Omkostningseffektivitet af AI til øget patientinddragelse
Vores sundhedsvæsen står over for en række store udfordringer: der er en voksende ældre befolkning, stigende medicinpriser og udvikling af nye behandlingsteknologier. Derfor er det nødvendigt at udvikle økonomisk hensigtsmæssige behandlingsteknologier, men vi mangler viden om, hvorvidt anvendelsen af AI (kunstig intelligens) til behandling er omkostningseffektivt.
PROJEKTPERIODE
Start: august 2019
Slut: juni 2023
ERVIN er en PRO-baseret AI-løsning til patienter med slidgigt, der skal til forundersøgelse for at afklare, om de skal opereres eller ej. Systemet kan forudsige konsekvenserne for patientens funktionsniveau og livskvalitet nu og om et år, både hvis man vælger operation eller ikke operation, samt risiko for komplikationer ved operation. ERVIN’s formål er at vurdere, hvorvidt en patient har fordel af en hofte- eller knæoperation, da man tidligere har set, at mellem 5-15% af patienterne ikke får det optimale ud af en operation.
Der er flere udfordringer ved estimering af omkostningseffektiviteten. Der findes en begrænset mængde estimater af omkostninger og modstridende konklusioner om omkostningseffektivitet og evidens for sundhedsmæssige gevinster ved brug af AI inden for knæ- og hoftealloplastik. Samtidig ses der en stigende tendens af anvendelse af beslutningsstøttesystemer inden for sundhedsvæsenet, og derfor er der et presserende behov for udvikling af metoder til at vurdere dem. For både at få den specifikke viden om effekten af at bruge ERVIN samt at indsamle data til den sundhedsøkonomiske evaluering, er der igangsat et randomiseret klinisk forsøg på ortopædkirurgisk ambulatorium på Aalborg Universitetshospital (Farsø). Forsøgets formål er at evidensbasere anvendelsen af ERVIN samt at beregne omkostningseffektiviteten. Følgende studier er planlagt:
- systematisk review, som viser hvilke sundhedsøkonomiske evalueringer, der findes af AI
- effektstudie baseret på det randomiserede forsøg
- sundhedsøkonomiske evaluering af ERVIN (cost-utility analyse)
MÅL
Formålet med ph.d.-projektet var at tilpasse de nuværende sundhedsøkonomiske evalueringsmetoder til at udføre analyser af omkostningseffektivitet for AI-systemer og derefter analysere omkostningseffektiviteten for det PRO-baserede AI-system ERVIN med evidensbaserede metoder.
PARTNERE
Projektet var et ph.d.-projekt af Nanna Kastrup, som var studerende ved Aalborg Universitet.
Hovedvejleder på projektet var lektor Cathrine Elgaard Jensen fra Danish Center for Healthcare Improvements, Aalborg Universitet.
EKSTERN FINANSIERING
Projektet var støttet økonomisk af Sundheds- og Ældreministeriet, Helsefonden og Aalborg Universitet.
