Innovation från Örebro universitet ute på vägarna – här testar patienter sin bilkörning med AI och ögonspårning

Det finns många orsaker till att förmågan att köra bil minskar, till exempel sjukdom, ålder eller en kognitiv nedsättning. Om en läkare misstänker att en patient inte längre är lämplig i trafiken, är läkaren skyldig att anmäla detta till Transportstyrelsen.

Det är dock en svår bedömning att göra. I höstas lanserade Örebro universitet pilotprojektet Dash (Driving Assessment in Healthcare), vars mål är att underlätta läkarnas beslut genom att ta fram data på patienternas bilkörning med hjälp av artificiell intelligens och ögonspårning.

Projektet bygger på innovationen QT-PIE, som Ravi Chadalavada och ett forskarteam har tagit fram. Genom Dash får Ravi möjlighet att ta den tekniska utvecklingen av QT-PIE till nästa nivå, genom att testa den i verkligheten med riktiga användare.

Tillsammans med Geriatriska kliniken vid USÖ, Trafikverket, Statens väg- och trafikforskningsinstitut (VTI), Örebro trafikskola samt en trafikskola i Umeå, har projektet nu kommit så långt att tekniken testas i praktiken.

Bedöms av både en trafikskoleinstruktör och av AI-systemet

– Vi har intervjuat experter på Trafikverket och instruktörer på trafikskolor. Utifrån de intervjuerna har vi tagit fram ett antal regler, som vi sedan tränat vårt AI-system på. Tanken är att se om patienterna som genomför testet klarar av att följa dessa regler när de kör, säger Ravi Chadalavada, doktorand i datavetenskap vid Institutionen för naturvetenskap och teknik, och fortsätter:

– Föraren får sätta på sig ögonspårningsglasögon och köra en sträcka i en bil som vi har lånat från VTI. Bredvid sig har föraren en instruktör från trafikskolan, så samtidigt som vi samlar in data gör instruktören också en utvärdering av föraren.

En av dem som fick möjlighet att testa innovationen var Peter Gullman, som fått en demensdiagnos och därför inte längre får köra bil.

– Det är tråkigt, jag hoppas att jag kommer att få köra bil igen. Just nu får jag cykla och gå, eller så får dottern skjutsa mig om jag ska någonstans, säger Peter Gullman och fortsätter:

– På demensmottagningen har de en simulator, där man kan få testa sin bilkörning. När jag fick erbjudande om att testa den här lösningen så tyckte jag den verkade bättre, eftersom den är mer på riktigt. Det ska bli intressant att se vad den kan innebära för mig när det gäller bilkörning.

”Bra att man kan få köra bil även om man har en sjukdom”

Lite speciellt var det, förklarar Peter Gullman efter testkörningen, att sitta i en bil fullproppad med teknik, med ögonspårningsglasögon på sig och med en trafikskoleinstruktör bredvid sig och en AI-forskare bakom sig. Bortsett från att han upplevde att glasögonen inte riktigt satt fast, så gick körningen bra och efteråt var han nöjd.

– Det är en bra sak, att man kan få möjlighet att köra bil även om man har en sjukdom. Det är många människor som är intresserade av det här, så jag förstår att det är intressant även i forskningssyfte. För den som inte får men vill köra bil, så kan det här vara ett sätt att få göra det. Samtidigt är det viktigt att alltid ha någon som gör en bedömning innan, säger Peter Gullman.

Även Ravi Chadalavada var nöjd med kvaliteten på den data som samlades in under testkörningarna. Nästa steg är att analysera datan för att sedan utvärdera och vidareutveckla systemet.

Ska undersöka om läkarens, trafikskoleinstruktörens och AI:ns utvärderingar skiljer sig åt

– Vi ska sätta oss ned med experterna från Trafikverket, VTI, USÖ och trafikskolorna. Tillsammans ska vi jämföra AI-systemets utvärdering med den utvärdering som instruktören från trafikskolan gjorde, och även se hur de resultaten korrelerar med bedömningen som läkaren har gjort. Det ska bli intressant att titta på frågan ur ett holistiskt perspektiv och se hur olika utvärderingsmetoder skiljer sig åt. Beroende på hur det går, kan vi också lära oss var eventuella brister i vårt system finns så vi kan fokusera på att lösa dem, säger Ravi Chadalavada.

Hur kan den här lösningen användas i framtiden?

– Ett exempel är om en läkare är osäker på om ett visst hälsotillstånd påverkar patientens körförmåga eller inte. Då kan läkaren be patienten använda QT-PIE och genomföra en testkörning, för att sedan få en rapport från systemet om hur väl patienten körde. Vårt fokus är inte att fatta beslut, utan att vara ett stöd till läkarna som ska fatta beslut. Jag tror att det kan bli väldigt användbart inom hälso- och sjukvården i framtiden.

Parallellt med testerna i Dashprojektet arbetar Ravi Chadalavada även med att bilda ett bolag där innovationen QT-PIE ska kunna erbjudas som en tjänst eller produkt.  

– Det här är ett kort pilotprojekt, som jag ser som ett stort och viktigt steg på en längre resa. Vi är väldigt glada över de framsteg vi har gjort så här långt. För att ta den här lösningen från forskningsstadiet och in i samhället så behöver vi kapital. Vi för samtal med ett antal intresserade investerare och när vi får finansiering ska vi sätta ihop ett team som kan färdigställa lösningen. Vi hoppas kunna ha en färdig produkt om ungefär ett år.

Text och foto: Jesper Eriksson