png

 

Forhindre

Projektet har til mål at forhindre uhensigtsmæssige indlæggelser ved at få mere viden, som kan forbedre den tværsektorielle indsats.