RE-AIMED: Readjusted responses by use of AI in medical calls.

Samtale- og dokumentasjonskvalitet ved medisinsk telefonvurdering assistert av kunstig intelligens

I RE-AIMED vil vi utvikle et interaktivt webgrensesnitt til hjelp for operatører i legevaktsentraler. Webgrensesnittet skal ved hjelp av kunstig intelligens presentere et utvalg spørsmål predikert etter alvorlighetsgrad, hyppighet, samhørighet og hvor i samtalen man befinner seg. Intensjonen er at dette skal hjelpe operatøren til å huske viktige spørsmål og gjenkjenne alvorlige medisinske mønstre, samtidig som samtalen med innringer får beholde sin naturlige flyt. Spørsmålene og svarene operatøren velger vil bli automatisk dokumentert. Prosjektet vil skape store, standardiserte og detaljkodede datasett som beskriver medisinske vurderingssamtaler. Dette gir mulighet for videre forskning på telefonvurdering, medisinsk beslutningstaking, kommunikasjon og reduksjon av feiltolkninger i maskinlæring.

I prosjektet skal vi måle effekten av det interaktive webgrensesnittet ved å undersøke hvordan grensesnittet påvirker samtalekvalitet og dokumentasjon av samtalen.

Eier av prosjektet er NORCE Norwegian Research Centre AS. Prosjektet er et samarbeid mellom forskjellige underavdelinger i NORCE, deriblant Nasjonalt kompetansesenter for legevaktmedisin. Prosjektet er finansiert av Norges Forskningsråd.

Samarbeidspartnere

Institutt for informasjons- og medievitenskap, Det samfunnsvitenskapelige fakultet, Universitetet i Bergen

Formål

Når publikum ringer legevaktsentralen (116 117) om behov for helsehjelp, vurderer operatøren i legevaktsentralen hvor mye det haster og hvilken helsehjelp innringer trenger. For å gjøre riktige vurderinger må operatøren innhente nødvendig informasjon om den medisinske hendelsen fra innringer. Dette forutsetter god kommunikasjon og en naturlig flyt i samtalen. I RE-AIMED skal vi utforske hvordan bruk av kunstig intelligens kan bedre operatørens arbeidsflyt, kommunikasjonen mellom innringer og operatør og dokumentasjon av relevant informasjon. Kunstig intelligens kan bruke informasjon fra samtalen (operatørens valg i et webgrensesnitt) til å gi operatøren forslag til nye spørsmål tilpasset samtalen. Ved å velge spørsmål og svar, kan operatøren dokumentere samtalen og samtidig få hjelp til å gjenkjenne medisinske mønstre. De færreste vurderingene dreier seg om alvorlig sykdom, men sjeldne og alvorlige tilfeller må oppdages. Sentrale utfordringer i prosjektet er derfor hvordan man kan kan sikre et brukerdesign som gir tilstrekkelig informasjon og veiledning, uten å forstyrre operatørens konsentrasjon og samtale med innringer, og hvordan man kan hindre at den kunstige intelligensen feiltolker eller overser de sjeldne tilfellene.

Effekt/kvalitetsmål

Vi skal utforske effekten av webgrensesnittet ved å sammenlikne samtaler mellom operatører og simulerte innringere før og etter bruk av webgrensesnittet. Effekt blir målt ved fire faktorer:

• Kvalitet på samtale målt med et validert kvalitetsvurderingsverktøy
• Kvalitet på informasjon dokumentert i Elektronisk Pasient Journal
• Tid brukt på hver samtale
• Hvordan innringer (simulantene) opplever kvaliteten på samtalen

Problemstilling

Vurdering ved medisinske telefonsentraler brukes i økende grad for å lede befolkningen til riktig helsehjelp på riktig nivå. Telefonoperatørene har et stort ansvar når de velger tiltak på vegne av innringer. For å gjøre gode vurderinger må telefonoperatørene ha riktig og relevant informasjon. Det forutsetter god kommunikasjon med innringer. I dag må operatørene forholde seg til mange forskjellige arbeidsverktøy. Det stjeler oppmerksomhet fra innringer, gir dårlig arbeidsflyt og reduserer kvaliteten på samtalen. I tillegg til andre arbeidsverktøy, brukes beslutningsstøtteverktøy som var ment til å kvalitetssikre vurderingene, men som dessverre ofte påvirker samtalen negativt ved å styre den inn i forhåndsdefinerte spor og noen ganger bort fra innringers fokus. Vi ønsker å utvikle et verktøy som understøtter den naturlige samtalen med innringer.

Helsepersonell har dokumentasjonsplikt og skal registrere relevante og nødvendige opplysninger om pasienten og helsehjelpen. Notatet i pasientens journal inneholder informasjon om symptomer og avgjørelsene som er tatt, og kan derfor være en kilde til både pasient-spesifikk analyse og til gjenbruk av data i større analyser av ulike medisinske problemstillinger. Dokumentasjon er tidkrevende, samtidig som det er vanskelig å oppnå kvalitativ god og tilstrekkelig dokumentasjon. I dag skriver operatørene journalnotatene i en narrativ og ustrukturert form, noe som vanskeliggjør bruk av automatiske tilbakemeldingsmekanismer eller gjenbruk av data. I prosjektet ønsker vi å hjelpe operatøren til raskere og bedre dokumentasjon, og samtidig skape standardiserte og detaljerte kliniske data som kan brukes til automatiske tilbakemeldingsmekanismer og i forskning.

Ekstern lenke til prosjektet

https://www.norceresearch.no/prosjekter/re-aimed-medisinsk-telefonvurdering-assistert-av-kunstig-intelligens