Red Robin

En smartare modell för triage

AI utvecklad för vård

Genom att bygga vår triagelösning på ett sannolikhetsbaserat nätverk gjorde Visiba tidigt ett vägval som tog höjd för framtiden. Triagemotorn Red Robin kan hantera komplex information och är robust nog att förbättra, bygga vidare på och integrera med andra system.
RR-phone_SE (3)

Föreslagen användning

Red Robins expertis underlättar triage

Red Robin är en CE-märkt medicinteknisk produkt som automatiserar anamnes och triage, med hjälp av AI. Triagemotorn stöttar i kliniskt beslutsfattande och patienthantering genom att:

  • ta upp anamnes

  • bedöma brådskegrad

  • föreslå differentialdiagnoser

Visiba_icons_illustrations_network

Sannolikhetsbaserat nätverk

Red Robins motor består dels av en statistisk datamodell som ligger till grund för medicinska insikter om relationer mellan symtom, tillstånd och riskfaktorer, och dels av en algoritm som använder modellen för att bearbeta kunskap, välja relevanta följdfrågor och ta emot information om sannolika diagnoser.

Visiba_icons_illustrations_bättre_arbetsmiljö

Kärnan bygger på validerad kunskap

Den medicinska kärnan i Red Robin består av innehåll som adderas av medicinskt sakkunniga. Innehållet granskas och valideras mot referenspatientfall och benchmarking sker mot källor som RGS webb, 1177, Medibas, Strama, NHS111 med flera. För att säkerställa att Red Robin håller samma, eller högre, kvalitet.

ima176322-min

Dra maximal nytta av Red Robin med Visiba Triage

Visiba Triage hjälper vårdgivare att säkert och effektivt guida patienter till rätt vård i rätt tid genom automatiserad anamnes, triage och hänvisning. Lösningen inkluderar Red Robin, samt vår lösning för konfiguration av vårdflöden.

Lär dig mer

Frågor och svar om Red Robin

Exakt vad ingår i Red Robin?

Eftersom Red Robin är en medicinteknisk produkt, med ett på förhand definierat "intended use", är det viktigt att förstå vart produkten börjar och slutar, särskilt då den ofta fungerar som en integrerad del i en större helhet. Det vi har utvecklat Red Robin att vara extremt bra på är att ta upp anamnes, bedöma brådskegrad och föreslå differentialdiagnoser. Alla flöden före och efter det, t.ex. patientingången och identifieringslösningar eller hänvisningsgrupper och sammanfattning till journal kan ha sin hemvist i andra system, t.ex. den digitala vårdplattformen Visiba Care.

 

Vad är det som är AI i Red Robin?

Vi väljer att använda begreppet AI för att tydliggöra att det handlar om ett system som tar unika beslut baserat på den information som matas in, på ett sätt som i praktiken är omöjligt att återskapa med handskrivna regler. Den medicinska kärnan utgörs av ett sannolikhetsbaserat nätverk som är byggt från grunden med hjälp av vårt medicinska team, samt algoritmer som baserat på detta kan dra kliniska slutsatser.

 

Vad är fördelarna med modellen?

Den största fördelen med det sannolikhetsbaserade nätverket är att det är mer dynamiskt än den traditionella trädstrukturen. Det gör resultaten mer träffsäkra och det gör det enklare att förbättra resultaten ytterligare med tiden. I jämförelse med blackbox-modeller är fördelen att vår modell är förklarbar, robust, och fri från fördomar.

Hur förklarbar är modellen?

Sannolikhetsbaserade nätverk gör det möjligt att få full insyn i beslutskedjan, eftersom den inmatade datan och utdatan kan kontrolleras, samtidigt som det går att se hur dessa data skapades.

Hur säkerställer ni patientsäkerheten?

Patientsäkerhet har högsta prioritet när vi utvecklar produkten. Vi lägger stor vikt vid att lösningen ska vara robust och kunna förklara sina beslut, samt att den är lätt att konfigurera på ett säkert sätt. Vi är också noga med att informera om vilket ansvar den inköpande organisationen har för att en lösning används på rätt sätt och vi stöttar våra kunder i att implementera på ett tryggt sätt! 

Läs mer om hur vi arbetar med kvalitet och säkerhet i vår Quality and security white paper. 

Hör av dig!

Vill du veta hur Red Robin kan underlätta ert kliniska beslutsfattande?

Fyll i formuläret så kontaktar en av våra experter dig.
Andreas-Larsson-sigvardsson_210827_0026_webb
Andreas Astlind_sigvardsson_210827_0049_webb
Anastacia-Simonchik-sigvardsson_210827_0101_webb