Postoperative sårinfeksjoner oppstod hos ca hver tiende pasient som gjennomgikk kirurgi kartlagt med journalgranskingsmetoden Global Trigger Tool (GTT) i pasientopphold i Helse Nord. Postoperative sårinfeksjoner øker risikoen for flere liggedøgn, reinnleggelse, reoperasjon og postoperativ død, og er derfor belastende for pasienten. Forekomsten av postoperative sårinfeksjoner bør derfor reduseres.
Bruk av kunstig intelligens (KI) gir mulighet for avanserte verktøy i helsetjenesten, da KI-baserte verktøy kan prosessere og trekke ut informasjon fra store datamengder som kan brukes til å utvikle beslutningsstøtteverktøy. I dette prosjektet er hovedmålet å utvikle et KI-basert risikoverktøy som kan predikere risiko for postoperative sårinfeksjoner hos den enkelte pasient.
Prosjektet er et regionalt samarbeid mellom Nordlandssykehuset, UiT og UNN. Det ledes av Kjersti Mevik som jobber som kirurg og postdoktor ved Nordlandssykehuset og har fått finansiering gjennom forskningsmidler fra Helse Nord RHF. Prosjektet inngår også i en større satsning hvor SPKI har som overordnet mål å forbedre pasientsikkerheten ved bruk av kunstig intelligens. Personell fra SPKI vil med sin kompetanse innenfor maskinlæring bidra til utvikling av det KI-baserte risikoverktøyet.
