Omställningen mot AI-driven hälso- och sjukvård Utvecklingen av ett ramverk för att prioritera AI-projekt inom den svenska hälso- och sjukvården
dc.contributor.author | Allgöwer, Louise | |
dc.contributor.author | Breiter, Marcus | |
dc.contributor.author | Imgård, Arvid | |
dc.contributor.author | Lloyd, Samuel | |
dc.contributor.author | Seevers, Jakob | |
dc.contributor.author | Svarén, Olof | |
dc.contributor.department | Chalmers tekniska högskola / Institutionen för teknikens ekonomi och organisation | sv |
dc.contributor.department | Chalmers University of Technology / Department of Technology Management and Economics | en |
dc.contributor.examiner | Löwstedt, Martin | |
dc.contributor.supervisor | Hellström, Andreas | |
dc.date.accessioned | 2024-08-20T08:40:20Z | |
dc.date.available | 2024-08-20T08:40:20Z | |
dc.date.issued | 2024 | |
dc.date.submitted | ||
dc.description.abstract | 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. | |
dc.identifier.coursecode | TEKX18 | |
dc.identifier.uri | http://hdl.handle.net/20.500.12380/308437 | |
dc.language.iso | swe | |
dc.relation.ispartofseries | TEKX18-VT24-25 | |
dc.setspec.uppsok | Technology | |
dc.subject | Hälso- och sjukvård | |
dc.subject | Artificiell intelligens | |
dc.subject | PrioriteringKompetenscentrum AI | |
dc.title | Omställningen mot AI-driven hälso- och sjukvård Utvecklingen av ett ramverk för att prioritera AI-projekt inom den svenska hälso- och sjukvården | |
dc.type.degree | Examensarbete på kandidatnivå | sv |
dc.type.degree | Bachelor Thesis | en |
dc.type.uppsok | M2 |