Teknologisk Institut: Implementering af AI i sundhedsvæsenet kræver økonomiske og etiske overvejelser
Kunstig intelligens har potentialet til at revolutionere sundhedssektoren, men løsningerne kræver både nøje økonomiske og etiske overvejelser, skriver Birgitte Østergaard Sørensen.
![Kunstig intelligens har et enormt potentiale for sundhedssektoren og kan være til gavn for patienter, sundhedspersonale, samfundsøkonomi og virksomheder, skriver Birgitte Østergaard Sørensen.](https://www.altinget.dk/cdn-cgi/image/q=80,fit=crop,w=2560,f=jpeg/https://legacy.altinget.dk/images/article/284135/128047.jpg)
![Birgitte Østergaard Sørensen](https://www.altinget.dk/cdn-cgi/image/q=80,fit=crop,w=64/https://legacy.altinget.dk/images/person/32185/birgitte-oestergaard-soerensen.jpg)
Birgitte Østergaard Sørensen
Forretningsleder, Robotteknologi ved Teknologisk InstitutKunstig intelligens (AI) kan potentielt revolutionere sundhedssektoren ved eksempelvis at optimere behandlinger, frigøre tid for sundhedspersonalet og forbedre diagnostik.
Anvendelsen af AI kan forudsige sundhedsrisici, optimere forebyggelse, behandling og pleje samt effektivisere rutineopgaver.
Trods de mange fordele står sundhedsvæsenet dog også over for betydelige udfordringer med implementeringen af AI, herunder økonomiske hensyn, teknologiske barrierer og etiske overvejelser. Det er desuden afgørende at balancere AIs muligheder med kravene om databeskyttelse, etisk ansvarlighed og behovet for menneskelig involvering i patientpleje.
AI frigør tid
Potentialet for at frigøre personaleressourcer i et økonomisk og personalemæssigt presset sundhedssystem gennem øget udbredelse af AI-baserede løsninger er enormt.
Som eksempler på anvendelser kan nævnes:
Hvordan skal kunstig intelligens udbredes i det offentlige?
En ny AI-taskforce skal udbrede kunstig intelligens i det offentlige Danmark.
Altinget Digital sætter taskforcens opgave til debat og spørger, hvor og hvordan det gøres bedst – og er det helt uden faldgruber?
Vil du deltage i debatten, kan du skrive til debatredaktør Lasse Sjøbeck Jørgensen.
- Forudsigelse af indlæggelsesrisiko: AI kan analysere teksten i journaler og ud fra forekomsten af definerede ord og beskrivelser forudsige risikoen for indlæggelse hos hjemmeboende med plejebehov før personalet.
- Optimering af forebyggelse og behandling: AI kan analysere sundhedsparametre som blodtryk, iltoptagelse, temperatur, puls, søvnkvalitet, urinmængde og lignende og optimere forebyggelse, tidlig indsats og behandling for den enkelte patient eller borger.
- Diagnostik: AI kan analysere scanningsbilleder og andre kilder til data om patienten og forbedre diagnosen af forskellige sygdomme.
- Ruteplanlægning for sundhedspersonale: AI kan effektivt planlægge ruter for udkørende sundhedspersonale, hvilket tager højde for lokaliteter, afstande og borgeres særlige behov.
Løsninger inden for disse anvendelsesområder er allerede i brug i flere regioner og kommuner, og mange udviklings- og forskningsprojekter er i gang.
Dertil foregår en hurtig accelerering af udviklingen af teknologien med følgende nye muligheder. Vi kommer derfor til at se mange nye løsninger i de kommende år.
Sundhed handler om mennesker
Men hvor skal man prioritere, når nu mulighederne er så mange? Og hvilke hensyn skal der tages i denne prioritering?
Sundhedsområdet har med mennesker at gøre. Sårbare mennesker i form af patienter, og mennesker med omsorg for patienten som en væsentlig del af deres arbejdsopgave og ikke mindst ansvar.
Derfor bliver diskussionen om anvendelse af teknologi til netop dette område ofte følelsesladet, for ingen har lyst til at slippe den menneskelige involvering i pleje og behandling af patienter.
Debatten og prioriteringen bør derfor inddrage en række forskellige parametre som økonomi, arbejdskraftfrigørende potentiale, etik, arbejdsmiljø, datasikkerhed – GDPR og EU's AI Act –, effektivitet og behandlingskvalitet.
Jeg ser derfor tre parametre, som kan indgå i prioriteringen af, hvilke løsninger der skal udbredes:
Man kan mene om tech-giganternes indflydelse, hvad man vil, men de er svære at komme udenom.
Birgitte Østergaard Sørensen
Forretningsleder, Robotteknologi ved Teknologisk Institut
Opgaver uden behov for menneskelig involvering: Opgaver, hvor det er lige meget, om de udføres af et menneske eller en teknologi. Eksempelvis kan en algoritme gennemgå journaler og finde mønstre i data, som sundhedsmedarbejderen så kan forholde sig til og bringe videre ind i patientens forløb.
Rutinepræget arbejde: Opgaver, som er rutineprægede og i længden kedelige, og som teknologien kan gøre langt hurtigere. Eksempelvis ved at fritage sundhedspersonalet fra den daglige ruteplanlægning og lade en algoritme overtage den, baseret på parametre fra personale samt data om trafikforhold, ruter og lignende.
Analyse og mønstergenkendelse i komplekse og store datamængder: Opgaver, hvor AI kan analysere store datamængder fra forskellige datakilder og give input til individuel forebyggelse, behandling eller pleje. Denne form for anvendelse af kunstig intelligens betegnes ofte som 'beslutningsstøtte', hvilket sikrer, at den menneskelige faktor forbliver i loopet, ved at en kliniker får det endelige ord baseret på algoritmens vurdering.
Om det i længden vil være nødvendigt, eller om vi helt kan overlade eksempelvis diagnostik til kunstig intelligens alene, er en anden diskussion. Men for nuværende giver det både tryghed for patienter og faglig sikkerhed for sundhedspersonalet.
Tech-giganter satser op sundhed
Vi lever i en verden af data om vores gøren og laden – og om vores helbredssituation.
Næsten alle danskere er i besiddelse af en mobiltelefon, der i stadigt stigende grad opsamler data om vores sundhed.
Tech-giganter som Apple og Google satser stort på sundhedsområdet, flere og flere helbredsdata kan måles, og devices som smarture, smartringe og in ear-hovedtelefoner kan måle utallige sundhedsparametre på brugerne.
Man kan mene om tech-giganternes indflydelse, hvad man vil, men de er svære at komme udenom.
Sammenkoblingen af det offentlige systems sundhedsdata og de borgerskabte sundhedsdata fra tech-giganternes tjenester rummer uanede muligheder for forbedring af almen sundhed, forebyggelse og tidlig indsats.
Heldigvis er forskningsprojekter i gang omkring en forsvarlig og udbytterig sammenkobling af de to datakilder.
Vigtigheden af at få udbredt kunstig intelligens i den offentlige sektor – i dette indlæg sundhedssektoren – kan ikke undervurderes.
Birgitte Østergaard Sørensen
Forretningsleder, Robotteknologi ved Teknologisk Institut
Skru op for AI-løsninger
En nok så velfungerende løsning baseret på kunstig intelligens, udviklet og i anvendelse i én region, kan ikke nødvendigvis skaleres til landets øvrige regioner.
For en kritisk mangel ved de fleste lokale løsninger er, at de ikke har været igennem de obligatoriske godkendelser, certificeringer og lignende, der er nødvendige for at kunne skaleres.
Vejen fra fungerende løsning til godkendt og skalerbar løsning kan være lang og omkostningsfuld, hvis forberedelsen ikke er tænkt ind tidligt i udviklingen.
Det er derfor afgørende at skabe en struktur og centralisering omkring disse processer, hvis de mange lovende projekter, der findes rundt omkring i landet, skal komme det øvrige sundhedsvæsen til gavn.
Vigtigheden af at få udbredt kunstig intelligens i den offentlige sektor – i dette indlæg sundhedssektoren – kan ikke undervurderes.
Det vil være til gavn for patienter, sundhedspersonale, samfundsøkonomi, virksomheder – og for os alle, der før eller siden er eller bliver afhængige af et velfungerende sundhedsvæsen med høj behandlingskvalitet.
For at realisere dette potentiale kræves nøje prioritering og centraliseret styring af udviklings- og implementeringsprocesser.
Få GRATIS nyheder fra Danmarks største politiske redaktion
![](https://www.altinget.dk/cdn-cgi/image/q=80,fit=crop,w=64/https://legacy.altinget.dk/images/person/32185/birgitte-oestergaard-soerensen.jpg)