Startsida / Nyheter
AI är kanske den teknologi som ger störst hopp om en effektivare och mer individbaserad vård. Samtidigt rymmer de etiska aspekterna stora utmaningar. Båda perspektiven var i högsta grad närvarande när DigitalWell Arena stod som värd för ämnet på en av Norges största AI-konferenser.
AIM North 2022 är ett av Norges största AI-event. Konferensen är en av få som har ett pentahelix-perspektiv, vilket innebär att man samlar både offentlig sektor, akademi, näringsliv, investerare och civilsamhälle.
DigitalWell Arena stod under AIM North 2022 värd för en Break Out-session som fokuserade på AI inom hälso- och sjukvården. Talarna täckte in en mängd olika aspekter kring hur AI redan nu kan bidra inom vården, men också vilka utmaningar som behöver övervinnas för att dra nytta av teknologin på ett etiskt och hållbart sätt.
Den talare som kanske gjort störst avtryck under den senaste tiden är Arnoldo Frigessi, professor i statistik vid på Oslos universitet. Under pandemin har han varit en centralgestalt i Norges kamp mot Covid-19. Arnold Frigessi har varit med och utvecklat statistiska prediktionsmodeller som kan förutspå utvecklingen av smittspridning tre veckor framåt i tiden. Under pandemin har algoritmen/modellen utvecklats att bli alltmer precis och träffsäker, vilket inneburit att sjukvården bättre har kunnat anpassa sin kapacitet och samtidigt gett myndigheter möjlighet att fatta mer välgrundade beslut kring skyddsåtgärder.
Marie Granander tillsammans med Robert Jenssen på AIM North.
Ytterligare en forskare knuten till Oslo Universitet, Ishita Barua, gav också en prognos inom vilka områden vi kan ha störst hopp om att AI kan bidra till en bättre vård. Det handlar om förbättrade arbetsflöden, kliniskt beslutsstöd, utveckling av nya läkemedel och monitorering. Under förra året fanns cirka 130 algoritmer som har godkänts för användning inom sjukvården, för att nå längre lyfte Ishita Barua behovet av att ännu bättre kunna hantera utmaningar rörande etiska frågeställningar och risker kopplade till brister i algoritmerna.
Robert Jenssen, direktör för SFI Visual Intelligence, tryckte inom detta område på behovet av en XAI – Explainable AI – för att göra teknologin transparent. Han illustrerade bland annat problematiken med ett exempel på hur en AI tränats att identifiera hästar på bild, där det visade sig att fotografens namn var mest avgörande för tolkningen. En likande utmaning uppstod när en AI visade sig tolka från vilket sjukhus röntgenbilder hade skickats, snarare än att göra en medicinsk bedömning.
Marie Granander, Process Manager på DigitalWell Arena, modererade föreläsningarna och tyckte dagen bjöd många intressanta perspektiv:
– AI, Big Data, Machine Learning och andra framtidsinriktade teknologier kommer att ha en avgörande betydelse för hur vi klarar av framtidens välfärd. Precisionsdata som bättre kan diagnostisera varje individs behov har stora förutsättningar att förbättra vården, samtidigt som automatiserade flöden och beslutsstöd kan ge effektiviseringar. Den etiska aspekten är dock en nyckel för att vi ska kunna införa ny teknik, där förståelsen och förtroendet har central betydelse, säger Marie Granander.
Här hittar du mer information om talarna
Vi använder cookies för att förbättra din användarupplevelse och för att samla in information om ditt besök hos oss. Läs mer
Cookies sparar information om hur du använder webbplatsen, data som kan återanvändas. Läs mer
Nödvändiga för att hemsidan ska fungera.
Läs mer
Dessa cookies är nödvändiga för att webbplatsen ska fungera och kan inte stängas av i våra system. De används till exempel när du ställer in personliga preferenser. Du kan ställa in så att din webbläsare blockerar eller varnar dig om dessa cookies, men vissa delar av webbplatsen fungerar inte då.
close-cookie-bar
wants-ec-cookies
wants-fc-cookies
wants-mc-cookies
wants-ac-cookies
Mäter användarmönster och skapar statistik.
Dessa cookies används för att samla in besöksstatistik på vår hemsida. Statistiken använder vi till exempel för att se vilka sidor som är populära, och vilka som verkar vara svåra att hitta.
_ga_4XLZVZHWCP
_ga
_gid