Så kan AI bidra i förbättringsarbetet

– Man uppskattar att effekten av datadriven analys inom hälso- och sjukvård endast nått åtta procent av sin fulla potential, säger Ulf Hertin som även är ansvarig för Sas Institutes globala hälso-hackathon som i år genomfördes tillsammans med Microsoft och Accenture.

Det är också tydligt att det är artificiell intelligens, AI, som är huvudspåret för flera av de projekt som Sas Institute lyfter fram från årets hackathon. Ett verkligt Sim City som bekämpar barnfetma, ett sätt att förutspå framtiden för sjukvården och en potentiell revolution för cancerforskningen var några av de vinnande bidragen.

Kan simulera åtgärder

Projektet Digital Community Twin handlar om att hitta lösningar för att motverka fetma bland barn. För att göra det, skapar man med hjälp av AI en digital tvilling av ett samhälle. I det här fallet har man utgått från stadsdelen Rinkeby-Kista i Stockholm.

Med hjälp av den digitala tvillingen kan man sedan simulera olika åtgärder och scenarier, för att på så sätt optimera det man gör i verkliga livet. Vad händer om man exempelvis satsar mer på idrott i skolan? Hur påverkar det hälsan för barn till ensamstående om frukt blir tio procent dyrare?

I stället för att famla i blindo, kan man därefter genomföra de åtgärder som man vet fungerar.

Förutspår belastningen

Det danska projektet Scanning for Health fokuserade istället på att optimera vårdresurser. Under pandemin har det blivit tydligt vilken press hälso- och sjukvården ibland kan befinna sig i. Men tänk om man kunde förutspå när belastningen kommer att vara som störst?

Scanning for Health-teamet fokuserade på röntgenavdelningarna, där man ibland har mycket stor belastning – men ibland nästan ingen alls. En klassisk flaskhalssituation. Men genom att använda sig av historiska data och mjukvara från Sas Institute, har de skapat en modell som förutspår efterfrågan på röntgen tolv veckor framåt i tiden.

– Vi kan använda modellen som ett redskap för arbetsledning. I stället för att kämpa mot bristen på kapacitet kan vi fokusera på att öka kapaciteten, säger Preben Thomassen, överläkare vid radiologen på Herlevs sjukhus.

Stoppar in oväsen

Data och information är inte bara viktigt och en förutsättning för att AI ska kunna fungera – det kan vara känsligt också. Medicinska data får inte spridas om de kan användas för att identifiera enskilda människor. Samtidigt är det exakt de uppgifterna som forskare behöver för att hitta botemedel för olika sjukdomar, till exempel cancer.

Detta angrep projektet Amesto NextBridge – The Cancer Registry of Norway med att, som man uttrycker det, ”stoppa in lite oväsen” i datan.

Känslig data en utmaning

Resultatet är så kallad högkvalitativ, syntetisk data, som forskare kan använda för att hitta botemedel mot olika former av cancer – utan att på något sätt identifiera enskilda patienter. Snabbare tillgång till data, betyder bättre och mer givande forskning.

– Om du börjar sprida data för forskningsändamål, riskerar du att avslöja personlig information om individer som du inte får, vilket kan skada människor. Det är detta vi vill förhindra, säger Kjetil Kalager, Vice President för AI Lab på Amesto NextBridge.

SAS Institutes hackathon är ett innovationsevent som började i Norden för fyra år sedan. I år genomfördes det globalt med drygt 100 bidragande team från ett 70-tal länder. Hackathonet är öppet för deltagare från alla branscher, men i år hade en majoriteten av teamen, drygt en tredjedel, fokus på att lösa problem inom området hälsa och sjukvård.

Realiserar på kort tid

– Att fånga de idéer som idag finns och diskuteras i verksamheten och realisera dem till en liten avgränsad funktion på enbart fyra veckor är kraftfullt och något många inte tror är möjligt, det är vad vi gör med våra hälso-hackathon, konstaterar Ulf Hertin på SAS Institute.

Läs mer om Sas Institutes andra AI-projekt inom hälso- och sjukvård här.