Tænketank: Kunstig intelligens bør være en integreret del af hverdagen på hospitalerne

Tre barrierer går igen

Der er tre grundlæggende barrierer imod anvendelsen af AI på hospitalerne.

Den første barriere er sikkerhed. Sundhedsvæsenet er bygget til at minimere risiko – ikke til at bevæge sig hurtigt. Nye teknologier skal – som ny medicin – godkendes, dokumenteres og testes grundigt, før vi vil bruge det. Det er nødvendigt. Men vi er dårlige til at diskutere konsekvenserne af at lade være.

AI er ikke neutral. Vi ved, at algoritmer kan være påvirket af bias – blandt andet i forhold til køn og minoriteter – afhængigt af det datagrundlag, de er trænet på. Det stiller krav til både datakvalitet, transparens og løbende validering i en klinisk kontekst.

For at AI kan blive bedre, er vi nødt til at bruge og træne den.

Andreas Woltmann og Daniel Staal Nyboe
Bestyrelsesmedlemmer, Tænketanken SundFornuft

Netop derfor er det ikke tilstrækkeligt, at udviklingen bæres af enkelte klinikere eller lokale initiativer. Hvis AI skal anvendes forsvarligt i sundhedsvæsenet, kræver det systematiske investeringer i datastruktur, governance og etiske rammer – i tæt samspil med klinikere.

Alternativet er ikke neutralitet, men stilstand. For uden aktiv anvendelse og kritisk afprøvning i praksis får vi ikke opbygget det datagrundlag og den viden, der er nødvendig for at reducere bias og sikre kvalitet.

Det betyder, at implementering tager så lang tid, at innovationen mister fart – og at teknologi, der virker, aldrig når frem til dem, der har brug for den.

Tillid og sund skepsis

Den anden barriere er tillid. Sundhedspersonale træffer beslutninger, der har direkte konsekvenser for menneskers liv. Med det ansvar følger risici for sanktionering ved fejlskøn. Skepsis over for AI er derfor menneskeligt og forståeligt. Patienterne er vigtigst. Patientsikkerheden er indiskutabel.

Men sund skepsis betyder ikke handlingslammelse. Det seneste år er det blevet en nærmest fast genre at skrive om farerne ved AI. Hvad, vi sjældnere læser om, er, hvad det koster ikke at bruge den. Værdien af tid der kunne bruges anderledes.

Flere internationale studier peger på, at AI kan mindske sundhedspersonalets tid på undersøgelser og dokumentation – og samtidig frigive tid til mere patientkontakt.  

Ifølge et studie fra 2024 kan AI medføre 70 procent mindre tid på dokumentation for sundhedspersonalet, mens et andet studie fra samme år indikerer at kunne frigive helt op til én time dagligt på dokumentation alene.

Det er også bevist i et tredje studie sidste år, at AI kan spare relevant ventetid på radiologiske beskrivelser med hele 90 procent.

Og så skal vi huske, at for at AI kan blive bedre, er vi nødt til at bruge og træne den.

AI kræver investeringer

Den tredje barriere er økonomi. AI kræver investeringer – men det gør alt andet også. Forskellen er, at vi i dag bruger højtuddannede fagpersoner på dokumentation, som i stigende grad kunne automatiseres. Det er svært at kalde det en god prioritering.

Små klinikker har haft succes med at implementere AI, drevet af et ønske om at arbejde mere effektivt og frigøre tid til patienterne. Situationen er anderledes på hospitalerne, hvor der kan være længere fra idé til handling og især til implementering.

Vi kan og skal ikke forvente, at ildsjæle på hospitaler skal drive udviklingen af AI. Det enkelte individ eller hospitalsafdeling skal ikke løfte denne beslutning. AI er for komplekst til, at det udelukkende skal være sundhedsprofessionelle, der skal stå for denne udvikling og implementering af AI.

Vi kan og skal ikke forvente, at ildsjæle på hospitaler skal drive udviklingen af AI.

Andreas Woltmann og Daniel Staal Nyboe
Bestyrelsesmedlemmer, Tænketanken SundFornuft

Det kræver ekspertise, ikke klinikere, men fagpersoner i data, etik, it og AI. Det er denne ekspertise, som i samspil med klinikere skal drive udviklingen og implementeringen. Men ekspertisen koster. Ligesom det koster at fortsætte i det nuværende spor.

Det er et politisk ansvar i regionerne og i sundhedsrådene at skabe rammerne for, at teknologi implementeres der, hvor den giver mest værdi – også når gevinsterne først kommer på længere sigt.

Spørgsmålet er derfor ikke, om vi har råd til at investere i AI – men om vi har råd til at lade være.

Barriererne er reelle. Men de må ikke blive en sovepude.

AI er kommet for at blive

Vi har set eksempler på, hvordan samarbejde mellem klinisk praksis og teknisk ekspertise kan skabe værdi. Et af dem er Teknisk Universitetshospital (TUH), etableret som et samarbejde mellem Danmarks Tekniske Universitet, Region Sjælland og Region Hovedstaden.

TUH har til formål at bygge bro mellem sundhedsvæsenets kliniske behov og teknologisk udvikling, hvor forskning og innovation smelter sammen.

Det er et konkret eksempel på, hvordan vi kan organisere os anderledes – og et forbillede for de løsninger, der kræver investering, hvis AI skal implementeres ansvarligt og i skala.

Lad os stoppe med at behandle AI som en fremtidig mulighed og i stedet begynde at bruge det, hvor behovet allerede er: i hverdagen, i journalen, og i de opgaver, der i dag tager tid væk fra patienten.

Hvis vi vil have mere tid til patienter, kræver det ikke kun flere ressourcer. Det kræver, at vi prioriterer og investerer anderledes – også når det udfordrer den måde, vi plejer at arbejde på.