Sessions

1177 används av många miljoner människor varje månad, men det är inte alltid lätt att använda tjänsterna eller förstå informationen om man är barn eller ungdom. De åldersgränser som är avsedda att skydda barnens integritet gör det också svårare för vårdnadshavare att hjälpa sin barn i vissa situationer. Seminariet diskuterar Ineras förlag till justerade åldersgränser i 1177-tjänsterna samt det initiativ från regionerna som kan bli ett kommande 1177 för barn och unga, 

Bano Sverige AB utvecklar, designar och producerar funktionell badrumsinredning. Konceptet riktar sig till vårdboenden och sjukhus men även till trygghetsboenden och privata hem. Parallellt deltar Bano i forskningsprojekt som syftar till att ta fram nya och innovativa välfärdsteknologiska lösningar.
I det senaste forskningsprojektet tillsammans med bland annat KTH och Vinnova utvecklades den revolutionerande vändbara toaletten som även är elektrisk höj-och sänkbar. Toalettsitsen vänds enkelt runt 290 grader med hjälp av en utlösningsmekanism som är integrerad i toalettens WC-stödhandtag varifrån höjdjusteringen också styrs. Toaletten kan väljas med spol- och torkfunktion för enklare hygienskötsel. Med denna innovativa lösning får brukaren en ökad trygghet, självständighet och värdighet samtidigt som vårdpersonalen undviker tunga lyft och dåliga arbetsställningar.

Den förändrade demografin i Sverige ställer krav på att socialtjänsten genomför omfattande omställningar. Avtalssamverkan är en möjlighet för kommuner att bättre kunna jobba tillsammans för att möta dagens och framtida utmaningar. Under seminariet delar Mellerud och Bengtsfors med sig av deras erfarenheter av bättre ledning och styrning av både personal såväl som budget med stöd av avtalssamverkan, t.ex. gällande spetskompetens inom digitaliseringsområdet och att tillsammans identifiera och utveckla nya arbetssätt. Talare: Tanja Mattson, socialchef, Agneta Söqvist verksamhetschef, Max Birath digitaliseringsstrateg, Paula Törnqvist systemförvaltare samt Anna Olofsson systemförvaltare

Separate registration required: https://www.mie2023.org/tutorials, The open-source Python framework AUCMEDI offers a solution to the describedchallenges. The software package not only offers a library as a 'high-level' API for thestandardized construction of modern medical image classification pipelines, but alsoreproducible installation and direct application via Dockerization and automatichyperparameter detection. With AUCMEDI, researchers are able to set up a completeas well as easy-to-integrate medical image classification pipeline with just a few linesof code. AUCMEDI is available as a Python package via PyPI ('pip install aucmedi')and as a repository via GitHub with detailed documentation, examples, and bindings tomodern DevOps (CI/CD) techniques: https://frankkramer-lab.github.io/aucmedi/.

Verksamhetssystem inom vård och omsorg har sedan länge haft utmaningar i att tillgängliggöra data på en aggregerad nivå. Tid och resurser läggs på att manuellt hämta ut data ur system. För att möta krav på uppföljning av verksamhet på aggregerad nivå, har Kalmar kommun skapat en pilot för automatiserat informationsflöde och visualisering av hur väl processer inom vård och omsorg fungerar. I föreläsningen beskrivs arbetet med piloten – från behov till tekniska lösningar samt utmaningar som uppstått under resan.

Erfarenheter och resultat av Region Stockholms arbete med införandet av befolkningsbaserad, organiserad prostatacancertestning. Hur ett mycket komplext projekt genomförts och vilka kunskaper som kan dras av detta.

Hälsodata - Nyttan kan vara stor och möjligheterna är många. Denna paneldebatt belyser möjligheter och risker.

Process mining is a relatively new method that connects data science and process modelling. In the past years a series of applications with health care production data have been presented in process discovery, conformance check and system enhancement. In this paper we apply process mining on clinical oncological data with the purpose of studying survival outcomes and chemotherapy treatment decision in a real-world cohort of small cell lung cancer patients treated at Karolinska University Hospital (Stockholm, Sweden). The results highlighted the potential role of process mining in oncology to study prognosis and survival outcomes with longitudinal models directly extracted from clinical data derived from healthcare.