Hur kan vi säkerställa att AI-baserade beslutsstöd i vården verkligen gör nytta? Det är en av frågorna som forskaren Lina Lundgren arbetar med. Med hjälp av ett stipendium ska hon och forskargruppen utveckla metoder för att förbättra datakvaliteten och därmed skapa mer robusta och pålitliga system för vården.
Vad fick dig att börja forska om datakvalitet i vården?
Metodutveckling har alltid varit en central del av min forskning, och de senaste åren har jag arbetat i multidisciplinära grupper med utveckling av AI-baserade system inom vården. En av de stora utmaningarna jag sett är vikten av att olika yrkesroller i sådana projekt förstår varandras arbete och hur olika aspekter av datakvalitet påverkar resultatet. Det innefattar allt ifrån hur data samlas in, sparas och omvandlas i processer att träna systemet, till hur resultatet visas för användaren. Det är många olika roller som behöver samarbeta kring dessa frågor, och det innebär stor komplexitet. Genom att analysera ett antal utvecklingsprocesser hoppas vi ta fram en metod som kan förbättra arbetet med datakvalitet i Ai-baserade beslutsstöd.
Vad är mest spännande med data i vården?
Det är egentligen inte bara själva datan, utan snarare den information vi kan utvinna ur den som är intressant. Rätt analyser kan ge oss verktyg som förbättrar både kvalitet och effektivitet i vården. För att nå detta krävs forskning utifrån många perspektiv, och med detta forskningsprojekt hoppas vi kunna vara med och stötta utvecklingsprocesserna så att det finns förutsättningar att skapa så bra system som möjligt.
Hur påverkar datakvalitet vården och patienternas upplevelse?
Hög datakvalitet är avgörande för en fungerande informationsdriven vård. Det finns stora utmaningar i hur data samlas in, sparas och används för analys och återkoppling till klinisk personal. Många nationella och internationella initiativ pågår för att förbättra datakvalitet, och jag följer också dessa för att integrera våra forskningsresultat i det större perspektivet.
Kliniska beslutsstöd bygger på patientdata, vilket innebär ett stort ansvar. Det handlar om att använda data etiskt och säkert, samt att säkerställa att patienterna får nytta av beslutsstöden. Därför är det viktigt att kvalitetssäkra utvecklingsprocesserna, där datakvalitet är en central faktor.
Hur kan bättre beslutsstöd förändra hur vården fungerar idag?
Namn: Lina Lundgren
Tilldelat stipendium: Hon tilldelades 550 000 kronor för sitt forskningsprojekt
”Säkerställa datakvalitet vid utveckling av kliniska beslutsstöd”
Titel: Docent i hälsoteknik
Bor: Åsa
Familj: Två barn och sambo.
Fritid: Surfing (även om det numera sker ganska sällan)
Inspireras av: Många, lyssnar gärna på poddar där spännande personer intervjuas
Drömmer om: Fred
Om inte forskare: Ledare, entreprenör eller snickare
Beslutsstöd kan ha många olika syften, och vara enkla eller väldigt komplexa. De kan effektivisera arbetsflöden och förbättra beslutsfattande.
Till exempel kan en patient få ett preliminärt resultat direkt, som sedan granskas av en läkare. Inom radiologin används redan AI för att identifiera avvikelser, men alltid i samarbete med en radiolog. AI ersätter inte medicinska experter men kan vara ett verktyg för att effektivisera och förbättra beslutsfattandet.
Hur hoppas du att din forskning ska påverka vårdens framtid?
Vårt mål är att förbättra utvecklingen av AI-baserade beslutsstöd så att systemen blir mer tillförlitliga och användbara för vårdpersonal och patienter.
Hur kan AI eller andra teknologier bidra till säkrare beslutsstöd?
AI och andra teknologier bidrar till säkrare beslutsstöd genom att analysera stora mängder data snabbt och hitta mönster som kan vara svåra att upptäcka manuellt. Detta gör att vi både kan göra nya analyser och förbättra säkerheten i redan fattade beslut.
Det är viktigt att förstå att AI inte är en magisk lösning – det handlar om att använda data för att träna system för specifika uppgifter, som att matcha en patients data med andra, likt ett avancerat memoryspel.
Vad betyder stipendiet för dig och ditt arbete?
Stipendiet gör det möjligt för mig att arbeta vidare med dessa frågor och bidra till att fler utvecklingsprocesser kan säkerställa hög datakvalitet. Jag har dessutom stöd av en fantastisk forskargrupp och doktoranden Nyasha Chifamba, som också kommer att bidra till resultaten i projektet.
