Sessions

A practical approach to innovating and transforming healthcare through collaboration and acceleration of external companies and partners within Ramsay Santé 

Rehabilitering med hjälp av VR tar Capio till datadrivna höjder.På Capio Rehab Orust har ett tremånaders pilotprojekt körts med virtual reality (VR) för rehabilitering av smärttillstånd i nacke och huvud. Johan Ellegård, verksamhetschef och Victor Stenberg, fysioterapeut har med hjälp från Ramsay Santé Innovationshub och dess samarbetspartner Curest implementerat en datadriven rehabiliteringsprocess med stor success. Victor som till vardags hjälper patienter med exempelvis nackskador har aldrig sett något liknande. Patienterna är supernöjda och engagerade och jag som fysioterapeut får med hjälp av VR-headset en ocean av data som möjliggör en kvalitativ och datadriven rehabilitering, att den dessutom är mycket roligare än den traditionella behandlingen hjälper självklart också. Victor och Johan delar med sig av hur Capio Rehab Orust arbetar med data, tekniken och varför patienterna tycker det är så otroligt roligt samtidigt som de alla blivit mycket bättre. 

Healthcare longitudinal data offers endless opportunities such as diagnostics, and prognostics, to care personalization and improving healthcare quality and efficiency. These can be achieved through Artificial Intelligence (AI), data science, and in specific machine learning (ML). However, lack of inscrutability of the AI/ML-based techniques has hampered pervasive AI in healthcare systems. In this talk, we will introduce graph-based approaches for collecting, storing, visualizing, analyzing, and modeling healthcare data, and discuss how they outperform the other available approaches. We will also discuss challenges around health data and how synthetic data can mitigate them.

Sveriges befolkning är otillräckligt involverade i sin egen vård. När vi samarbetar mellan vårdnivåer använder vi oss idag av två extremer: Antingen skriver vi remiss där patienten tvingas vara helt passiv i förloppet, eller så hänvisar vi individen som då tvingas ta hela ansvaret själv både för kontakt i nästa steg och för informationsöverföring. Framtiden är digital samverkan, där patienter och vårdgivare möts på nya sätt för att ersätta extremerna remiss och hänvisning. Patienten bjuds med på resan för ökad trygghet, delaktighet och individualiserat stöd.

Artificial intelligence (AI) has been used to support decision making in the mental health domain for both healthcare professionals and patients on different levels in the healthcare systems and self-care services. AI has been included in several health applications such as predicting mental health problems, diagnostics, treatment plans, workflows, and other duties that require decision support. Understanding the use of AI tools and how it is applied for support decision making in the mental health would contribute in improving the design, development and implementation in practice. Further knowledge will also help benefit shaping person-centered care approaches when using AI tools by understanding the dynamics used nowadays in support decision making and how to include patients in the development of future processes and tools,It is unclear what types of decisions that AI tools most commonly participate in supporting in mental health, how these tools are applied, and whether its implementation is engaging patients in the process of decision making or not, this uncertainty may contribute in shifting the decision- making process towards more technology polarization and far from patient centeredness. Therefore, a scoping review is conducted to map the characteristics of research done on AI tools for supporting decision making in the mental health field to contribute to the body of knowledge regarding how decisions are supported. In the proposed lecture we will present our findings regarding the use of AI in mental health and reflections on support decision making.

En storskalig digifysisk näravårdomställning har börjat: Vi skiftar till proaktiv, digital ingång för uppföljning av kronisk sjukdom. Vi kan nu lämna reaktiva och manuella arbetssätt bakom oss, och på ett bättre sätt hjälpa halva befolkningen som har kronisk sjukdom. I föreläsningen  beskrivs hur det kan ske i ordinarie primärvård med hjälp av 4 primärvårdsanpassade verktyg: en digital kommunikationsplattform + automatiserad dataöverföring + ett kvalitetssystem + ett integrerat beslutstöd. Vi har nu bättre möjligheter än tidigare att faktiskt ägna vår tid åt det vi är utbildade för: bedömning, prioritering och behandling - oavsett kontakttyp - och praktiskt använda oss av kunskapsstyrningens arbete för en jämlik vård.

How can we improve care and make it more equal through a better and more efficient use of health data? This session, organized by Novartis and EU project EDAH will cover perspectives from patients, caregivers, and regions.Future opportunities and challenges with an increased use of health data will be addressed as well as what message to bring to the ongoing policy work within EHDS from the different user’s perspective.

För att främja unga vuxnas psykiska hälsa och förebygga ohälsa driver Högskolan i Halmstad och Capio Ramsay Santé det gemensamma forskning- och samverkansprojektet PadAI inom ramen för forskningsprofilen CAISR Health vid Högskolan i Halmstad. Det finns stora förhoppningar om att artificiell intelligens (AI) ska kunna bidra till att utveckla och förbättra vården för unga vuxna med psykisk ohälsa, men det kräver att arbetssätt och vårdprocesser i den praktiska vårdkontexten förändras. Dessvärre saknas det idag forskning om hur AI kan implementeras och användas i vården för unga vuxna med psykisk ohälsa och det behövs därför mer kunskap inom detta område. Vid denna workshop kommer vi att presentera resultat från den första delen av projektet och sedan kommer deltagarna i mindre grupper diskutera hur AI kan förbättra vården av unga vuxna med psykisk ohälsa.