Omställningen mot AI-driven hälso- och sjukvård Utvecklingen av ett ramverk för att prioritera AI-projekt inom den svenska hälso- och sjukvården
Ladda ner
Typ
Examensarbete på kandidatnivå
Bachelor Thesis
Bachelor Thesis
Program
Publicerad
2024
Författare
Allgöwer, Louise
Breiter, Marcus
Imgård, Arvid
Lloyd, Samuel
Seevers, Jakob
Svarén, Olof
Modellbyggare
Tidskriftstitel
ISSN
Volymtitel
Utgivare
Sammanfattning
Problem
Artificiell intelligens (AI) har potentialen att effektivisera och förbättra hälso- och
sjukvårdssektorn olikt någon annan teknologi. En enhet som arbetar med detta är
Kompetenscentrum AI (KCAI) vid Sahlgrenska Universitetssjukhuset i Göteborg. Centrumet
mottar regelbundet förslag på AI-lösningar från kliniker och andra relevanta samarbetspartners,
och måste bland dessa prioritera vilka som bör utvecklas till faktiska AI-verktyg. En sådan
prioritering behöver beakta både etiska och ekonomiska aspekter, och i dagsläget saknas en
systematisk process för hur detta ska gå till.
Syfte
I syfte att skapa bättre förutsättningar för KCAI att prioritera mellan olika projektförslag
utvecklar denna rapport ett beslutsstöd för att rangordna förslag på AI-drivna vårdlösningar.
Målet är att det framtagna beslutsstödet ska systematisera KCAI:s prioriteringsarbete samt
grunda det i lagstadgade riktlinjer, för att därigenom möjliggöra etiskt och ekonomiskt medvetna
AI-investeringar.
Teoretiskt ramverk
Studien vilar på ett brett teoretiskt ramverk kopplat till prioriteringen, utvecklingen och
implementeringen av AI-lösningar inom den svenska hälso- och sjukvårdssektorn. En central del
i detta är den så kallade etiska plattformen, vilken enligt hälso- och sjukvårdslagen ska vägleda
all vårdrelaterad prioritering. Vidare innefattar det teoretiska ramverket också litteratur kring
vilka nytto- och resursmässiga, tekniska samt juridiska och etiska aspekter som är viktiga att
beakta gällande AI-drivna vårdlösningar.
Metod
För att utveckla beslutsstödet används två metodologiska verktyg: en omvärldsorientering och en
intervjustudie. Omvärldsorienteringen kan närmast liknas vid en litteraturstudie och fokuserar på
existerande ramverk från andra länder. Den syftar främst till att ta fasta på redan etablerad
kunskap kopplat till prioriteringen av AI-projekt inom hälso- och sjukvården. Vidare fokuserar
intervjustudien främst på praktikers perspektiv och består av intervjuer med ett antal professorer,
läkare och data scientists. Den syftar främst till att komplettera omvärldsorienteringen med andra
och mer praktiknära perspektiv.
Resultat och implikationer
Rapporten finner fem centrala aspekter att beakta i prioriteringen av AI-projekt inom vården:
juridik, data, transparens, förankring och skalbarhet. I kombination med den etiska plattformen
ger dessa upphov till ett beslutsstöd för KCAI, vilket både systematiserar dess
prioriteringsprocess och grundar den i lagstadgade riktlinjer. Därutöver kan beslutsstödet också
vara av intresse för andra aktörer inom den svenska vården samt utgöra en utgångspunkt för
vidare forskning.
Beskrivning
Ämne/nyckelord
Hälso- och sjukvård , Artificiell intelligens , PrioriteringKompetenscentrum AI