Model kan forudsige, hvilke ældre der har brug for kommunal hjælp

Sygdom og behandling 27. feb 2021 4 min Professor Rudi GJ Westendorp Skrevet af Kristian Sjøgren

Forskere har udviklet en matematisk model, som kan forudsige, hvem af Danmarks ældre der kan have brug for hjælp i hjemmet. Men GDPR gør det svært at tage modellen i brug.

Der var en gang, hvor man bare skulle være fyldt 65 år for at blive tilbudt kommunal hjælp i hjemmet.

Sådan er det ikke mere, og i dag bliver hjælpen først tilbudt, når man eller mellem 75 og 80 år. Demografi og samfundsøkonomi svinger taktstokken.

Det betyder dog også, at mange under 80 år godt kan have brug for hjælp, men ikke får den tilbudt.

Nu har forskere fra Københavns Universitet udviklet en matematisk model, som ud fra folks personlige historik kan beregne, hvem der formentlig har brug for hjælp, og hvem der godt kan klare sig uden. Hjælpen kan dreje sig om sygeplejebesøg og hjælp til indkøb eller praktiske opgaver i hjemme, for eksempel rengøring og personlig pleje, herunder hjælp til at tage sin medicin.

Modellen har potentialet til meget præcist at allokere de kommunale ressourcer til lige præcis dem, der har allermest brug for det.

”Mange over 65, 70 eller sågar 80 år kan sagtens klare sig selv uden hjælp fra kommunen. Men der er også mange under 80 år, som har meget svært ved at komme igennem dagligdagen uden hjælp. Det særegne her er, at vi har en lovgivning, som tilsiger, at borgere med behov skal have hjælp, men vi mangler værktøjerne til at identificere, hvem det drejer sig om,” fortæller en af forskerne bag den nyudviklede model, professor Rudi Westendorp fra Center for Sund Aldring ved Københavns Universitet.

Forskningen, hvor adjunkt Sasmita Kusumastuti er en af drivkræfterne, er offentliggjort i Royal Statistical Society.

Model vurderer risiko på baggrund af hele en persons datahistorik

Udgangspunktet for udviklingen af den nye matematiske model var et ønske om at kunne identificere de borgere med størst behov for hjælp.

Forskningen er sket i samarbejde med Københavns Kommune, der har mange ældre borgere mellem 65 og 80 år, men ikke ved, hvem de bør banke på døren hos for at tilbyde en håndsrækning med at få dagligdagen til at hænge sammen.

Til det formål har forskerne fra Københavns Universitet udviklet en matematisk model, som ud fra persondata kan lave et estimat af, hvem der med størst sandsynlighed skal bruge hjælp.

Modellen trækker på data fra flere danske registre og inkluderer blandt andet en persons alder, indlæggelses- og sygdomshistorik, partner- og familiestatus, medicinindtag, uddannelseslængde, jobsituation og meget mere.

Når modellen gnaver sig igennem en persons datahistorik, fra de bliver født og ind i alderdommen, kan den meget præcist komme med et bud på, hvor stor den enkelte persons behov for hjælp er.

”Med vores model er vi i stand til at komme med en rimelig præcis vurdering af, hvem der har behov for hjælp inden for det næste år. Vi var overraskede over, at modellen er så stærk, når man tænker på, hvor kaotiske de ting, som sker i livet, kan forekomme,” siger Rudi Westendorp.

GDPR spænder ben for implementering af model

Så langt så godt.

Man kan så spørge sig selv, hvorfor den matematiske model ikke allerede nu er taget i brug, hvis den kan hjælpe de danske kommuner med at identificere de ældre borgere, som har behov for en opringning og muligvis efterfølgende hjælp.

Her kommer GDPR ind i billedet.

De data, som modellen benytter, er nemlig meget personfølsomme oplysninger, og derfor kan Københavns Kommune ikke bare benytte data vilkårligt og derefter ringe op til folk, som hverken har bedt om at få gransket deres data eller blive ringet op.

”Det vil være misbrug af de offentlige registre, med alt hvad dertil hører af lovmæssige og etiske begrænsninger. Så vi står i en situation, hvor vi nu har et værktøj, der først og fremmest kan komme de ældre danskere til stor gavn og samtidig spare kommunen nogle ressourcer, men vi kan ikke bruge det,” forklarer Rudi Westendorp.

Borgere kan selv give adgang til personfølsomme data med NemID

Problemet er dog ikke en gordisk knude, der ikke kan findes løsninger på, og det er netop, hvad forskerne fra Københavns Universitet arbejder på nu.

I det fortsatte arbejde forsøger forskerne at finde måder, hvorpå den matematiske model kan benyttes under forudsætninger, der ikke kompromitterer hverken etiske regler eller lovgivningen på området for brug af personfølsomme data.

En af de muligheder, som Rudi Westendorp med sine kollegaer arbejder med, er, at borgerne via NemID selv kan give samtykke og autorisere, at kommunen må køre deres persondata gennem modellen og kontakte dem, hvis modellen peger på, at de kan have eller formentlig vil få behov for udvidet hjælp i hjemmet.

Data kan ikke benyttes i andre sammenhænge.

”Det skal foregå med armslængde fra det offentlige og med fuld kontrol over de personlige data af borgeren selv. Ved at give borgerne muligheden for at selv at tillade, at data kan benyttes, vil vi være i stand til at beregne deres risiko. Vi har algoritmen, og vi har data. Det vil være en måde til at kunne implementere algoritmen i det offentlige system, ” siger Rudi Westendorp.

Skal gerne udbredes i hele landet

Rudi Westendorp er sikker på, at hvis de sidste knaster kan blive løst, vil algoritmen kunne implementeres inden for ganske kort tid.

For det første vil forskerne gerne gøre modellen bedre. Den er god, men den kan godt blive bedre i sine forudsigelser.

For det andet vil forskerne gerne implementere modellen i Københavns Kommune, og hvis det viser sig at være den forventede succes, kan modellen bredes ud i hele landet.

”Ideelt set skal vi vise, at modellen ikke bare virker til at identificere de borgere, som har brug for hjælp, men at de borgere også får den hjælp, som de har brug for. Det vil være en kæmpe samfundsgevinst,” siger Rudi Westendorp.

Personalised need of care in an ageing society: The making of a prediction tool based on register data" er udgivet i Royal Statistical Society. En af medforfatterne, Rudi Westendorp, modtog i 2018 en Novo Nordisk Fonden Challenge Programme-bevilling til projektet ”Harnessing the power of big data to address the societal challenge of aging”.

The past century has witnessed a revolution. Less than a hundred years ago, the average Western life expectancy was 40; now it is 80. And there is no...

Dansk
© All rights reserved, Sciencenews 2020