”Det är hälften så många kvinnor som slipper börja oroa sig för sin begravning i onödan.”

Det är varmt ute när jag i slutet av maj 2023 träffar Karin Dembrower på Capio S:t Görans sjukhus. Vi går genom långa tysta korridorer med glänsande stengolv, först på bottenplan och sedan ner i kulvertar som svalkar skönt.

Bröstcentrum ligger lite undangömt. Vi gick från sjukhusets huvudentré, men framme vid mottagningen visar Karin att det finns en annan ingång. Sett från huvudbyggnaden ligger den längre ner på sjukhusområdet. De cirka 70 000 patienter som årligen kommer till Bröstcentrum för att undersökas går oftast in via denna ingång, den vackra Mariebergsporten som var huvudingången när sjukhuset var nybyggt.

Karin rör sig och pratar med hög energi. Hon verkar glad och stolt, men också väldigt noggrann i sina beskrivningar av vad man vet om bröstcancer och hur sjukdomen ska behandlas.

Jag trodde det skulle vara svårare att få komma in på en mottagning mitt under en arbetsdag. Men som överläkare, på väg att bli en av de första i världen som använder AI för att göra självständiga bedömningar, tycks hon ha ett visst svängrum, utan att någon hierarki märks av. Stämningen i fikarummet är rätt gemytlig på eftermiddagen. Alla i det lilla teamet hälsar glatt på oss. Det är svårt att föreställa sig att dessa enstaka personer hanterar hundratals patienter varje dag, och att Karin med läkarkollegor granskar mellan 500 och 800 röntgenbilder varje dag, vecka ut och vecka in.

Vi sitter ner för att gå igenom vad de gör och vad som är på väg att ändras med AI.

Karin är en av elva bröstradiologer vid Capio S:t Görans sjukhus på Kungsholmen i Stockholm. I hennes arbete ingår bland annat att granska kvinnornas screeningundersökningar. Varje undersökning genererar fyra bilder – två snett framifrån, två uppifrån och ner. Varje kvinna blir kallad till undersökning vartannat år mellan 40–74 års ålder. Det bröstradiologerna letar efter kan vara nytillkomna förtätningar eller mikroförkalkningar, som syns som vita korn i röntgenbilden. När jag står böjd över läkarnas axlar för att få syn på vad de kikar efter tar det mig en stund. Man förstår att mycket av kunskapen sitter i ryggmärgen. Det borde samtidigt betyda att en del av de fel som begås beror på mänskliga brister som trötthet eller stress.

Det kommer förstås andra kvinnor (och ett fåtal män) till mottagningen också, men merparten är inom ramen för mammografiscreening och harmlösa besök i det avseendet att inga avvikelser eller oroande fynd görs. Bröstcancer är den vanligaste formen av cancer för kvinnor i Sverige. Samtidigt är det bara 0,5 procent av alla som röntgas inom screeningprogrammet som får en diagnos. Och överlevnadsgraden tio år efter en diagnos är mer än 85 procent. Tidig upptäckt är helt centralt, och där har det svenska screeningprogrammet varit framgångsrikt. Men det bygger på frivillighet. Mellan 75 och 80 procent av de som kallas till en undersökning på S:t Görans sjukhus dyker upp. Det ser ungefär likadant ut på de flesta sjukhus med något högre deltagande i glesbygden.

Karins arbete, och kanske hela fältet hon verkar inom, är på väg att ändras. De granskningar som hon och kollegan Kjell gör varje dag tillsammans med övriga kollegor har hittills bestått av två separata läkarbedömningar av en screeningundersökning, så kallad dubbelgranskning.

Först granskar gotlänningen Kjell, pensionerad träffsäker radiolog som hjälper till med att granska den trave med hundratals bilder som staplats under dagen och gårdagen och väntar på okulärbesiktning. Kjell arbetar några dagar i veckan för att det saknas läkare inom området.

Det enklaste man som bröstradiolog kan göra är att återkalla en person. Men det tar tid från andra patienter och skapar oro hos den enskilde.

När man står bakom Kjell går det fort. Han ägnar ungefär tio sekunder åt varje bild. De flesta bedöms som friska. Men för säkerhets skull går alla bilder som Kjell går igenom vidare till Karin som eventuellt också klassar en patient som frisk. I så fall utgår ett friskbrev till kvinnan, som inbjuds till ny undersökning först två år senare. Men i de fall man är osäker eller oense sker en så kallad flaggning. Då märker man undersökningen till ett särskilt möte där ytterligare två läkare granskar bilderna, en så kallad konsensusdiskussion. Vid denna beslutar man slutligen om en kvinna ska friskförklaras eller återkallas för ytterligare bildtagning. Konsensusdiskussioner hålls regelbundet på mottagningen.

Man kan tänka sig att det är lätt att friskförklara kvinnor, baserat dels på läkarnas erfarenhet, dels på statistiken. Men det är egentligen rätt svårt, förklarar Karin. Det enklaste man som bröstradiolog kan göra är att återkalla en person. Men det tar tid från andra patienter och skapar oro hos den enskilde. Så man vill skicka så många friskbrev som möjligt utan att missa någon avvikelse.

För att kunna skicka friskbrev behöver läkare nummer ett alltså godkänna en patient, och läkare nummer två ska göra likadant. Men för att ens hinna komma dit under en arbetsdag behövs massa annat göras. Karin sitter knappast still en hel dag för att kolla på bilder. När jag är på besök springer hon mellan ultraljud, biopsier och magnetröntgen av patienter.

Därför kunde det, en vanlig måndag, ligga 900 bilder som Karin måste ”friska”. Sen började den nya kollegan Alna i slutet av juni.

Kollegan kallas dock mestadels Lunit av de anställda och arbetar helt utan träskor, bussarong skrivbord och skärm. Lunit bär inte ett stetoskop och spritar inte händerna, utan sitter bara ”nere i källaren” som en av läkarna beskriver det – fastän de själva har sin mottagning en våning ner från huvudentrén.

Algoritmer tar väldigt lite fysisk plats på ett kontor. Närvaron kan ändå vara stor.

Jag besökte Karin med kollegor i slutet av maj, och nästa besök skedde dagen efter att Lunit började jobba, i slutet av juni. I två halvmörka rum granskade läkarna röntgenbilder som de alltid gjort. Men efter varje granskning fick de medhåll eller mothugg av algoritmen från det sydkoreanska företaget Lunit, som redan gjort sin bedömning.

I stället för att Kjell skulle vänta på att Karin får tid över att gå igenom det han granskat, den så kallade dubbelgranskningen, så skickas friskbrev ut automatiskt efter första mänskliga granskningen tack vare algoritmen, om både radiolog och AI-algoritm gör samma bedömning. AI-algoritmen tar rollen som förste granskare, Kjell som andre granskare. När det andra ledet ”friskar” en patient är jobbet gjort. Förut fick de skjuta sådant till slutet av dagen eftersom det inte går att dubbelgranska sig själv.

På måndagen, dagen före Lunit började arbeta, behövde Karin alltså gå igenom 900 bilder som låg på hög efter kollegornas granskningar. På torsdag eftermiddag samma vecka var de nere på noll i varje hög, och då jobbade Kjell inte torsdagar och fredagar.

”Vi har hittat ett gäng cancrar där algoritmen flaggat men vi inte ser något”, var summeringen av tre arbetsdagar med Lunit.

Det här var resultatet av flera års arbete med en stor prospektiv klinisk studie som Karin Dembrower ledde. Från 1 april 2021 till 9 juni 2022 granskades över 55 000 kvinnor på sjukhuset (antalet som dök upp till sin kallelse sjönk under pandemin, och sjukhuset arbetade därtill ibland med reducerad verksamhet).

Det är en etisk avvägning från vårdens sida att en människa alltid ska titta på vad som framkommer vid en undersökning och besluta om vad som ska göras sen.

När två radiologer samarbetade upptäckte de 250 cancerfall bland dessa tiotusentals kvinnor. Fick de två hjälp av Lunit steg siffran inte helt oväntat till 269 fall.

Men det avgörande, som gjorde att Karin kunde sätta in Lunit bredvid Kjell i den dagliga kliniska verksamheten, var att algoritmen ihop med en radiolog upptäckte 261 cancerfall. Fyra procent fler är en väsentlig förbättring när man betänker att det bara är en läkare som behöver jobba.

Men det var inte självklart att så skulle bli fallet. Många kollegor var oroliga, främst för patienternas skull men också för sin egen arbetsroll. Behövde de lägga mycket tid på att lära sig något nytt, eller skulle de rentav bli ersatta?

Man skulle kunna tänka sig att vanlig dubbelgranskning skulle tjäna på att kompletteras med en algoritm, eller att alla granskningar ska baseras helt på AI-system.

Men även om Lunit-algoritmen är väl beprövad och inställt efter mottagningens tekniska apparatur innan systemet togs i bruk vill man inte använda AI-algoritmen som ensam granskare. Det är en etisk avvägning från vårdens sida att en människa alltid ska titta på vad som framkommer vid en undersökning och besluta om vad som ska göras sen. Över tid kommer förhoppningsvis allmänhetens tillit till AI-stödd vård öka, vilket redan märks. Bröstcentrum vid Capio S:t Görans sjukhus har sett att kvinnor aktivt söker sig till dem för att de använder AI. Och det har blivit lättare att attrahera radiologer. Men än så länge är människors bedömingar avgörande vid medicinska beslut.

Och att behålla dubbelgranskning men utöka med en algoritm vore knappast hållbart i längden. Det råder stor brist på bröstradiologer och röntgensjuksköterskor i Sverige. Två av tre mammografienheter i landet använde 2020–2021 personal från bemanningsföretag, enligt Socialstyrelsen. Myndigheten har uppmärksammat bristen i sina rekommendationer redan år 1991 och igen 2014. Personalens tid är i dag än mer dyrbar för folkhälsan och för många individer.

Så hur såg det ut i försöken med Alna, eller Lunit, på en svensk bröstcancermottagning? Två läkare och Lunit hittade flest fall av bröstcancer. Men det betyder att två personer fortsätter arbeta parallellt med en algoritm. Dessutom ökade antalet konsensusdiskussioner med 50 procent och återkallelserna med 5 procent, vilket betyder högre arbetsbelastning och mer oro bland patienter i utbyte för en marginell ökning av antalet upptäckter. Ingen egentlig effektivisering, vilket var vad Karin Dembrower trots allt ville uppnå.

Eftersom endast granskning av en person eller en algoritm är uteslutet kvarstod bara ett alternativ: att jämföra hur två människor presterar i relation till en människa ihop med AI.

När man enbart studerade hur AI-systemet bedömde röntgenbilder blev resultatet rätt talande. Ungefär hälften så många friska kvinnor återkallades av endast Lunit, Alna algoritmen eller datorn – namnet berodde på vem man frågade – jämfört med dubbelgranskning av två läkare.

Eller som en av läkarna på sjukhuset beskrev resultatet i studien: Det är hälften så många kvinnor som slipper börja oroa sig för sin begravning i onödan. Men återigen: enbart AI ska inte ta några egna beslut. Ihop med en människa sjönk återkallelserna – fler som faktiskt är friska kunde få ett positivt besked från början – och därmed sjönk tidsåtgången och patientoron för en viss del av kvinnorna.

Som forskarna skriver i sin studie:

The additional cost in terms of workload for radiologists and worry for women must be weighed against the incremental increase in cancer detection.

***

På en vårdcentral i Bollmora, söder om Stockholm, jobbar läkaren Linda Ängeby. Hon tycker om sitt jobb, men önskar sig framför allt en sak: Mer tid till patienterna. Alltså: inte fler patientbesök, utan möjligheten att faktiskt följa med ostört vid varje besök.

När jag ringer henne har hon precis haft semester. Hon beskriver hur det är en vanlig dag, med ett tiotal patientbesök. Åtminstone fem av dessa ser ut som följer.

Några veckor tidigare hade hon en inbokad årskontroll med en kvinna i 80-årsåldern. Patienten hade högt blodtryck och hade för några år sedan haft en hjärtinfarkt. Före besöket hade man mätt hjärtaktiviteten med ett EKG, och det visade på förmaksflimmer.

Inom vården, främst den delen som forskar om eller utvecklar mer digitaliserad vård, brukar man skämta om att för varje kvart en läkare har ett inbokat patientbesök ägnar den tolv minuter åt datorn och tre åt personen framför sig.

Linda känner igen sig. Under det 30 minuter långa besöket ska hon hinna med att gå igenom ett beslutsstöd för att avgöra om och i så fall vilket läkemedel som ska sättas in, ta patientens status, gå igenom alla provsvar samt kolla igenom den befintliga läkemedelslistan, fundera på om ett visst läkemedel passar bättre än ett annat givet hur patienten i övrigt mår och vad den känner sig bekväm med, och framför allt informera om diagnosen och förklara vad det innebär.

Tekniken kan varken se någon i ögonen eller ställa empatiska frågor, framhäver Linda Ängeby.

När de väl träffas, Linda, patienten och dennes make, blir hennes tidsbrist väldigt märkbar. Att få höra att man har förmaksflimmer, eller något helt annat, är jobbigt och väcker många frågor. Båda personerna i mottagningsrummet i Bollmora den dagen har förstås sina frågor till läkaren, liksom hon till dem.

Hon bokade ett återbesök för att ge dem lite lugn och ro, men det kändes ändå inte bra. De fick varken den trygghet eller professionella bemötande som hon ville ge och som de förtjänade.

Så hur hade Linda helst sett att det gick till? Eftersom hon sett andra läkare beskriva hur de, på test, tagit hjälp av AI-tjänster för att utifrån ett patientfall skriva en journalanteckning som fick med allt väsentligt reflekterade hon över hur tekniken kunnat hjälpa henne.

Hon hade helst sett att ”någon annan”, typ ett AI-system, gick igenom såväl patientjournalen som riktlinjerna, beställde rätt prover och skrev recept och nya journalanteckningar. För vad hon allra helst ville var ju att få tid till patienten.

Som Linda beskriver det var hennes viktigaste uppgift vid det enskilda besöket att få patienten att förstå att förmaksflimmer inte är en dödsdom, så länge man tar medicinerna.

Som hon beskriver det: ”Ofta är samtalet med patienten det som jag bortprioriterar. I stället ägnar jag mig åt att gå igenom läkemedelslistor och leta runt i olika vårdprogram under besöken, allt för att följa alla riktlinjer och kunskapsstöd som finns för att skapa en patientsäker och jämlik vård.”

Linda ser knappast AI som ett mirakel. För de flesta är det fortfarande rätt abstrakt, och inte många omkring henne ser vad de ska använda det till. Som hon trycker på gång på gång är det mänsklighet och kontakt som det saknas tid för. ”De flesta patienter är så kontaktsökande, de vill ofta komma och prata av sig. Det är nästan en större del av jobbet än att förklara vilket piller de ska ta.”

Tekniken kan varken se någon i ögonen eller ställa empatiska frågor, framhäver hon. Hon vill inte automatisera vården till en enda stor inmatning och utmatning av siffror. Hon vill bara kunna prata i lugn och ro med de patienter hon möter och slippa tänka på alla moment som ska ske samtidigt, eller som måste göras efteråt när nästa patient sitter i väntrummet och stressat vickar med foten och sneglar mot dörren in mot korridoren.

Det här känner nog många läkare igen, liksom sjuksköterskor, undersköterskor och annan personal som varje dag tar hand om Sveriges sjuka och behövande. Enligt en doktorsavhandling vid Lunds universitet av sjuksköterskan Kajsa Thorsell ägnar sjuksköterskor inom hemsjukvård och på äldreboenden två timmar per dag åt direkt patientarbete. Resten av dagen går till byråkrati, att beskriva och bevisa att man utfört sitt patientarbete.

Sjuksköterskor på äldreboenden ägnar två timmar per dag åt direkt patientarbete. Resten av dagen går till byråkrati.

Enligt tidsstudier från svenska vårdcentraler läggs 48 procent av arbetstiden på administration. Det finns andra studier som beskriver hur läkare och sjuksköterskor lägger blott en tredjedel av sitt arbetspass på patientkontakter.

Det här är ingenting nytt. Men vad kan göras åt problemet? Alltså: Finns det sätt att använda AI för att ändra vad sjukvårdspersonal får ägna sig åt? Region Stockholm köpte under 2022 in programmet Alma från företaget Blackwell Medtech. Alma ska bland annat gå igenom en patients journal och andra informationskällor vid varje besök för att sedan jämföra mot rådande rekommendationer och riktlinjer från nationella och lokala kunskapsstöd. Även avvikelser och risker för exempelvis vårdskador uppmärksammas, och lämpliga åtgärder föreslås. Alma serverar också färdiga förslag på remisser, provbeställningar och läkemedelsordinationer, enligt Blackwell.

Några regiondrivna vårdcentraler i Stockholm blev testpiloter. Det verkade lovande, även om Alma inte är ”riktig” AI utan mer av ett regelbaserat beslutsstöd, ett så kallat RPA. Blackwell räknade efter pilottesterna ut att en genomsnittlig läkare sparade drygt 20 procent i dokumentationstid per patient.

En av de första att testa Alma, före pilotprojektet 2022, var en läkare på en vårdcentral i Stockholm. Det skedde under våren 2019. Han beskrev försöket i en text i tidningen Allmänmedicin som ”en mycket positiv upplevelse”.

De flesta som fick testa ville fortsätta använda programmet, och vårdcentralen lyckades tredubbla antalet läkemedelsgenomgångar med äldre patienter. Enligt läkaren fanns fler vinster: ”En av fördelarna är att Alma inte är statiskt. Det utvecklas hela tiden med användarnas önskemål och behov. Man kommer på en ny varning eller en rutin som Alma kan göra snabbare än jag. Så kan Alma:s tekniker lägga in den och därmed får man ännu en funktion i programmet.”

Det låter bra. Men när jag frågar Linda Ängeby hur de resonerar om AI på hennes vårdcentral blir svaret att de inte gör det. Och så tar hon upp Alma.

”Det var ju en bra idé, men det har inte gett så jättemycket. Det är en algoritm som ska ge lite råd men är ett ganska trubbigt verktyg.” Hon ger ett exempel. Har någon läkare tidigare satt diagnosen hjärtsvikt, som senare visade sig inte stämma eller inte längre gäller, fortsätter Alma ändå uppmana Linda att behandla hjärtsvikten. Programmet är ”inte så användbart som vi hoppats på när det kom”.

”Vi har inte tid till att läsa”, säger Linda om det som presenteras i Alma, och berättar om kollegor som hellre stänger av programmet för att det är störigt eller irrelevant. För att Alma ska skriva den remiss som Blackwell Medtech menar är lätt att skapa, ska det först finnas en skriven anteckning att utgå från. Men har man väl skrivit anteckningen är det inte så svårt att som läkare sätta sig och skriva själva remissen efter besöket, påpekar Linda.

Jag frågar hur de tar upp alla krångligheter, fel och problem. ”Vi har inte tid att ge feedback, glöm det”, säger hon och skrattar, som vore det ett skämt att tänka sig att läkarna skulle ha möjlighet att påverka de arbetsverktyg som regionen vill att de använder.

Och det är här någonstans som bilden av AI, eller teknik i stort, inom vården börjar bli både suddigare och skarpare.

En del, som på S:t Görans Bröstcentrum, säger att de har så pass lite tid eller kollegor att det är av nöden tvunget att automatisera vissa arbetsuppgifter. Det håller nog Linda Ängeby på Bollmora vårdcentral med om. Men deras erfarenheter av AI är vitt skilda. De förra fick ett framforskat sätt att bygga in AI i sin vardag, de senare fick ett till program som mest är i vägen.

Det är förstås skillnad på ett privatägt sjukhus med stora kunskapsresurser jämfört med en regiondriven lokal vårdcentral. Men det pekar förbi tekniken och snarare på hur vården organiseras och styrs. Kan en region verkligen göra inköp av system som passar alla? Finns det ens sådana system? 

***

Teknik har möjlighet att hjälpa människor. Och sjukvården har det tydligaste uppdraget på det området.

Därför har jag gång på gång dragits till olika människor och verksamheter inom vården som använder AI för att göra något lite bättre för patienterna. Under sommaren 2023 vikarierade jag som ledarskribent på Upsala Nya Tidning. Jag ringde då runt en del för att förstå vad som händer på Akademiska sjukhuset i Uppsala, och blev genuint förvånad över vad som kom fram. Under sommaren började sjukhusets akutmottagning uppmana patienter att rita sin smärta.

Forskningsprojektet EmergAI vid Uppsala universitet satte upp en färgglad affisch med anvisningar om hur man gör. Det hela var en studie för att se hur folk med hjälp av artificiell intelligens (AI) kan självrapportera symtom för att ge vården ”ökad förståelse för patienternas tillstånd”.

Mitt stilla sinne tänkte: Vad har hänt med vården när akutpatienter ska sitta och rita åt doktorn? Men det finns en logik i att be sjuka om mer information.

De allra flesta som söker akut kan hantera sin mobil trots sjukdom och smärta, enligt forskarna. De långa väntetiderna på akuten innebär att patienterna har ett par timmar över innan första läkarkontakten. Det är viktig tid för sjukvården att ta vara på. Smärtritning är dessutom ett sätt att förstå vad patienten själv upplever och hur den vill beskriva det, en viktig dimension som ofta tappas bort.

Forskare och läkare, och inte minst marknaden, tror att akutmottagningar inom en snar framtid kan få hjälp av AI-tjänster att lista de fem eller tio viktigaste proverna som bör tas redan innan patienten kommer in till läkaren, baserat på exempelvis smärtritningar, journaldata och faktorer som ålder, kön och sökorsak.

Utifrån provsvaren uppdaterar AI-systemet listan och föreslår nya prover eller åtgärder. Sådan dynamik kan kapa väntetider, stressnivåer och kostnader. Men framför allt får fler rätt hjälp. I dag missar vården exempelvis fem procent av alla hjärtinfarkter, enligt EmergAI.

Det svenska AI-företaget Detectivio gör redan i dag system som sköter avläsning av vitalparametrarna helt automatiskt.

AI-system är bättre än människor på att strukturera stora mängder spretig information. Det svenska AI-företaget Detectivio gör redan i dag system som sköter avläsning av vitalparametrarna, vårdens mest grundläggande sätt att bedöma en patients tillstånd, helt automatiskt. Då slipper stressade sjuksköterskor lägga tid på att sprita händerna, ta på och av handskar, skriva ner all data och överföra till systemen. Och de missar inga ändringar i puls eller andning.

Vårdpersonal, men också ledningar, skriker efter liknande beslutsstöd. Studien på Akademiska följs noggrant av en handfull regioner, bland andra Västra Götaland, som vill göra samma sak på hemmaplan.

Sahlgrenska sjukhuset i Göteborg har nosat på att nyttja språkmodellen ChatGPT från bolaget OpenAI för att sammanfatta långa journaler vid utskrivning. Den ger ofta trovärdiga men felaktiga svar. Bättre då att göra som forskarna bakom EmergAI och använda lokal vårddata för att bygga en modell som kan prata korrekt vårdspråk.

Det väcker dock djupare frågor. Ännu är smärtritandet i Uppsala frivilligt, och på inget sätt avgörande för ens vård. Men det ska ju på sikt bättra på diagnostiseringen. Riskerar de som avstår från att rita sin smärta att få sämre vård? Vad händer med de som ser dåligt eller som inte har tagit med sig en telefon?

***

Det behövs diskussioner om tillgången till likvärdig vård. Politiken behöver visa hur den kan skapa förtroende för AI-vård – inte bara på Akademiska i Uppsala, utan i hela landet. En viktig del i det är ägandet av data. Västra Götaland använder inte riktig patientdata än så länge eftersom ChatGPT räcker över sådant till det amerikanska bolaget OpenAI som ägs av Microsoft.

Den som väljer att rita sin smärta på Akademiska ger tillåtelse att, i tio år efter studiedeltagandet, dela sin sjukhistoria samt data från bland andra patientregistret, folkbokföringen, dödsorsaksregistret och läkemedelsregistret.

Kan akutpatienter fatta ett informerat beslut i en sådan utsatt situation? Är tio års data ett proportionerligt pris för den enskilde i utbyte mot en bättre framtida akutmottagning, hur mycket läkarna än vill kunna följa upp och jämföra såväl sjukvårdens som algoritmernas utveckling?

Systemet är tänkt att användas med andra datamängder, exempelvis EKG och journaldata, för att vägas samman till en diagnos och behandling. Så småningom ska algoritmer få träna och använda de ritade bilderna för att ställa bättre diagnoser.

Det här verkar bra. Och det är fint att många kloka människor ägnar sig åt svåra problem helt utan förväntningar på tacksamhet från de som hjälps. Teknik kan aldrig ersätta, men väl förstärka, människans förmåga att bota, lindra och trösta.

Ju mer jag funderade på saken, desto mer växte frågorna. Sist jag satt på akuten oroades jag av vad det var som drabbat mig (en kraftig öroninflammation = inställd långresa), när jag kommer få hjälp (nio timmar senare), hur länge jag måste vara på sjukhuset (två dygn), när jag ska få mat och vatten nästa gång (sköterskan kom med en mugg i timmen) och vad som kommer att hända framöver.

Det är nog fler akutpatienter vars tankar följer det mönstret. Man kan komma runt det här genom att göra ett hemskick via brev, mejl eller sms där man i lugn och ro får läsa igenom vad studien syftar till och kräver av den enskilde. Där kan det stå att den som godkänner deltagande och sedan behöver akut vård kan rita sin smärta i utbyte mot följande data. Så om man hamnar på akuten har man redan tagit ställning till om man vill ge bort sin data och rita sin smärta, ungefär som att många gör ett aktivt val kring donation så att vården kan respektera ens personliga hållning och integritet. Med det sagt är personlig data inte alls så viktig eller vital som ens inre organ, men vi behöver ändå låta patienter känna sig delaktiga i sin vård.

Det är inte rättvist att tvinga sjuka människor att bestämma sig om sin personliga data i en stressad situation. Särskilt inte om systemet kan visa sig användbart på sikt.

Prenumerera på Smedjan!

Varje lördag får du som prenumerant (gratis) ett nyhetsbrev med exklusiv text av Svend Dahl och lästips från veckan som gått. Dessutom unika erbjudanden på Timbro förlags utgivning.

Email

Stora vårdcentraler (och andra vårdenheter, exempelvis mobila) i primärvården utför nästan samma arbete som akutmottagningar ibland. Det finns ingen principiell skillnad på deras åtaganden, utrustning eller patientunderlag som vid akuten på ett större sjukhus. Även de tjänar på att undersöka vad AI kan bistå med. Kanske smärtritning är ett bra sätt att underlätta arbetet i primärvården.

Men även där måste integritetsfrågorna väga tungt. Datainsamling är ofarlig, menar många eftersom vi kan ta del av och radera vår data. Rätten att syna den insamlande parten tycks räcka för att skänka legitimitet till själva insamlandet. Systemet avväpnar patienter i förväg – en maktlöshet som förstärks ju längre in i AI-åldern vi rör oss. Fler, även AI-utvecklare, måste fråga sig varför de ska samla in folks data. Ytterst blir detta till en existentiell fråga. Vad är vi till för? Många bidrar gärna till en gemenskap och en bättre vård, men vill inte behandlas som dataproducenter åt staten eller sin region. Hur tillgodoser det offentliga sådana legitima anspråk och förväntningar?

Omslaget är en AI-illustration gjord i Midjourney.

Texten är ett bearbetat utdrag från boken Älskling, vi fick en AI! av Gustav Juntti från Timbro förlag.