AI och ögonspårning ska hjälpa läkare bedöma patienters lämplighet i trafiken
Doktorand Ravi Chadalavada kom på idén att använda AI och ögonspårning för mer effektiv körinlärning under en workshop med Örebro universitets innovationskontor. Att systemet även skulle kunna användas av läkare var en ny tillämpning, berättar han: ”I dag finns inget sätt att veta hur mycket en sjukdom faktiskt påverkar en patients körförmåga”.
Med hjälp av artificiell intelligens och ögonspårning ska läkare få ett objektivt underlag för att kunna fatta bättre beslut om patienters medicinska lämplighet att ha körkort. Det är målet för nya AI-projektet Dash vid Örebro universitet.
– Den mänskliga aspekten är också viktig, att människor som inte behöver sluta köra bil heller inte ska tvingas att göra det, säger doktorand Ravi Chadalavada.
Det regionala utvecklingsprojektet AI.ALL koordineras av AI Impact Lab vid Örebro universitet, och sker i samverkan med Region Örebro län och Alfred Nobel Science Park. Projektet finansieras av Europeiska regionala utvecklingsfonden, Region Örebro län, Örebro universitet, Epiroc och Saab.
Läkare är skyldiga att anmäla patienter som inte bedöms vara lämpliga i trafiken, på grund av till exempel sjukdom, ålder eller en kognitiv nedsättning, till Transportstyrelsen. Det är en svår bedömning, eftersom läkaren i vissa fall inte vet helt säkert hur mycket tillståndet påverkar patientens bilkörning.
Nu lanseras Dash (Driving Assessment in Healthcare), ett pilotprojekt inom det regionala utvecklingsprojektet AI.ALL vid Örebro universitet. Målet med Dash är att underlätta läkarnas beslut, genom att med hjälp av artificiell intelligens och teknik för ögonspårning ta fram data på patientens bilkörning.
”Läkaren kan ta beslut utifrån faktiska data”
– I dag finns inget sätt att veta hur mycket en sjukdom faktiskt påverkar en patients körförmåga. Det är ett problem inom hälso- och sjukvården, läkare kan känna att det är elakt att ta bort körkortet när patienten har kört bil hela sitt liv. Sjukhusen använder bland annat frågeformulär och simulatorer för att bedöma körprestanda, men när vi intervjuade vårdpersonal lärde vi oss att det finns ett stort utrymme för förbättringar på detta område, säger Ravi Chadalavada, doktorand vid Institutionen för naturvetenskap och teknik, och fortsätter:
– Vårt system kan vara ett bra verktyg för att ta itu med bristerna i de befintliga lösningarna. Genom att låta patienten köra bil med våra glasögon på sig, så kan vi generera en rapport till läkaren som då kan ta ett beslut utifrån faktiska data.
Ravi Chadalavada har under några år arbetat med en innovation som ska göra inlärningen vid bilkörning mer effektiv, genom att lära en AI våra trafikregler och kombinera det med ögonspårning. Arbetet har skett tillsammans med ett team bestående av professor Achim Lilienthal och forskarna Henrik Andreasson och Sai Krishna, samt professor Maike Schindler från Kölns universitet.
Under resans gång visade det sig att det kan finnas en tillämpning av innovationen även inom hälso- och sjukvården.
AI.ALL ger forskare möjlighet att testa sina innovationer tillsammans med näringslivet
Dash är en del av det större projektet AI.ALL. Syftet med AI.ALL är tvådelat: Dels att ge forskare möjlighet att validera och applicera idéer inom artificiell intelligens genom att arbeta tillsammans med näringsliv och offentlig sektor. Dels att hjälpa näringsliv och offentlig sektor att accelerera sitt användande av AI. Totalt kommer AI.ALL att testa tio case eller delprojekt under de närmaste två och ett halvt åren.
– Vi tar in delprojekt löpande och det är roligt att vi är i gång med det första caset, Dash. Varje case ska ha en innovationshöjd när det gäller AI och ska utvecklas i nära samarbete med regionala aktörer och företag. AI.ALL:s case ska ha snabba utvecklingscykler, vilket kan leda till nya innovationer. Det är därför vi jobbar i tätt samarbete med Örebro universitets innovationskontor ORU Innovation, säger Anna Töndel, som arbetar på AI Impact Lab och är projektsamordnare för AI.ALL.
Dash ska pågå under sju månader och avslutas i mars nästa år. Projektet sker i samarbete med Geriatriska kliniken vid USÖ, Trafikverket, Statens väg- och trafikforskningsinstitut, samt två trafikskolor, en i Örebro och en i Umeå.
– Det blir väldigt intressant att se hur vi kan använda systemet inom hälso- och sjukvården, det var en ny tillämpning. Det är fortfarande läkaren som ska fatta beslutet, men med hjälp av AI-systemet får läkaren ett intelligent verktyg för att ta fram data så den kan göra en objektiv utvärdering. Jag hoppas att det ska leda till ökad trafiksäkerhet och bidra till nollvisionen i trafiken. Den mänskliga aspekten är också viktig, att människor som inte behöver sluta köra bil heller inte ska tvingas att göra det, säger Ravi Chadalavada.
Text och foto: Jesper Eriksson