Kan kunstig intelligens forbedre identificeringen af druknehændelser i Danmark?

Studiet undersøgte, om kunstig intelligens kan hjælpe med automatisk at identificere druknehændelser og andre vandrelaterede hændelser i de fritekstnotater, som ambulancepersonalet skriver i den præhospitale patientjournal. Forskerne udviklede og testede AI-modellen ”AquaAI” ved hjælp af mere end 40.000 præhospitale patientjournaler fra hele Danmark i perioden 2016–2024. Formålet var at gøre den nationale overvågning af druknehændelser hurtigere og mere præcis, samtidig med at behovet for manuel gennemgang af journaler blev reduceret.

Resultaterne viste, at AquaAI identificerede 91% af alle relevante drukne- og vandhændelser og samtidig kunne frasortere 89% af de irrelevante journaler. Dermed blev antallet af journaler, som skulle gennemgås manuelt af eksperter, reduceret med 78%. Kun én drukneulykke blev fejlagtigt vurderet som irrelevant, hvilket viser, at modellen har en meget høj sikkerhed i at finde de relevante tilfælde.

Konklusionen er, at AquaAI kan fungere som et effektivt beslutningsstøtteværktøj til national overvågning af drukne- og vandhændelser baseret på den præhospitale patientjournal. Modellen er ikke udviklet til at erstatte menneskelige eksperter, men til at hjælpe dem med hurtigere at identificere de relevante hændelser. Dette kan bidrage til mere rettidig og præcis viden om drukne- og vandhændelser og dermed styrke både forskning, forebyggelse og patientsikkerhed i fremtiden.