INDSIGT.AI
Indsigt til bedre medicinske beslutninger
Bedre medicinske beslutninger med algoritmer
Indsigt.ai udvikler algoritmer, der hurtigt og præcist finder information i patientjournalen og leverer beslutningsstøtte på basis heraf.
Vi udvikler og implementerer algoritmer, der effektivt integrerer data fra patientjournaler til beslutningsstøtte så sundhedspersonalet får hurtig og præcis adgang til afgørende patientinformation.
Journalen er et centralt arbejdsværktøj i sundhedsvæsenet, men det er tidskrævende at finde informationer i patientjournalens store data mængde manuelt. Desuden er der risiko for at overse relevant information, idet op til 30 % af relevante sætninger overses ved journalgennemgang. Dette afhjælpes effektivt med algoritmer, der hurtigt og præcist kan finde relevant information
Én algoritme – mange anvendelsesmuligheder
INDSIGT.AI anvender state-of-the art sprogmodeller til at finde information i journaler
En enkelt algoritme kan have mange anvendelsesmuligheder ved at finde information, der anvendes i flere forskellige beslutninger. For eksempel kan identifikation af kritiske informationer fx omkring blødningsepisoder, sikre korrekt rettidig patientbehandling. Samme algoritme kan anvendes til at monitorere og forebygge risici ved operative indgreb.
På den måde har én enkelt algoritme et stort potentiale til at forbedre beslutninger, idet samme datapunkt bruges i mange sammenhænge til både patientbehandling, forskning, planlægning og statistik.
Sådan arbejder vi :
Fra Data til Sundhed
Vi arbejder ud fra behov identificeret i klinisk praksis og laver algoritmer, som er anvendelige for brugerne,. Det indbefatter høj korrekthed i algoritmes fund og forbedrede medicinske beslutninger. Det evaluerer vi løbende, ligesom vi har konstant fokus på læring – algoritmerne bliver bedre, arbejdsgange forbedres og vi lærer alle noget.
Læs mere om projekterne her:
Seneste nyheder
-
Ny artikel viser at sprogmodeller er bedre end diagnosekoder til identifikation af hæmaturi
Sprogmodeller (fra Indsigt.ai) er bedre end diagnosekoder til at finde tilfælde af hæmaturi (blod i urinen) nævnt i patientjournalen. Det føles som en milepæl I brug, i dette tilfælde til at finde hæmaturi hos personer med blærecancer finder Sprogmodellen 99% af alle personer med hæmaturi.Diagnosekoder finder kun 8%! Sprogmodellen kan desuden bruges til at bestemme…
-
Ny artikel bruger Indsigt.ai modeller til validering af diagnosekoder
Her et eksempel på, at forskere har anvendt sprogmodeller som assistent ved gennemgang af journaler i forbindelse med validering af diagnosekoder. Jeanie Meincke Egedal skriver: “At arbejde med journaldata støttet af NLP-assistenten har jeg oplevet som et tidsbesparende, effektivt alternativ til manuel journalgennemgang. Assistenten udvælger præcist relevante passager fra journaler baseret på kriterier, jeg som kliniker fastsætter,…
-
Ny ansat i Indsigt.ai
Vi har ansat Lina Elkjær Pedersen, der er cand.it i gruppen. Lina er uddannet i Cognitive Science fra Aarhus universitet og har erfaring i at arbejde på sundhedsdata inklusiv sprogteknologi. Velkommen Lina !
Lad os samarbejde
Kontakt os hvis du ønsker at samarbejde om sprogmodeller eller har brug for at håndtere tekst i medicinsk forskning.