Det finns en allmän tilltro till att artificiell intelligens (AI) ska kunna bidra till att hantera de utmaningar som dagens och framtidens hälso- och sjukvårdsystem står inför. Dessa omfattar en ökad efterfrågan och högre kostnader, begränsade resurser, underskott av och belastning på personal samt förväntningar på att kunna leverera både vård av hög kvalitet och god upplevelse.

AI är ett paraplybegrepp för tillämpningen av maskininlärning och andra kognitiva teknologier för att utföra saker som vanligtvis förknippas med mänsklig intelligens. Under de senaste åren har det skett lovande framsteg i att utveckla AI applikationer för tillämpning i hälso- och sjukvården. Detta har skett tack vare en ökad datorkraft och stora mängder digital data som är tillgänglig för analys. Ändå har sjukvården, jämfört med andra samhällssektorer, varit sen med att tillämpa AI applikationer i praktiken.

AI i hälso- och sjukvården har till övervägande del studerats utifrån ett ganska snävt teknikorienterat fokus centrerat kring teknikens design och dess interaktion med de tilltänkta användarna. Men några av de stora utmaningarna förknippade med AI i vården är snarare kopplade till svårigheter att lyckas med framgångsrik tillämpning i praktiken, så kallad implementering.

Trots detta är forskningen kring implementering av AI i vården knapphändig och har mestadels på ett mer övergripande teoretiskt och ofta hypotetiskt plan behandlat aspekter såsom reglering, ansvar, integritet, etik och juridik. Endast ett fåtal empiriska studier finns i vilka de faktiska effekterna av implementering av AI applikationer i praktiken har undersökts och i nästan inga av dessa studier har själva implementeringsprocessen studerats.

För att AI framgångsrikt ska kunna introduceras för att förändra klinisk praktik måste vi förstå nuvarande praktik samt hur AI skulle passa in i eller förändra befintliga arbetssätt, processer och professionella roller. Det är därför viktigt att förstå hur vården faktiskt bedrivs, hur data för närvarande används för att informera hälso- och sjukvården och hur ny teknik påverkar individuella och organisatoriska beslutsprocesser och förändrar de roller, ansvarsområden och relationer som formar kliniskt arbete.

Med tanke på att vårdpersonal har en etisk och juridisk skyldighet att ta hand om sina patienter och ansvarar för kliniska rekommendationer och beslutsfattande, är transparens kring hur kliniska beslut fattas – både med och utan användning av AI – viktigt. Detta kommer att kräva implementering av system som uppmuntrar vårdpersonal att interagera med AI applikationer på ett sätt som stödjer och stärker deras befintliga kliniska beslutsfattande utan att kompromissa med deras primära ansvar och skyldigheter.

För att överbrygga dagens kunskapsgap kring implementering av AI i vården behövs mer rigorösa och empiriska studier av implementeringsprocesser. Som ett svar på detta har vi vid Högskolan i Halmstad i samarbete med Region Halland, de halländska kommunerna och ett nätverk av flera olika företag påbörjat utveckla förståelsen för de faktorer som hindrar respektive möjliggör implementering av AI i hälso- och sjukvården. Syftet är att kunna överföra sådan kunskap till en modell för implementering som kan användas för att guida och underlätta rutinmässig implementering i praktiken. Med stöd av en sådan modell kan empiriska AI-implementeringsstudier struktureras och en regional kapacitet utvecklas för att tillhandahålla de praktiska resurser, kompetenser och organisationsstruktur som krävs för att kontinuerligt lyckas med implementering av AI i olika vårdsammanhang.

Läs mer om forskningen här:

https://www.hh.se/forskning/forskningsprogram/idc—information-driven-care.html