Att förstå hur man ska tolka och förstå patientens information om sina besvär är av högsta vikt för att kunna leverera jämlik vård efter behov. Men detta är inte alltid en enkel uppgift. Alla patienter formulerar sig inte likadant. Och olika individer inom vården tolkar informationen på olika sätt. Erfarenheter ger bättre kunskap, men faktum är – erfarenheter är ofta lärdomar som vi tagit till oss efter misstag. Vi behöver ett tryggare och snabbare sätt att förstå symtombeskrivningar och vilka potentiella diagnoser de kan kopplas till.

Red Robin är ett AI-baserat verktyg för automatiserad anamnes och triage i vårdplattformen Visiba Care, där patienten beskriver sina symtom och svarar på frågor för att guidas till rätt vård. I verktygets bayesianska nätverk samverkar tusentals noder för att sammanställa, summera och generera ärendets prioritet och potentiella diagnoser. Idag används Red Robin av flera olika regioner och vårdenheter, och som följd finns ett stort och unikt underlag av patienters symptombeskrivningar som ständigt fylls på, valideras och kopplas till diagnoser, för att sedan kunna användas av vårdutövaren som beslutsstöd.

I denna föreläsning beskriver Joel Ellbin, specialist i allmänmedicin, om vilka värden tillgången på data har fört med sig, hur det påverkar arbetet och hur dessa data används i praktiken.