AI i hälso- och sjukvård #10 – AI-rapporter från Socialstyrelsen och Swelife, Sahlgrenska förutsäger återinläggning

Intro

Sen förra nyhetsbrevet har det faktiskt hänt en hel del nyheter. Det märker du på vad som tas upp nedan, det är inte bara “redaktionellt” innehåll 🙂 

Bland annat släppte Socialstyrelsen sin AI-rapport i slutet på förra veckan, men också att Swelife släppte sin första delrapport om svensk AI inom life science. Den sistnämnda råkar jag ha skrivit och fått massiv hjälp med korrekturläsning av kunnigt folk. Tack för det om det var du!
Socialstyrelsens rapport skulle jag rekommendera läsning om inte annat för dess utblick utanför Sverige. 

Men det finns mer i detta nyhetsbrev. Ja, jag ber om ursäkt för att ständigt tipsa om allt Eric Topol gör, men nu har han ju också börjat podda om AI och han kan ju bevisligen åtminstone den amerikanska vården!
Psst! Har du läst hans bok Deep Medicine? Sorry, ville bara kolla! 😅

Om du också tycker att det är lite väl många vita män som talar på AI-konferenser, sitter i referensgrupper och andra sammanhang kring AI så finns här en lista du kan bidra till på Dropbox Paper, eller så svarar du på det här mejlet med dina bästa tips. Listan kommer publiceras innan nyår och inte tusan saknas det kompetenta personer som inte är vita män av nordeuropeisk härkomst inom AI!

//Avd Vårdens digitalisering, genom Marcus Österberg, en nordeuropeisk vit man…

Socialstyrelsen släpper rapport: Mycket forskning men begränsad användning av AI i hälso- och sjukvården

Sista oktober släppte Socialstyrelsen sin rapport om AI i hälso- och sjukvården. Rapporten är på cirka 90 sidor och täcker in det mesta man kan tänka sig, bland annat etiska frågor:

”– Det är viktigt att datan är representativ för målgruppen för AI-stödet. Finns det felaktigheter i underlaget i form av till exempel skev könsfördelning och ålder så riskerar AI-stödet att ge fel utfall och personalen kan dra fel slutsatser, säger Dick Lindberg.”

Av de enkäter och intervjuer som Socialstyrelsen genomfört visar det sig finnas 59 tillämpningar eller stöd idag, och att ytterligare hundra planeras de kommande åren.

Socialstyrelsen har en väldigt inkluderande definition, exempelvis att mjukvarurobotar (RPA – Robotiserad ProcessAutomation) är med i vad de kallar AI-stöd:

”Automatisering av processer genom tillämpning av RPA (Robotic Process Automation) för att minska den manuella hanteringen av administration och att arbeta smartare genom ett effektiviserat arbetssätt”

Med det i åtanke är det förvånansvärt att inte fler har svarat att de har AI på gång med tanke på att de flesta tycks jobba med RPA under 2019.

Swelife släpper delrapport: Nationell inventering av AI för life science

I början av oktober släppte Swelifes AI-projekt sin första delrapport. Den sammanfattar intervjuer runt landet, var AI görs i Sverige och även lite spekulation om vad Sveriges plats kan tänkas bli när AI-hajpen lagt sig lite.

Swelifes AI-projekt har dock en ganska exkluderande definition av AI, åtminstone i jämförelse med Socialstyrelsen. RPA är inte med, inga klassiska analysverktyg, Big data eller Business Intelligence (BI). Man “kräver” att det ska ingå maskininlärning, datorseende, naturligt språk (NLP), mönsterigenkänning som digitala tvillingar, artificiellt luktsinne etc.

Sahlgrenska förutsäger återinläggning med hjälp av AI

Sahlgrenskas ePsykiatrienhet meddelar i sitt senaste nyhetsbrev att deras AI-projekt är igenom sin första fas. I projektet har de använt maskininlärning och textanalys för att förutsäga vilka patienter inom slutenvården, närmare bestämt på Beroendekliniken, som återkommer snart efter utskrivning.

En första analys är gjord och de inväntar slutrapporten från denna analys. Tidiga resultat visar på att algoritmen är dubbelt så bra som slumpen. Genom att finslipa modellen, t ex genom att lägga till fler variabler, träna på fler data och/eller förträna språkmodellen tror man sig kunna nå ännu längre.  I ett senare skede vill de jämföra hur algoritmen står sig mot mänskliga bedömare. 

Syftet med projektet är på sikt att kunna förbättra såväl bedömningar som kvaliteten på den vård som ges.

Ta kort på ditt bajs för vetenskapens skull

I kampanjen “Give a shit for science” hoppas två startups att kunna samla in 100 000 bilder på folks avföring, helst runtom världen. Bilderna är tänkta att matas genom maskininlärning där man vill förutsäga inflammatorisk tarmsjukdom, bland annat.

Poddar att följa

Ny och kommande litteratur om AI-tekniker 

Flera färska böcker är inom främst hälsa- och sjukvård.