Göteborgs universitet
  2. Om universitetet
  3. Hitta person
  4. Fredrik Hessulf

Fredrik Hessulf

Anknuten till forskning

Avd för anestesiologi och intensivvård
E-post
fredrik.hessulf@gu.se
Besöksadress
Blå stråket 5, vån 3 SU/Sahlgrenska
41345 Göteborg
Postadress
Sahlgrenska Universitetssjukhuset
41345 Göteborg

Om Fredrik Hessulf

Jag är docent och överläkare i anestesi och intensivvård vid Sahlgrenska universitetssjukhuset, Mölndal, och Göteborgs universitet. Forskargruppledare i Gothenburg Anaesthesia & Intensive Care Group · GAICG. Jag är FOUUI-ansvarig vid Anestesi- och intensivvårdskliniken i Mölndal och lokalt delkursansvarig för anestesikursen på läkarprogrammet. Min undervisning omfattar framför allt anestesi, intensivvård och klinisk handledning.

Jag är sekreterare i Svensk Förening för Anestesi och Intensivvårds arbetsgrupp för etik, ETOS, och medlem i Svenska HLR-rådets arbetsgrupp för etik.

Forskning

Min forskning är huvudsakligen inriktad mot intensivvård, artificiell intelligens och prediktionsmodeller, medicinsk etik och behandlingsbegränsningar, hjärtstopp samt anestesi hos äldre och sköra patienter. Jag handleder doktorander, ST-läkare och läkarstudenter inom dessa områden.

1. Intensivvård och artificiell intelligens

Vi utvecklar och utvärderar AI-baserade prediktionsmodeller för intensivvård, framför allt med data från Svenska Intensivvårdsregistret. Arbetet omfattar modellutveckling, extern validering och klinisk användbarhet. ICURE-modellen för prediktion av 30-dagarsmortalitet hos svenska intensivvårdspatienter publicerades 2024.

Doktorand: Tobias Siöland, specialistläkare.

2. Etik och behandlingsbegränsningar

Forskningen undersöker medicinska och etiska aspekter av behandlingsbegränsningar, patientdelaktighet och variationer i klinisk praxis inom intensivvård och vård av äldre. Arbetet bygger på nationella registerdata och kliniska studier.

Doktorand: Lisa Wiltz

ST-projekt: Lisa Persson och Sofia Dahlgren.

3. Ortogeriatrisk anestesi

Patienter som opereras akut för höftfraktur tillhör ofta de äldsta och mest sköra patientgrupperna. Projekten syftar till att förbättra det perioperativa omhändertagandet och minska komplikationer, bland annat genom studier av FIC-blockad, temperaturkontroll och behandlingsbegränsningar.

Doktorand: Victor Linder (huvudhandledare Professor Mattias Lorentzon)

ST-projekt: Yang Cong, Selma Dögg

4. Intoxikationer inom intensivvården - AI-Intox

Projektet kartlägger allvarliga intoxikationer som kräver intensivvård i Sverige och undersöker hur registerdata och moderna analysmetoder kan användas för att identifiera riskfaktorer och prediktera utfall.

Doktorand: Sara Lundin, legitimerad apotekare.

5. AI och ortopedisk anestesi

Projektet studerar hur artificiell intelligens kan användas för att identifiera riskfaktorer och prediktera komplikationer i samband med ortopedisk kirurgi.

Doktorand: Anita Szell, överläkare i anestesi och intensivvård (Huvudhandledare: Professor Kristian Samuelsson)

6. TRAIL-ICU

Internationellt multicenterprojekt med samkörning av tre europeiska intensivvårdsregister. Syftet är att undersöka generaliserbarhet och externvaliditet hos AI-baserade prediktionsmodeller för intensivvård.

7. Hjärtstopp

Jag bedriver registerbaserad forskning om hjärtstopp på och utanför sjukhus. Forskningen omfattar bland annat överlevnad, följsamhet till behandlingsriktlinjer samt maskininlärningsbaserade modeller för att prediktera överlevnad och neurologiskt utfall. Området utgjorde grunden för min doktorsavhandling 2023.

Samarbeten med bland andra Prof Araz Rawshani, Prof Johan Herlitz och Prof Johan Engdahl.

8. Behandlingsbegränsningar och vård i livets slut

Forskningen undersöker beslutsfattande, patientdelaktighet och klinisk praxis kring behandlingsbegränsningar hos svårt sjuka och äldre patienter.

Samarbete med med dr Viveka Andersson och Prof Anders Bremer.

Handledning

Jag är huvudhandledare för tre doktorander (Tobias Siöland inom AI och intensivvård, Lisa Wiltz inom Etik och Intensivvård, Sara Lundin inom intensivvårdskrävande förgiftningar) och bihandledare för tre doktorander: Anita Szell inom AI och ortopedisk anestesi, Victor Linder relaterat till den sköra äldre patienten med höftfraktur samt Edda Palsdottir (hemodynamik på IVA).  Därutöver handleder jag ST-projekt och examensarbeten för läkarstudenter.

Media

Nya riktlinjer ska bespara läkare tuffa beslut i operationssalen – Läkartidningen

Forskare om ojämlik vård: ”Svårt att upprätthålla kvaliteten” - Kvalitetsmagasinet

 

Nyckelpublikationer

 

Hessulf, F., Bhatt, D. L., Engdahl, J., Lundgren, P., Omerovic, E., Rawshani, A., Helleryd, E., Dworeck, C., Friberg, H., Redfors, B., Nielsen, N., Myredal, A., Frigyesi, A., Herlitz, J., & Rawshani, A. (2023). Predicting survival and neurological outcome in out-of-hospital cardiac arrest using machine learning: the SCARS model. EBioMedicine, 89, 104464. https://doi.org/10.1016/j.ebiom.2023.104464 IF 9.7

 

Siöland, T., Rawshani, A., Nellgård, B., Malmgren, J., Oras, J., Dalla, K., Cinà, G., Engerström, L., & Hessulf, F. (2024). ICURE: Intensive care unit (ICU) risk evaluation for 30-day mortality. Developing and evaluating a multivariable machine learning prediction model for patients admitted to the general ICU in Sweden. Acta Anaesthesiol Scand. https://doi.org/10.1111/aas.14501 IF 1.9

 

Hessulf, F., Herlitz, J., Rawshani, A., Aune, S., Israelsson, J., Södersved-Källestedt, M. L., Nordberg, P., Lundgren, P., & Engdahl, J. (2020). Adherence to guidelines is associated with improved survival following in-hospital cardiac arrest. Resuscitation, 155, 13-21. https://doi.org/10.1016/j.resuscitation.2020.07.009 IF 6.5