I dette projekt udvikler vi en AI-baseret løsning, der automatisk kan udtrække og tildele de korrekte ICD-diagnosekoder fra fritekst i elektroniske patientjournaler. Mange diagnoser, som i dag dokumenteres i journalen, bliver aldrig kodet, hvilket medfører mangelfuld datakvalitet, besværlig administration og tab af vigtig viden til forskning.
Vores model anvender avancerede metoder inden for sprogteknologi (NLP) og er specifikt trænet på danske kliniske data. Hvor eksisterende løsninger ofte er baseret på engelsksprogede data og kun dækker de mest almindelige diagnoser, er vores mål at dække hele det danske ICD-kodesystem og dermed tilbyde en langt bredere og mere brugbar løsning til det danske sundhedsvæsen.
Vores mål er at det endelige produkt vil skabe værdi for både sundhedspersonale og patienter, ved at forbedre dokumentationen, reducere det manuelle arbejde og muliggøre bedre anvendelse af sundhedsdata.
Projektet gennemføres af et tværfagligt team med både klinikere og AI-udviklere, og bygger videre på den nyeste forskning inden for kunstig intelligens.