Predictive analytics skal sætte stopper for dyre hospitalsinfektioner

Tusindvis af patienter pådrager sig hvert år en infektion, mens de er indlagt. Men med en simpel model kan læger og sygeplejersker forudsige, hvem der bliver ramt, viser projekt på Vejle Sygehus.
Når en patient bliver indlagt på et dansk hospital, er der konstant risiko for at gøre opholdet lidt værre ved at tilegne sig en infektion oven i. Det sker i dag for mellem seks og syv procent af indlagte patienter.
Vil du have fuld adgang til DataTech?

DataTech skriver til dig, der arbejder professionelt med data og analytics. Vi giver dig inspirerende cases, nyheder og debat om alt fra Machine Learning-modeller til dataetik.

Jens Kjølseth Møller
Jens Kjølseth Møller
Illustration: Jens Kjølseth Møller

Jens Kjølseth Møller er speciallæge i klinisk mikrobiolog og ansat som overlæge på Klinisk Mikrobiologisk Afdeling på Vejle Sygehus samt klinisk professor i klinisk mikrobiologi på Syddansk Universitets Institut for Regional Sundhedsforskning.

Specialet klinisk mikrobiologi beskæftiger sig med at laboratoriediagnosticere infektioner og rådgive kliniske afdelinger om antibiotikabehandling og forebyggelse (infektionshygiejne) af bl.a. sygehuserhvervede infektioner.