Förbättrad diagnostisering av mental hälsa med beskrivande ord och artificiell intelligens
| Diarienummer | |
| Koordinator | Lunds universitet - Institutionen för psykologi |
| Bidrag från Vinnova | 3 211 866 kronor |
| Projektets löptid | juni 2018 - juni 2022 |
| Status | Avslutat |
| Utlysning | Digitalisering för bättre hälsa, vård och omsorg |
| Ansökningsomgång | Artificiell intelligens för bättre hälsa |
Syfte och mål
Depression och ångest är en av vår tids största folksjukdomar. En snabbare och mer korrekt diagnostisering kan påskynda tillfrisknande. Projekt syftar till att skapa, testa, verifiera och förbättrar ett beslutsstödssystem för att bedöma graden av depression och ångest baserat på texter generade av patienter som analyseras med artificiell intelligens (AI). Patienter beskriver sin mentala hälsa i texter, som analyseras med AI för koppla texterna till bedömning av patienternas grad av depression och ångest.
Resultat och förväntade effekter
Projektet har resulterat i en fungerande prototyp till beslutstöd för bedömningar av patienter med depression och ångest problematik i kliniska sammanhang. Detta arbetet har bestått av att utarbetande av öppna text frågor; en AI motor för att analysera dessa data; ett användargränssnitt där resultaten presenteras för klinker; feedback från patienter, klinker och patient organisationer. Resultaten visar att depression och ångest kan bedömas via ett beslutsstöd baserat på textsvar i en klinisk miljö som förbättrar träffsäkerheten av att identifiera depression och ångest.
Upplägg och genomförande
Projektet har genomförts med projektpartner från Lunds Universitet, Region Skåne och patient organisationer. Upplägget har haft sex delmål. 1. Att bygga en prototyp för ett beslutsstöd bestående av öppna text frågor kopplad till depression och ångest. 2. Utvärdera prototypen med deltagande patient organisationerna. 3. Att följa regultoriska standarder, tex CE-märkning och GDPR. 4. Att prova beslutstödet i kliniska sammanhang. 5. Analysera insamlade data med AI metoder. 6. Sprida resultaten av projektet till kliniker, regioner, politiker, patienter, kliniker och forskare.