Ur, The Economist, Technology Quaterly 27 mars 2024, översatt av InPress. ©2024 The Economist Newspaper Limited. Alla rättigheter förbehållna.
Vad handlar artikeln om?
Hälso- och sjukvården får i de flesta OECD-länder allt högre andel av BNP efter år av dyra investeringar i teknik. Ändå upplever många en vardag med inkompatibla IT-system. AI kan ändra på detta.
Om du vill se hur en ny, tjusig proteinstruktur ser ut ska du vända dig till en artificiell intelligens. Om du däremot behöver få tillgång till en gammal faxmaskin är det bättre att besöka en vårdcentral. Det står förmodligen en sådan någonstans i ett hörn, under en hög med papper. Föråldrad teknik är förstås inte något som präglar alla vårdcentraler eller alla sjukvårdssystem, men ganska många lär känna igen sig i den här bilden. Den digitala omställningen inom vårdsektorn har i bästa fall skett fläckvis.
Ekonomer menar att under de senaste 50 åren har mellan 25 och 50 procent av de ökade investeringarna på sjukvårdsområdet i OECD-länderna handlat om teknik. Investeringstakten har inneburit att sektorns andel av BNP hela tiden ökat. I många av de här länderna har satsningarna gett goda resultat. Men efter decennier av dyra investeringar pratas det ändå ofta om inkompatibla IT-system, sekretessbrott och pappersjournaler som måste föras parallellt med elektroniska journaler. Finns det egentligen någon grund för att tro att AI kan lösa de här problemen?
Det gör faktiskt det. Och lösningen ligger delvis i problemets omfattning. I USA lade man 4 500 miljarder dollar på hälso- och sjukvård under 2022. Det var betydligt mer än i jämförbara länder och av den ”mersatsningen” svarade administrativa kostnader för 30 procent. En sektor som omsätter tusentals miljarder dollar kan locka till sig enormt stora företag, som de amerikanska teknikjättarna. Och de här företagen menar att deras LLM-modeller (large language models) och andra stora system med självövervakad inlärning erbjuder nya verktyg som är särskilt väl lämpade för uppgiften. Att de största företagen inom AI ser hälso- och sjukvårdssektorn som en konkurrenskraftig marknad är hoppingivande.
Länder vars hälso- och sjukvårdssystem fortfarande är under utveckling har kanske bättre förutsättningar att ”tänka nytt”.
Bland Googles satsningar på sjukvårdsområdet finns Med-PaLM2, en LLM med sjukvårdsfokus som utvecklats för att kunna besvara sjukvårdsfrågor och sammanfatta information vid överlämning av patienter eller ett nytt arbetsskift. Amazons investering i Anthropic, med AI-assistenten Claude, syftade delvis till att förstärka företagets erbjudande på sjukvårdsområdet. De stora kinesiska företagen är också på hugget. Användning av AI för att ge diagnosförslag och stöd för kliniska beslut kan skapa ekonomiska värden för omkring 5 miljarder dollar i Kina, enligt en rapport från konsultföretaget McKinsey från 2022.
Microsoft, det företag som ivrigast vill växa genom förvärv, betalade häromåret 19,7 miljarder dollar för Nuance, ett företag baserat i Burlington i Massachusetts. Nuance utvecklar en AI som hjälper läkare med administrativa uppgifter, som att skapa journalanteckningar och elektroniska journaler.
Den AI-stödda taltranskribering som Nuance och andra erbjuder – exempelvis Amazons Healthscribe – innebär ett stort framsteg. Harpreet Sood, en läkare som tidigare var chief clinical information officer hos NHS England, säger att tekniken har förändrat hans arbetssätt. Han sparar in fyra till sex minuter per patient, vilket innebär två till tre timmar per dag. Patienterna märker att de får mer av hans uppmärksamhet och datorskärmen mindre. Det är positivt för alla parter.
San Francisco.
Foto: Wikimedia/ Cmichel67
Det finns många andra vägar till ökad effektivitet – inte minst i USA, som är världens största sjukvårdsmarknad. Dessutom är den förvånansvärt ineffektiv. Ett just nu populärt sätt att försöka öka effektiviteten och förbättra resultatet är att skapa ”ledningscentraler” på sjukhusen. Konceptet liknar ett flygledarsystem, där en vägg med skärmar visar aktuell information om viktiga nyckeltal, som antal tillgängliga sängar, resursutnyttjande och patientstatus på hela sjukhuset. En del av den här informationen återges också på surfplattor och mobila enheter som används av personalen ute på avdelningarna. De här systemen upptäcker inte bara problem när de uppstår, utan kan också förutse kommande flaskhalsar.
Systemen finns nu på mer än 200 sjukhus runt om i världen. Tack vare ledningscentralen på Johns Hopkins Hospital i Baltimore går det 60 procent snabbare att flytta patienter mellan olika platser. Väntetiderna för akutbehandling kan minskas med 25 procent samtidigt som man kortar vistelsetiden på sjukhuset efter operation med 70 procent. Tampa General Hospital har kunnat redovisa en effektivitetsvinst på 40 miljoner dollar efter att man införde en ledningscentral med hjälp av 20 AI-tillämpningar.
En annan AI-ledd vision av framtiden handlar om att se till att människor aldrig hamnar på sjukhus. Eller med ett annat perspektiv: att flytta ut sjukhuset till människorna. I Storbritannien, som har ett relativt lågt antal sjukhussängar, finns ett starkt intresse för att införa ”virtuella vårdavdelningar”. Det innebär att patienterna kan skrivas ut från sjukhuset och återhämta sig i sitt eget hem med hjälp av övervakningsutrustning som en surfplatta eller en blodtrycksmätare. 2023 fanns det 10 000 sjukhussängar på virtuella vårdavdelningar i Storbritannien. Hittills har dock de här systemen inte gett så stora fördelar som de skulle kunna. En aktuell studie visar att det blir dyrare jämfört med behandling på sjukhus. Men AI kan hjälpa till att lösa problemen.
Doccla, ett av flera brittiska techföretag som arbetar med virtuella vårdavdelningar, uppger att man satsar på att integrera LLM-modeller i sitt kliniska arbetsflöde. Visionen är att kombinera data från bärbara enheter, patientjournaler och transkriberingar av samtal i ett system med en co-pilot som kan hålla vårdgivaren informerad om patientsituationen. Den här typen av funktioner är inte bara till hjälp på virtuella vårdavdelningar, utan i hela systemet. De gör att läkaren får en överblick över viktig hälsoinformation som annars kan vara svår att urskilja.
Men om man vill ta fram en sådan helhetsbild måste systemen först anpassas. Och det kan visa sig bli svårt. Nyligen menade Robert Wachter vid University of California i San Francisco och Erik Brynjolfsson vid Stanford, att människor generellt har svårt att implementera de omvälvande förändringar i ”organisationsstruktur, ledarskap, personal och arbetsflöden som krävs för att fullt ut dra nytta av den nya tekniken, åtminstone inledningsvis”.
Hur oroliga behöver vi vara för att AI ska utrota mänskligheten?
Professionella ”superprognosmakare” är mer optimistiska om framtiden än AI-experterna.
Ett exempel är decentraliseringen av vården. När AI stödjer bra beslutsfattande blir sannolikt tendensen att systemet flyttar ut vården, från centrum till periferin. På så sätt kan fler diagnoser ställas inom primärvården, kanske genom smartare instrument, andra beslut flyttas ut till apotek och patienternas tillgång till rådgivning och övervakning i hemmet utökas. Men patienterna har ofta tydliga förväntningar på att få träffa en läkare på plats eller vill att det ska finnas ett sjukhus i närheten.
Kanske är det så att länder vars hälso- och sjukvårdssystem fortfarande är under utveckling har bättre förutsättningar att ”tänka nytt” än länder där institutioner och patienter har vissa färdiga mönster. Dr Sood tror att länder med en sjukvårdsinfrastruktur som inte är lika etablerad, men där det finns goda digitala uppkopplingsmöjligheter, kan ta täten på AI-området – han lyfter fram Indien, Kenya och Indonesien. Dessa länder kan vara bättre på att bygga upp sina system kring den teknik som patienterna redan använder, exempelvis genom att erbjuda vård på plattformar som WhatsApp.
I USA lade man 4 500 miljarder dollar på hälso- och sjukvård under 2022. Cirka 30 procent mer än andra jämförbara länder.
Den ökade effektivitet som AI erbjuder kan inte tas för given. Det kommer utan tvekan finnas system som både utlovar och kostar för mycket. Behovet av utvärdering, övervakning och uppdatering är konstant. Det handlar inte bara om att AI kan börja gå sina egna vägar. Vissa av de fördelar som företagen vill att deras system ska erbjuda – som att de håller jämna steg med forskningen på ett sätt som läkare ofta inte kan – kräver att de förändras över tid. Det innebär i sin tur en ny träningsfas och ny certifiering för att säkerställa att de är effektiva och säkra.
Men även om ständiga uppdateringar och förändringar medför utmaningar, är fördelarna tydliga. Och de förändringar som institutionerna behöver göra när de anpassar sig till ny teknik bör bli enklare om själva tekniken också kan förändras. I bästa fall kan AI både vara en drivkraft för förändring och göra det enklare att hantera denna omställning.
Det kommer inte att bli enkelt. För att få ut mesta möjliga av AI måste trögrörliga institutioner genomgå stora förändringar. Det sätter press på lagstiftarna att garantera säkerheten när man ställs inför nya utmaningar, som hur genomgripande tekniken tillåts vara och hur snabbt den förändras. Och det lär krävas ekonomiska incitament för att frigöra teknikens potential så att man kan spara in på kostnader och rädda liv. Men om de här omställningarna och reformerna kan genomföras kommer det att löna sig.
Denna text publicerades ursprungligen i det tryckta magasinet Världen Om juni 2024. Översättare: Helen Gustafsson
Läs fler artiklar från samma nummer här.
Så här jobbar Världen Om med kvalitetsjournalistik: Vi väljer ut artiklar. analyser, data och intervjuer från The Economist som täcker in geopolitik, vetenskap, livsstil, affärer och kultur. The Economist har funnits sedan 1843 för att "stärka kampen för intelligent upplysning i syfte att motverka okunskap som hindrar framsteg och utveckling."
