Algoritme kan forudsige bæltefikseringer – der er blot ét problem

I Region Midtjylland har en gruppe forskere trænet og afprøvet en algoritme, som vil kunne forudsige, om en psykiatrisk patient vil blive tvangsfikseret med bælte i løbet af de første tre døgn, han eller hun er indlagt.

Det skriver Videnskab.dk.

Ud fra en række data om patientens tidligere forløb, og de ting personalet indtaster, lige når patienten bliver indlagt, giver algoritmen hver enkelt patient en score fra 0-100.

Jo højere score, des højere sandsynlighed for at patienten vil blive lagt i bælte i løbet af de næste dage.

»Hvis vi forestiller os, at man lod algoritmen advare personalet om de 12 procent af patienterne, som har den højeste risiko for at blive bæltefikseret, så kan vi faktisk forudsige 74 procent af alle bæltefikseringer,« siger ph.d.-studerende på Aarhus Universitet Andreas Aalkjær Danielsen, der også er læge i psykiatrien, til Videnskab.dk.

Han har stået bag det nye studie og er førsteforfatter på en artikel om resultaterne i det videnskabelige tidsskrift Acta Psychiatry Scandinavia.

Redskab til at forebygge bæltebrug
Ifølge Andreas Aalkjær Danielsen ville algoritmen være et godt redskab til personalet i forhold til at forebygge bæltefikseringer.

»Personalet vurderer selvfølgelig også patienten, når vedkommende bliver indlagt, og er særligt opmærksomme på patienter, som vurderes i risiko for at blive bæltefikseret.«

På den måde kan man forsøge at forebygge nogle fikseringer.

»Men der er nogle, man ikke fanger, som vi måske kan fange med vores algoritme,« siger Andreas Aalkjær Danielsen.

På den anden side af Lillebælt nemlig på Syddansk Universitet i Odense sidder lektor i retspsykiatri Frederik Gildberg. Han har læst Andreas Aalkjær Danielsens nye studie.

»Det er fedt. Rigtig spændende. Det skal de bare køre videre med,« siger han til Videnskab.dk.

Frederik Gildberg forsker selv i tvang og bæltefikseringer i retspsykiatrien. Efter hans mening vil det være et godt bidrag til en reduktion af bæltefikseringer, hvis man kunne begynde at bruge den algoritme.

Data kan ikke hentes hurtigt nok
Desværre kan algoritmen faktisk slet ikke bruges, som det ser ud nu. Det har nemlig vist sig, at de data, den skal bruge, for hurtigt at vurdere hvem der er i risiko for at blive lagt i bælte, ikke kan hentes hurtigt nok.

»I Region Midtjylland indhentes data om patienternes tidligere forløb kun en gang om dagen. Så man kan ikke få adgang til det hurtigt nok til at kunne forudsige bæltefiksering en time efter indlæggelse,« siger Andreas Aalkjær Danielsen.

Algoritmen skal bruge data om patientens tidligere forløb og kombinere det med de bemærkninger personalet taster ind i journalen, lige når patienten bliver indlagt. Og de data er simpelthen ikke samlet, en time efter patienten bliver indlagt, i virkelighedens psykiatri.

Det undrer ikke Frederik Gildberg.

»Jeg vil tro, at det er det samme her. Men det må man da kunne løse. Så må vi arbejde på at få adgang til data hurtigere,« mener han. 

Ifølge Andreas Aalkjær Danielsen er det dog svært at forestille sig, at man vil kunne lave de omstruktureringer, der skal til for at kunne få adgang til data hurtigt nok, og der er ikke umiddelbart udsigt til, at algoritmen vil kunne bruges.

10 tegn på depression og angst hos børn og unge – sådan opdager du det

Andre artikler på Videnskab.dk:

Har du fart på, når du går? Hurtig gang kan være forbundet med højere IQ

Tre myter om søvn, vi bør putte langt væk

Tilmeld dig Søndagsavisens nyhedsbrev

Søndagsavisens nyhedsbrev leverer alle de bedste historier fra avisen direkte i din indbakke.

*skal udfyldes

Tilmeld dig vores nyhedsbrev

x

Når du tilmelder dig, accepterer du samtidig vores privatlivspolitik.