Forskare vid Cedars-Sinai Health Sciences University har utvecklat en AI-modell som kan identifiera patienter med risk för lågt blodsocker upp till 24 timmar i förväg. Modellen, som beskrivs i npj Digital Medicine, använder sig av långt korttidsminne (LSTM) och kan hjälpa kliniker att ingripa tidigare och förhindra komplikationer.

Detta kan inkludera allvarliga tillstånd som anfall, koma och långsiktiga hjärtrytmrubbningar. Tidig upptäckt och intervention kan förbättra patienternas säkerhet och minska risken för allvarliga konsekvenser.

Vidare forskning krävs för att fullt ut förstå potentialen av denna AI-modell i klinisk praxis.

Vad innebär detta för svensk vård? En liknande AI-modell i svenska sjukvården kunde potentiellt förbättra patientomsorgen och minska antalet allvarliga komplikationer relaterade till lågt blodsocker.