Till innehåll på sidan

De skapar corona-prognoser till 1177 Vårdguiden

En graf med olikfärgade staplar som visar skillnader mellan sjukhus i Stockholm när det kommer till arbetsbelastning.
Forskarnas prognosverktyg visar tydligt hur olika belastade sjukhusen i Stockholm är.

NYHET

Publicerad 2020-03-26

När covid-19 nu drabbar allt fler svenskar ökar trycket på 1177 Vårdguiden och de svenska sjukhusen. I syfte att fördela belastningen över det svenska vårdsystemet har forskare vid KTH tagit fram ett prognosverktyg.

– Under de senaste åren har vi utvecklat prognosmodeller som till exempel kan stötta 1177 Vårdguiden i deras arbete att ge råd till patienter. Till exempel berätta till vilket sjukhus de sjuka ska bege sig, beroende på väntetider. På det sättet kollapsar förhoppningsvis inte det svenska vårdsystemet under det tryck som det nu är utsatt för, säger Sebastiaan Meijer, professor i vårdlogistik vid KTH.

Porträttfoto på KTH-forskaren Sebastiaan Meijer.
Sebastiaan Meijer.

Han berättar vidare att det är viktigt att fördela ut patienterna över de olika sjukvårdsinrättningarna. På det sättet uppnår man en större patientsäkerhet för alla, och att alla får rätt vård i rätt tid på rätt plats.

Dataunderlaget till prognoserna kommer från en databas över antalet vårdtillfällen befolkningen behövt. Det blandas med epidemiologi- och transportmodeller. Prognoserna kan göras från några timmar till några veckor framåt i tiden. Ju längre de är rent tidsmässigt, desto mindre säkra.

Porträttfoto på forskaren Jayanth Raghothama.
Jayanth Raghothama.

– Region Stockholm ställde frågan till oss för två veckor sedan, om vi kunde hjälpa till. Detta innan covid-19 hade brutit ut på allvar. Vi sade "ja", vi kan bygga ett sådant prognosverktyg. Vår förhoppning är att en första version kan tas i bruk redan under veckan.

Sebastiaan Meijer har tidigare jobbat med simuleringar och prognoser för transportsektorn.

– Delvis är det ungefär samma metoder och modeller som används för att förutspå vad som kommer hända i trafiken. Skillnaden är att sjukvården är betydligt mer komplex.

Text: Peter Ardell

För mer information, kontakta Sebastiaan Meijer på 08 - 790 80 71 eller smeijer@kth.se.

Faktaruta

  • Sebastiaan Meijer berättar att i detalj bygger prognosverktyget på en mix av samarbetspartnern Region Stockholms data och epidemimodeller som visar hur snabbt covid-19 sprider sig.
  • Från KTH:s sida har också forskaren Jayanth Raghothama varit involverad i arbetet.