Bakgrunn
UNN har anskaffet lisens på en kommersiell CE-merket programvare som anvender kunstig intelligens (bayesiansk statistikk og maskinlæring) i persontilpasset dosering av flere legemidler, deriblant vankomycin.
Vankomycin er et viktig antibiotikum som brukes ved infeksjon med mikrober som har resistens mot andre antibiotika. Dosen bør individualiseres og nyere internasjonale retningslinjer anbefaler areal under kurve (AUC)-basert dosejustering med bruk av bayesiansk programvare. Hovedfordelen med dette er reduksjon i nyreskade sammenlignet med tradisjonell dosejustering ved bruk av bunnkonsentrasjon.
Mange sykehus i Helse Nord har ikke vankomycin-analyse tilgjengelig ved sine laboratorier. For pasienter ved disse sykehusene vil et tjenestetilbud med persontilpasset dosering med bayesiansk programvare medføre at dosen kan optimaliseres mye tidligere enn ved tradisjonell dosejustering, noe som kan bøte på forsinkelsen sending av blodprøver til annet laboratorium innebærer.
Kliniske farmakologer har i samarbeid med infeksjonsmedisinsk post ved UNN hatt et lite kvalitetsforbedringsprosjekt med innføring av en arbeidsflyt for persontilpasset, AUC-basert dosering av vankomycin (se figur).
Imidlertid, før metoden kan implementeres må programvaren valideres klinisk på pasientdata, ettersom den ikke er utviklet på norsk populasjon. Det er også behov for optimalisering av løsninger for arbeidsflyt og bred opplæring og kunnskapsoppdatering.
Mål
Hovedmål
Å tilby AUC-basert dosering av vankomycin som beslutningsstøtte i hele Helse Nord.
Delmål
- Å sluttføre forbedringsprosjektet «Persontilpasset vankomycindosering»
- Å validere estimatet for vankomycin AUC fra programvaren
- Å tilby AUC-basert dosering av vankomycin til flere enheter ved UNN
- Å dokumentere nytteverdi for pasienter i Nord-Norge
- Å tilby AUC-basert dosering av vankomycin til flere foretak i Helse Nord
Det kan i tillegg bli aktuelt å utvide prosjektet til å også innbefatte integrasjon av programvaren i elektronisk pasientjournal og å utvikle prediksjonsmodeller basert på norske data.
Prosjektpartnere
Dette er et samarbeidsprosjekt som inkluderer leger og farmasøyter ved UNN, Finnmarkssykehuset, Helgelandssykehuset, Helse Vest/Universitetet i Bergen, samt Sykehusapotek Nord. Lena Aronsen, klinisk farmakolog ved UNN leder prosjektet. SPKI bidrar med KI-faglig rådgivning og er tiltenkt en rolle i forbindelse med utvikling av neste generasjons prediksjonsalgoritmer basert på våre egne norske data.