Sessions

Vi behöver e-hälsosystem som baseras på en kombination av Big-data genom olika plattformar vilket kan resultera för de bästa förutsättningarna för nya och effektivare plattformar i kombination med andra system. Genom att förstå hälsodata skulle vi kunna tillämpa AI och andra verktyg om regerverket tillåter. Standardisering- och certifieringsprocessen inom vården relaterade till AI-lösningar kommer att utvecklas tillsammans med Tyskland, Frankrike, Sverige, Belgien, Finland, Portugal, Slovakien, Italien och Spanien. Detta pågår genom ett EU-projekt (TEF-health, 2023-2027) där RISE Research Institutes of Sweden AB (RISE), Karolinska institutet (KI), Karolinska universitet sjukhus (KS) och SciLifeLab medverkar från Sverige. Genom att inkludera stora sjukhus och unika infrastrukturer omfattar TEF-health konsortiet upp till 20 miljoner patienter som tas emot per år, samtidigt som det erbjuder toppmoderna avbildnings- och testanläggningar.

I denna programpunkt synliggör vi nya möjligheter att följa omställningen till en nära vård, med utgångspunkt i det utvecklade ramverk för uppföljning som SKR arbetar med tillsammans med regioner och kommuner. Vi får ta del av hur tre samverkansområden runt i om i landet valt att använda ramverket i sitt omställningsarbete.

Electroencephalography (EEG) has recently gained popularity in user authentication systems since it is unique and less impacted by fraudulent interceptions. Although EEG is known to be sensitive to emotions, understanding the stability of brain responses to EEG-based authentication systems is challenging. In this study, we compared the effect of different emotion stimuli for the application in the EEG-based biometrics system (EBS). Initially, we pre-processed audio-visual evoked EEG potentials from the ‘A Database for Emotion Analysis using Physiological Signals’ (DEAP) dataset. A total of 21 time-domain and 33 frequency-domain features were extracted from the considered EEG signals in response to Low valence Low arousal (LVLA) and High valence low arousal (HVLA) stimuli. These features were fed as input to an XGBoost classifier to evaluate the performance and identify the significant features. The model performance was validated using leave-one-out cross-validation. The pipeline achieved high performance with multiclass accuracy of 80.97% and a binary-class accuracy of 99.41% with LVLA stimuli. In addition, it also achieved recall, precision and F-measure scores of 80.97%, 81.58% and 80.95%, respectively. For both the cases of LVLA and LVHA, skewness was the stand-out feature. We conclude that boring stimuli (negative experience) that fall under the LVLA category can elicit a more unique neuronal response than its counterpart the LVHA (positive experience). Thus, the proposed pipeline involving LVLA stimuli could be a potential authentication technique in security applications.

Passet lyfter erfarenheter från att engagera äldre i co-design, vad som krävs för att sätta appar i bruk i ordinarie verksamhet, skapa närhet på distans samt behovet av att ta itu med frågor om patienternas tillit till att utföra egenmonitorering och teknisk ”läskunnighet” i allmänhet

Region Halland driver tillsammans med Högskolan i Halmstad utvecklingen inom Informationsdriven vård. Under den här föreläsningen berättar vi vad vi gör, hur långt vi har kommit och vilka värden det skapar.

I Region Stockholm vill vi att informationen om patientens in- och utfarter kan utbytas mellan vårdinformationssystem vid vårdövergångar. I och med upphandling och implementering av ett nytt regionalt PDMS för perioperativ vård, intensivvård och neonatalvård behöver vi enas om en gemensam, systemoberoende terminologi för in- och utfarter. Det har varit två arbetsgrupper, den ena med erfarenhet av det regionala journalsystemet TakeCare och den andra har arbetat med konfiguration av PDMS. Diskussioner har förts i respektive arbetsgrupp och därefter har avstämningar har genomförts. Slutligen har en gemensamt beslutad terminologi för in- och utfarter skapats. Presentationen handlar om arbetsprocessen och lärdomarna från detta arbete att skapa en regiongemensamma terminologi för in- och utfarter för att öka patientsäkerheten vid vårdens övergångar.

Den Nationella Systemet för Kunskapsstyrning kräver rikligt med uppföljande data för att säkra kvaliteten i vården. Den saknas idag inom Psykiatrin.

Vi påverkas ständigt av en föränderlig omvärld, där vi måste upprätthålla en säker leverantörskedja.

In this seminar, Michelle will give an overview of human-centered Artificial Intelligence at AstraZeneca's Digital Health Research & Development.

The introduction of healthtech solutions has proven, by now, that it is having an impact in the main challenges that healthcare systems have in front of them-Democratization of care at a fraction of the cost. However, it is still challenging to assess the contribution each and every healthtech solution brings to society in an aggregated way. Would a metric like QALY (Quality-Adjusted Life year) and its use in healthtech help tackle this challenge?  Come and participate in a discussion, where we will share QALY results obtained for a variety of HealthTech solutions (updated results of a test asking the same question) as food for thought. Let’s discuss together: Is QALY viable for decision making to implement healthtech solutions?  -What are the uses QALY could have and what’s its potential? - Could an aggregated QALY help us measure impact?  Let’s find a path towards the adoption of Healthtech together!

Sverige står inför en stor omställning av vården och omsorgen. Vi berättar om ett vetenskapligt projekt för att mäta effekter vid vid införandet av välfärdsteknik.

Vissa av de patienter som hälso- och sjukvården vänder sig till är i dag mycket insatta i sitt hälsotillstånd. De är även bevandrade i de facktermer som beskriver sjukdomarna. Men andra patienter behöver få förklaringar och beskrivningar på ett mer allmänt språk och med allmänna ord. Vilket språk ska sjukvårdspersonal välja att använda i kontakten med patienterna: fackspråk och facktermer eller allmänspråk och allmänord?

Amy är den smarta söktjänsten för varje vårdavdelning! Amy är er nya smarta kollega som hjälper er avdelning att spåra utrustning och håller ordning på service och underhåll. Amy vet vart utrustning finns, hur länge den stått där och när den senast blev servad eller rengjord. Ett användarvänligt och enkelt system som hjälper er avdelning att använda utrustningen mer effektivt och minskar hanteringen med att leta efter utrustning och material. Mer tid till att vårda istället för att leta helt enkelt! Presenteras av: OneMed Sverige AB. Presenteras på engelska.

Finns det evidens för hälsoappar och hur kan jag som hälso- och sjukvårdspersonal veta vilka hälsoappar som håller god kvalitet? Hur kan vi på ett systematiskt sätt utvärdera kvalitet och säkerhet i hälsoappar?Vid Mälardalens universitet pågår ett arbete med att översätta och utvärdera ett instrument för att bedöma kvalitet i hälsoappar. Detta är en del av ett planerat projekt för att kvalitetssäkra hälsoappar inför implementering av dessa inom hälso- och sjukvården.