Fallolyckor är ett betydande problem inom vården och orsakar både individuellt lidande och omfattande vårdbehov. En fallolycka kan leda till frakturer, skallskador och andra fysiska skador, försämrad rörlighet och förlorad självständighet. Utöver konsekvenser för patienten leder fallolyckor till hög belastning på vården genom längre vårdtider och ökade vårdkostnader. Behovet är särskilt tydligt i verksamheter med patienter med hög fallrisk, till exempel inom slutenvård på strokeavdelningar eller efter operation.
I dag används etablerade arbetssätt och hjälpmedel som larmmattor, sänglarm och manuell tillsyn med extravak dygnet runt. Dessa kan bidra till ökad säkerhet, men de är personalintensiva och ger begränsade möjligheter att förutse och proaktivt förhindra fall. Det finns därför ett behov av stöd som kan identifiera risksituationer tidigare och möjliggöra att personal kan agera innan ett fall inträffar, för att stärka patientsäkerheten, minska fall och skador och samtidigt avlasta vården.
Lösning
Ett AI-system för fallvarning är ett digitalt besluts- och larmstöd som kan användas i vårdmiljö för att identifiera situationer där en patient har förhöjd risk att falla och larma personal så att åtgärder kan sättas in i tid. Lösningen bygger på att data samlas in i patientrum via en sensorlösning, exempelvis radar eller 3D-kamera, och att AI analyserar rörelsemönster för att upptäcka riskfyllda situationer.
Införandet innebär också vägval. Ett sådant är val av sensortyp, där integritet och informationssäkerhet påverkas av om lösningen bygger på punktmolnsdata eller på bild- och ljuddata.
Ett annat vägval gäller regulatoriska frågor och ansvar. Eftersom marknadsprodukter i dag saknar CE-märkning enligt MDR behöver regionen antingen kunna ta egentillverkningsansvar för den medicintekniska användningen, eller avvakta tills CE-märkta produkter finns på marknaden.
Resultat
Nyttorna med AI system för fallvarning bedöms vara stora, både ur ett patient- och verksamhetsperspektiv samt ur ett resurs- och kapacitetsperspektiv. Minskade fall- och fallskador kan stärka patientsäkerheten och samtidigt frigöra betydande kapacitet i vården genom minskat efterarbete och minskat behov av personalintensiva åtgärder.
Pilotprojekt på geriatrik- och strokeavdelningar visar att AI-baserad fallvarning kan bidra till färre fall- och fallrelaterade skador för patienter samt minskad belastning på personal och mer tid för kvalitativ omvårdnad.
De ekonomiska och verksamhetsmässiga effekterna knyter an till de konsekvenser som fallskador driver i vården. En fallskada innebär i genomsnitt tre extra vårddygn och att merkostnaderna varierar från cirka 7 500 kronor vid lindrig skada till upp mot 273 600 kronor vid svår skada. Fall leder också till akuta insatser och efterarbete som journalföring, avvikelsehantering, uppdaterade vårdplaner och orsaksutredning, vilket engagerar flera yrkeskategorier. Ett återkommande resursuttag i dag är orosvak, som bemannas både av ordinarie personal och timanställda från bemanningspool, där förbättrad fallvarning kan minska behovet.
Nyttokalkylen visar positiv nettonytta vid uppskalning till regionnivå över sex år. Den största nyttan beskrivs som omfördelningsnytta genom frigjord personaltid och ökad kapacitet, samt en finansiell nytta genom minskat behov av timanställda orosvak. Vid uppskalning till en stor region anges en värderad nytta på 223 miljoner kronor och en nettonytta på 140 miljoner kronor över sex år, samtidigt som det framgår att de finansiella kostnaderna för införandet bedöms bli högre än i nuläget.
För mer information och förslag till beslut om genomförande, se de bilagda dokumenten nedan.
Kostnad och investering
Införande av ett AI-system för fallvarning innebär finansiella kostnader som i nyttokalkylen bedöms bli högre än dagens arbetssätt, även om kalkylen samtidigt visar positiv nettonytta vid uppskalning.
Kostnaderna består främst av inköp och installation av sensorer i patientrum, till exempel radar eller 3D-kamera, samt licens och abonnemang kopplat till sensorer eller vårdplatser. Därtill tillkommer tekniska anpassningar på sjukhus såsom uppsättning av sensorer samt uppstartskostnader per sensor eller vårdplats. Implementering och teknisk anpassning omfattar även koppling till larmsystem, antingen ordinarie larmsystem eller en fristående lösning. Slutligen tillkommer utbildningstid och införandestöd i verksamheten.
Nyttokalkylen uppskattar en total kostnad över sex år på cirka 20 miljoner kronor för en liten region, 40 miljoner kronor för en mellanstor region och 83 miljoner kronor för en stor region. För stor region anges att cirka 78 miljoner kronor utgör finansiella kostnader och cirka 5 miljoner kronor omfördelningskostnader för personalens utbildningstid.
Kostnadsbilden påverkas av val av sensorteknik, hur många rum och avdelningar som omfattas samt hur lösningen integreras i befintlig larmhantering.
