Användning av artificiell intelligens och medicinsk expertis för att identifiera prediktorer för vanliga diagnoser hos vuxna med andnöd: En tvärsnittsstudie av akutmottagningspatienter i södra Sverige

Akut hjärtsvikt, KOL-exacerbation och lunginflammation är vanliga men ofta feldiagnostiserade orsaker till andnöd hos vuxna på akuten. Vi använde data från Region Halland (10 869 akutbesök) för att utveckla en AI-modell som kunde identifiera dessa diagnoser tidigt. Modellen analyserade 2064 variabler och valde ut de 20 mest informativa. Med dessa uppnådde vi ett AUROC på 86,6 %. Ålder, EKG och tidigare sjukdomar var mer prediktiva än vitalparametrar och kön. Tillägg av medicinsk expertis förbättrade inte träffsäkerheten. En lättviktig AI-modell kan därmed ge effektivt beslutsstöd vid andnöd.