NYHET För att ställa rätt diagnos i möten med patienter och ge stöd för medicinska beslut behöver hälso- och sjukvårdspersonal hålla sig uppdaterad kring hur ny forskning och praktiska tillämpningar inom olika vårdområden utvecklas. En ny avhandling från Umeå universitet visar hur sådana system kan utformas.
Chunli Yan disputerar i ämnet datavetenskap den 27 september. Foto: Mikael Hansson
I mötet med patienter behöver hälso- och sjukvårdspersonal ofta använda sig av kliniska beslutsstödsystem, datorsystem som ger stöd för att fatta rätt beslut och samtidigt bidrar till användarens fortbildning. De två huvudsakliga syftena med sådana system är att sprida medicinsk kunskap till den kliniska vardagen och att ge en kontinuerlig fortbildning till användarna av systemen. Men det har visat sig att det finns stora utmaningar i att utforma sådana beslutsstödsystem eftersom kunskap om sjukdomar och deras behandlingar ständigt utvecklas.
I sin avhandling bidrar Chunli Yan till hur kliniska beslutsstödsystem kan utvecklas, hur dessa system kan föra vidare ny medicinsk kunskap och ge fortbildning till personal, hur systemen kan designas och utformas, och på vilket sätt de kan utvärderas.
Avhandlingen visar hur grundläggande teoretiska resultat inom artificiell intelligens kan ingå i ett beslutsstödsystem för stöd till lärande och diagnostiskt resonerande i klinisk praktik. Resultaten har redan fått praktisk del i ett beslutsstödsystem för demensutredning.
Text: Mikael Hansson
Torsdagen den 27 september försvarar Chunli Yan, Institutionen för datavetenskap vid Umeå universitet, sin avhandling med titeln: Developing Digital Support for Learning and Diagnostic Reasoning in Clinical Practice. Fakultetsopponent är Professor Franziska Klügl, School of Science and Technology, Örebro University.
Disputationen äger rum kl. 13.00 i MA121, MIT-huset.
