Omfattande skillnader i regionernas AI-mognad

Ett avgörande fundament för hälso- och sjukvårdens AI-utveckling är användarnas tillit till och förtroende för applikationernas förutsägbarhet. Även kompetensutveckling är en viktig förutsättning för ökad AI-tillämpning i hälso- och sjukvården. Det anser Reidar Källström, CMIO och verksamhetschef på enheten för informationsdriven utveckling i Region Östergötland.

– AI bör betraktas som en informationskälla, vilket innebär att det fortfarande är läkarens goda omdöme som avgör informationens användbarhet och relevans, säger urologen Reidar Källström, som arbetade kliniskt fram till 2015 och innan läkarstudierna arbetade som programmerare.
Enligt Framtidens Karriär – Läkares undersökning använder endast 27 procent av läkarna AI-tillämpningar regelbundet eller ibland. 70 procent uppger att de inte använder AI i sitt arbete.
– AI:s juridiska aspekter leder till tveksamheter och begränsningar. Den låga andelen läkare som använder AI-tillämpningar i sitt arbete kan även bero på att många inte anser sig ha tid att sätta sig in i hur AI kan användas eller helt enkelt inte upplever det som värt att lära sig om AI. Många regioner fokuserar dessutom för närvarande stora resurser på att införa nya journalsystem, vilket minskar andelen resurser som kan läggas på AI-utveckling, säger Reidar Källström.

”Real world data utgör ett komplement till läkarens medicinska kompetens.”

Stora skillnader
Enligt AI Swedens kartläggning Vårdkartan pågår majoriteten av AI-initiativen i svensk sjukvård för närvarande inom diagnostik samt ledning och administration. Skillnaderna mellan regionerna är stora. De fem mest aktiva regionerna står för över 60 procent av samtliga AI-initiativ. Tillämpningen inom områden som primärvård, psykiatri och prevention är begränsad, trots att det är områden som har stor potential att dra nytta av AI för att förbättra tidig upptäckt, prioritering och vårdplanering.
Region Östergötland är en av regionerna med flest AI-satsningar i hälso- och sjukvården. I regionen pågår utvecklingen av dels spetsiga medicinska AI-applikationer som analyserar stora datamängder och exempelvis kan identifiera frakturer eller tumörer i samband med bildanalys, dels AI-applikationer för administrativt stöd.
AI kan användas som ett beslutsstöd i det patientnära arbetet och exempelvis söka igenom och sammanställa information om en specifik patient eller användas för att dokumentera mötet mellan läkare och patient.

Viktigt genombrott
– En intressant utveckling just nu är resonerande AI, som bryter ner frågor i beståndsdelar, besvarar dem en och en och aggregerar svaren till ett sammanfattande svar. Resonerande AI gör det lättare att förstå AI-applikationens logik och på vilka källor svaren grundar sig. Nästa nivå är real world data, information relaterad till en patients hälsostatus eller sjukvårdsutnyttjande som har samlats in från olika typer av källor, såsom journaler och register samt patientgenererade data. AI kan användas för att exempelvis analysera en patients möjliga utfall av en läkemedelsbehandling baserat på utfallet från andra, liknande patienter i samma situation.

Breddat analysunderlag
– Real world data utgör ett komplement till läkarens medicinska kompetens och kan likställas med att konsultera en kollega för att exempelvis ta del av deras syn på behandlingsalternativen för en specifik patient eller att se det som en aktuell sammanställning av kliniskt beprövad erfarenhet. AI kan bidra till att underlaget för analysen av exempelvis möjliga effekter av en läkemedelsbehandling breddas och omfattar ett stort antal patienter, men det kräver att vi på sikt får tillgång till hela Sveriges samlade patientdata, avslutar Reidar Källström.

Annons