Persontilpasset beslutningsstøtte for pasienter med kroniske smerter


Prosjektbeskrivelse

Pasienter med kroniske smerter utgjør en stor og heterogen pasientgruppe. Det finnes per i dag ikke noe klart beste alternativ for behandling av kroniske smerter, og det er derfor viktig at det utvikles nye verktøy og metoder som lettere kan identifisere effektive behandlingsalternativer for den enkelte pasient. Eksisterende verktøy for beslutningstøtte er i dag generiske og uten muligheter for persontilpassing.

Gjennom dette prosjektet fokuserer vi på hvordan man kan gi lege og pasient relevante, gyldige og persontilpassede beslutningsalternativer med evidensbaserte sannsynligheter for utfall og bivirkninger.

Mål

Prosjektet har to hovedmål:

  • Prosessere data fra helsetjeneste og pasient (smerteintensitet, m.m.), samtidig som hensynet til personvern ivaretas.
  • Utvikle en løsning som gir lege og pasient relevante, gyldige og persontilpassede beslutningsalternativer med evidensbaserte sannsynligheter for utfall og bivirkninger.

Metode

For å oppnå det første målet, vil vi benytte en mobilapplikasjon for å samle inn pasientrapporterte data. For å ivareta pasientenes personvern lagres disse dataene i henhold til prinsippet «secret sharing».

For å oppnå det andre målet, konstrueres persontilpassede medisinske beslutningstrær i sanntid. Disse baseres på elektroniske pasientjournaldata fra flere helseinstitusjoner. Ved prosessering av pasientdata benyttes sikre personvernbevarende distribuerte beregningsteknikker. Journaldata fra hver helseinstitusjon bidrar til sluttresultatet uten at individdata deles utenfor helseinstitusjonene.

Pasienter med kroniske smerter involveres i alle fasene av prosjektet.

Prosjektleder

Prosjektdeltakere

Eksterne prosjektdeltakere

  • Professor Egil Andreas Fors, NTNU
  • Professor Peder Halvorsen, UiT / Byhagen medical centre
  • Professor Randi Karlsen, UiT
  • Marit D. Jenssen, UiT the Arctic University of Norway

Samarbeidspartnere

Finansiering

  • Helse Nord RHF

Fokusområde

Helsedata

Prosjektperiode

2019 - 2023

Sist oppdatert

16.03.2022