Næsten alle borgere, som indlægges akut på Odense Universitetshospital, bliver triageret i den Fælles Akutmodtagelse (FAM). Patienterne inddeles efter i 5 kategorier - rød, orange, gul, grøn og blå - afhængig af hvor kritisk deres tilstand er.

Patienter i den røde kategori visiteres direkte til hospitalets traumestue, mens patienter fra de orange og gule kategorier visiteres direkte til behandlingsrum, hvor de ofte kobles på en patientmonitor, som løbende overvåger vitale parametre hos patienten. Patienter fra de grønne og blå kategorier revurderes senere. Udfordringen ved denne metode er dog, at en række patienter, som i udgangspunktet ikke var vurderet som højrisikopatienter, pludseligt og uventet bliver dårligere - i værste tilfælde med svære konsekvenser som følge.

Visionen

Patient@home stiller i delprojektet "Identifikation af højrisikopatienter" skarpt på denne udfordring.

Projektets vision er at give det sundhedsfaglige personale på Odense Universitetshospital nye muligheder for at identificere FAM-patienter med forværrede vitalparametre - blodtryk, puls, saturation (iltmætning), respirationsfrekvens, GCS (Glaskow Coma Scale) samt temperatur. Målet er at udvikle nye teknologiske modeller, som i øget grad kan forudse og advare om potentielle livstruende komplikationer, inden de opstår.

Gennem analyse af data fra patientmonitorer vil projektet finde mønstre og opbygge en ny og bedre model til identifikation af risikopatienter. Modellen vil efterfølgende blive evalueret gennem afprøvning på "live"-data fra patientmonitorer.

Med et bedre værktøj til at skabe overblik over de mange informationer, som monitorerne afgiver, forventes det samtidig, at personalet på FAM kan blive bedre til at skelne, hvem der skal blive på hospitalet, og hvem det er sikkert at sende hjem.