Hvordan giver vi b酶rn den bedste start p氓 livet?
AI og historiske data kan give os ny viden om effekterne af tidlige indsatser ved sundhedsplejerskebes酶g, hvilket kan give os et bedre grundlag for at l酶se fremtidige udfordringer i sundhedssektoren.
Af Torben Skov Dyg Johansen, adjunkt ved Økonomisk Institut
Vores sundhedsplejerskebesøg hos nyfødte er en vigtig tidlig indsats, der i op mod 100 år har hjulpet forældre til at give deres børn den bedst mulige start på livet. Med en sundheds- og plejesektor, der er presset på arbejdskraft, er der risiko for at sådanne tidlige indsatser prioriteres fra uden forståelse for de gevinster, vi derved går glip af.
Så hvordan bør vi prioritere, når mangel på ressourcer tvinger os? Hvordan træffer vi fornuftige beslutninger om indsatser som sundhedsplejerskebesøg, hvor udbyttet strækker sig over lange tidshorisonter og kan være svært at måle?
Det er nemlig svært at oversætte positive effekter på børns sundhed og udvikling til en specifik værdi. Og for at vi kan måle de samlede effekter, kræver det at vi kan følge børn gennem store dele af deres liv. Og selvom vi i Danmark har registerdata af høj kvalitet, går data ikke langt nok tilbage. Vi bliver derfor nødt til at ty til arkiver og historiske data.
Her kommer kunstig intelligens (AI) ind i billedet. Ny udvikling indenfor AI gør det muligt i større grad end nogensinde før at bruge sådanne data. AI kan i dag læse håndskrevne dokumenter mere præcist end mennesker. Det har ført til en datarevolution, der gør os i stand til at samle data og studere mere langsigtede effekter end nogensinde før.
Ved hjælp af sådan AI har vi på Syddansk Universitet i samarbejde med Københavns Universitet og Frederiksberg Hospital transskriberet næsten 100.000 sundhedsplejerskejournaler dækkende alle børn i København født mellem 1959 og 1967. Den data indeholder detaljeret information om udviklingen i løbet af børns første leveår, såsom vægt, amning, vaccinationer, og meget mere. Ja, faktisk over 10 millioner forskellige målinger, som vi har sat sammen med dansk registerdata. Derved kan vi følge børn helt fra fødslen til de er ca. 60 år, og derved bedre end nogensinde før besvare spørgsmål relateret til de samlede effekter af f.eks. sundhedsplejerskebesøg og amning.
Sådan data er guld værd, da det hjælper os med at forstå, hvilke børn og familier der får særligt meget ud af sundhedsplejerskebesøg, og hvilke sundhedsplejersker der er særligt gode til hvilke nyfødte og deres forældre. Endelig giver det os et mere komplet billede af de samlede effekter af tidlige indsatser.
Den viden kan vi bruge til to ting: Vi kan designe vores velfærdsindsatser, så vi får mest muligt ud af dem, og derved bedst hjælper flest mulige børn til at få den bedste start på livet. Og vi bliver klogere på, hvordan vi bør prioritere, når ressourcerne er knappe. Alle børn og familier er forskellige, og det derfor er vigtigt med en vis grad af fleksibilitet i, hvordan vi designer indsatser som sundhedsplejerskebesøg. Vores forskning viser bl.a., at forlænget sundhedsplejerskebesøg har enorm stor værdi hos nogle – f.eks. børn med for lav fødselsvægt – mens værdien er mere begrænset hos andre. Derfor kan et særligt fokus på de nyfødte, der starter deres liv med de måske vanskeligste betingelser være med til at mindske uligheden i vores samfund.
Men forskellen er ikke kun mellem nyfødte og deres forældre. Sundhedsplejersker er også forskellige. Ved at se på forskelle mellem sundhedsplejersker og de børn, de besøger, har vi dokumenteret, at der er potentiale i at skabe det bedste match: Nogle sundhedsplejersker er særligt gode til visse typer af børn og familier, mens andres styrker ligger hos andre typer. Det giver mulighed for at få endnu mere ud af sundhedsplejerskebesøgene ved at tænke over, hvordan man bedst matcher sundhedsplejerskerne med nyfødte og deres forældre.
I debatten om hvordan man bør prioritere på sundhedsområdet, er sådan viden afgørende. For det første for ikke at risikere at spare på indsatser, der betaler sig på lang sigt: Det er særligt vigtigt i tidlige indsatser, da forskning viser at jo tidligere indsatsen kommer, jo større er gevinsten. For det andet for at forstå hvordan vi får mest ud af vores tidlige indsatser. Og slutteligt for på det bedste grundlag at foretage prioriteringer, når manglende ressourcer i sundhedsvæsnet tvinger os til det.
Ved at anvende AI til at bearbejde historiske data kan vi kombinere moderne registerdata med historiske, håndskrevne data, så vi i sidste ende får et mere komplet billede af velfærdsstatens positive effekter. Det betyder, at vi kan skabe mere præcise indsatser baseret på forskning, der bedre kan adressere nutidens og fremtidens udfordringer.
Kronikken er bragt i Jysk Fynske Mediers Erhverv+, torsdag den 18. december 2024