Personalet er flinkere til å forutsi dødeligheten hos pasientene enn den algoritmen som brukes på danske akuttmottak, viser ny forskning. (Foto: Monkey Business Images / Shutterstock / NTB scanpix)
Personalet er flinkere til å forutsi dødeligheten hos pasientene enn den algoritmen som brukes på danske akuttmottak, viser ny forskning. (Foto: Monkey Business Images / Shutterstock / NTB scanpix)

Et blikk fra en lege er bedre enn algoritmer til å se om en pasient kommer til å dø snart

Personalet er flinkere til å se hvem som har risiko for å dø innen kort tid enn den algoritmen som brukes på danske legevakter og akuttmottak.

Published

Når alvorlig syke kommer til akuttmottaket i dag, forteller de om symptomene sine og en sykepleier måler puls, blodtrykk, åndedrett og temperatur.

Ved hjelp av de dataene bruker sykepleieren en algoritme og kommer fram til en verdi og en farge som representerer hvor alvorlig situasjonen er.

I Norge

I Norge brukes det flere ulike systemer for å finne ut hvor mye det haster å behandle en pasient, men det vanligste er Norsk indeks for medisinsk nødhjelp. I fjor ble det gjort en studie på hvordan den fungerer. Konklusjonen var blant annet at den ikke fungerer særlig godt til å finne ut om folk har fått slag. Du kan lese studien her.

Men nå viser en ny dansk studie at helsepersonale som bare ser og snakker med pasienten, er flinkere til å forutsi risikoen for om pasienten vil dø innen 48 timer eller de neste 30 dager enn algoritmen er.

– Hele studien stammer fra at man har innført algoritmer til prioritering av pasienter uten dokumentasjon for at disse fungerer. Tidligere prioriterte man pasientene med det «kliniske blikket», forteller Anne Kristine Servais Iversen, som er hovedforskeren bak den nye studien og overlege ved Rigshospitalet i København.

Studien er nettopp utgitt i tidsskriftet Emergency Medicine Journal.

DEPT

DEPT står for Danish Emergency Process Triage.

Det er en algoritme som ut fra selvrapporterte symptomer fra pasienten, samt blodtrykk, åndedrett, temperatur og puls. Kan si hvor noe om hvor syk pasienten er.

Ifølge Christian Backer Mogensen har systemet blitt utviklet med inspirasjon fra England, Canada og Australia, der man har brukt lignende systemer.

I dag brukes det på de fleste danske akuttmottak og legevakter.

Forskere: Vi må ikke glemme mennesket

Forskerne har sett på 6290 pasienter mottatt ved akuttmottaket ved Nordsjællands Hospital i 2013, og resultatene viser at mennesker vurderte korrekt i 82,2 prosent av tilfellene, mens algoritmen klarte 71,8 prosent.

– De som har sett mange syke, har et klinisk blikk som er veldig viktig. Det er synd at det blir glemt, sier Kasper Karmark Iversen, som er overlege ved Herlev-Gentofte Hospital og klinisk førsteamanuensis ved Københavns Universitet. Han er en av forfatterne av den nye studien.

– Vi har brukt bioanalytikere som ikke nødvendigvis har klinisk erfaring, og de har likevel vurdert korrekt ved bare å se på et annet menneske. All den kunnskapen som sykepleiere og annet personale får ved å se mange syke mennesker, bør ikke gå til spille, forteller han.

Anne Kristine Servais Iversen legger til:

– Det er veldig viktig at vi prioriterer pasientene så riktig som mulig. Gjennom min tid som lege i et akuttmottak har jeg ofte blitt oppringt opp av en sykepleier som mente algoritmen prioriterte feil. Da blir algoritmen et forsinkende ledd, og en lege må se pasienten før vi kan endre prioriteringen, sier hun.

Professor: En fornuftig studie

En av de som har vært med på å utforme de danske akuttavdelingene, er Christian Backer Mogensen, som er professor og formann for Netværk for Akutforskning ved SDU og overlege ved Sygehus Sønderjylland. Han har ikke deltatt i den omtalte forskningen.

– Jeg synes det er en god studie. Lang erfaring med pasienter er minst like bra eller kanskje til og med bedre enn et stivt system. Hvis det er noe som ikke passer, så stoler vi mer på erfaringen, sier han om akuttavdelingen ved Sygehus Sønderjylland.

Han er enig i at evidensen for systemer som DEPT er «forbausende beskjeden», men påpeker at det kan være vanskelig å måle om algoritmen gjør jobben ut fra et mål om dødelighet.

– Det er strengt tatt ikke algoritmens oppgave. Den skal si noe om hvilke pasienter som er akutt syke, og hvor alvorlig det er. Og da går behandlingen i gang. Dermed endrer vi utfallet av dødelighet i forhold til både de 48 timene og de 30 dagene, sier han.

Han står selv bak et forskningsresultat fra i fjor som viser at algoritmen har problemer med å vurdere hvilke barn som er alvorlig syke.

Vi bør benytte den personlige erfaringen som sykepleiere og leger bygger opp når de ser pasienter i det daglige, mener forskerne. (Foto: Monkey Business Images / Shutterstock / NTB scanpix)
Vi bør benytte den personlige erfaringen som sykepleiere og leger bygger opp når de ser pasienter i det daglige, mener forskerne. (Foto: Monkey Business Images / Shutterstock / NTB scanpix)

Forskere: Objektivitet har fått mye fokus

Når nå det mangler beviser for at den danske algoritmen er effektiv, så kan man undre seg over at den blir brukt.

Ifølge forskerne bak den nye studien skyldes det at man har forsøkt å få til objektiv og ensrettet behandling.

– Et av de helt store argumentene har vært at algoritmen gir det samme svaret hver gang, noe som sikrer ensrettet behandling, sier Anne Kristine Servais Iversen.

– Når vi fjerner den personlige vurderingen, så fjerner vi også ansvaret for om vurderingen er feil. Men jeg mener man må ta ansvar for pasientene sine. Det tvinger oss også til å tenke, sier Kasper Karmak Iversen.

Christian Backer Mogensen er likevel uenig i at en algoritme fører til ansvarsfraskrivelse.

– Algoritmer fritar oss ikke fra ansvaret. Det er nok ulikt fra avdeling til avdeling, men hvis en sykepleier hos oss mener at pasienten er mer syk enn algoritmen gjør, så kan de endre det.

Vi skal ikke endre på det morgen, men …

At de personlige vurderingene var bedre enn algoritmene, betyr imidlertid ikke at vi skal tilbake til bare personlige vurderinger, forteller Kasper Karmak Iversen.

– Det er for tidlig å si, og det kan man ikke gjøre på grunn av en enkelt studie. Vi må vise at dette også gjelder i større loddtrekningsstudier. Vi har en studie på vei med 50 000 pasienter hvor vi ser nærmere på om man kan oppnå en større suksess ved å kombinere algoritmer med en personlig vurdering, sier han.

Dessuten er det også andre hensyn å ta, som ikke inngår i studien.

– Algoritmen er laget for å ta med litt flere av dem med ligger helt på grensen, så den sikrer at flere av dem som er moderat syke, får en behandling og altså ikke risikerer å bli forbigått, forklarer han.

Christian Backer Mogensen legger til:

– Vi har lært mye av å bruke algoritmene, men jeg tror også at de vil få mindre betydning i framtiden i forhold til den erfaringen vi bygger opp, sier han.

Referanse:

A.K.S. Iversen mfl: «A simple clinical assessment is superior to systematic triage in prediction of mortality in the emergency department», Iversen et al. EMJ (2018).

© Videnskab.dk. Oversatt av Lars Nygaard for forskning.no.