Please wait ...
Simple search
Advanced search -
Research publications
Advanced search -
Student theses
Statistics
English
Svenska
Norsk
Change search
Search
Export
JSON SweCris
Link to record
Permanent link
Direct link
http://ltu.diva-portal.org/smash/project.jsf?pid=project:3085
BETA
Project
Project type/Form of grant
Project grant
Title [sv]
Automatic Idea Detection: Implementing artificial intelligence in medical technology innovation (AID)
Title [en]
Automatic Idea Detection: Implementing artificial intelligence in medical technology innovation (AID)
Abstract [sv]
Sjukvårdsrelaterade infektioner (HAI) är bland de vanligaste dödsorsakerna för sjukhusinlagda patienter. HAI ledder till lidande, överskridande av budget och andra ekonomiska och sociala utmaningar, till exemepl långvariga sjukhusvistelser och smittskyddsprogram med höga alternativa kostnader för personal och resurser. Att förebygga och kontrollera HAI är extremt svårt på grund av a) komplexiteten i att implementera varaktiga förbättringar på sjukhus, b) brist på sätt att analysera personalens beteende i realtid och c) förekomsten av framväxande patologier som kräver innovativa förebyggande och kontrollerand åtgärder.Ett sätt att bättre förstå hur sjukvårdsrelaterade infektioner kan förebyggas och kontrolleras är genom att använda AID-system (Automatic Idea Detection). AID-system hänvisar till klassificeringsalgoritmer som kan screena stora mängder information och identifiera sådant som sannolikt innehåller idéer eller lösningar på problem. AID-system kan användas för att skanna vårdplattformar online och identifiera innovativa idéer och lösningar. Det kan ge en rad fördelar, såsom acceleration av medicinsk upptäckt, identifiering av nya metoder, systematisk genomsökning av databaser och större effektivitet när det gäller att upptäcka nya procedurer. Trots dessa fördelar står sjukvårdsorganisationer inför enorma utmaningar när det gäller att utveckla och implementera AID-system.Detta tvärvetenskapliga forskningsprojekt tar upp dessa frågor ur ett ekosystemsperspektiv.
Abstract [en]
Healthcare-associated infections (HAIs) are among the major causes of death of hospitalized patients. HAIs led to patient suffering, hospital budget overruns, and several economic and social challenges such as antibiotic control policies, prolonged stays, and infection control programs with high alternative costs for staff and resources. Preventing and controlling HAIs are extremely difficult because of a) the complexity of implementing sustained improvements in hospitals, b) lack of ways to analyze staff behaviour in real-time, and c) presence of emergent pathologies that require constant innovative prevention and control practices.A proposed way to better understand HAIs prevention and control practices is to use Automatic Idea Detection (AID) systems. AID system refers to classification algorithms that can screen large amounts of information and identify those likely to contain ideas/solutions. AID system can be used to scan healthcare online platforms and identify innovative ideas/solutions. It can yield a range of benefits, such as acceleration of medical discovery, identification of emergent practices, systematic scanning of databases, and greater efficiency in revealing novel procedures. Despite these benefits, healthcare organizations face immense challenges in developing and implementing AID systems, given the move's systemic transformation.This multidisciplinary research project addresses these issues from an ecosystem's perspective by focusing on value creation and the role and nature of complementarities in developing an AID system. The project partners include Halmstad University and other global healthcare organizations engaged in preventing and controlling HAIs.
Principal Investigator
Gama, Fábio
Halmstad University, School of Business, Innovation and Sustainability
Co-Investigator
Sheikholharam Mashhadi, Peyman
Halmstad University, School of Information Technology
Co-Investigator
Rahat, Mahmoud
Halmstad University, School of Information Technology
Co-Investigator
Nygren, Jens M.
Halmstad University, School of Health and Welfare
Co-Investigator
Holmén, Magnus
Halmstad University, School of Business, Innovation and Sustainability
Co-Investigator
Nowaczyk, Sławomir
Halmstad University, School of Information Technology
Halmstad University, School of Information Technology, Center for Applied Intelligent Systems Research (CAISR)
Co-Investigator
Göransson, Carina
Örebro University, School of Health Sciences
Halmstad University, School of Health and Welfare
Research Student
Johnsson, Hanna
Research Student
Anjanappa, Chaithanya
Research Student
Gurung, Manisha
Co-Investigator
Voldby, Maj-Britt
Co-Investigator
Gharaie, Amir
Linköping university
Co-Investigator
Kharazian, Zahra
Linköping university
Co-Investigator
Lindström, Håkan
Essity
Co-Investigator
Blomström, Peter
Essity
Co-Investigator
Backman, Jens
Region Västerbotten
Coordinating organisation
Halmstad University
Funder
KK-stiftelsen
Period
2021-04-01 - 2024-03-31
Identifiers
DiVA, id: project:3085
Search in DiVA
Search outside of DiVA
Google
Google Scholar
v. 2.47.0
|
Researcher: Register
|
Student: Register
|
Contact
|
WCAG
DiVA
Logotyp