Bedre sundhed med AI

Men potentialet er endnu ikke indfriet. Der hersker en vis usikkerhed omkring, hvad kunstig intelligens egentlig er, hvor og hvordan teknologien konkret kan bruges, og hvilke kompetencer og rammebetingelser, der skal til for at høste de muligheder, som teknologien lover. Der er en træghed og forvirring blandt mange af de forskellige aktører omkring teknologiens muligheder og nogle af de virksomheder, der er hurtigst ude med konkrete løsninger, har svært ved at få dem på markedet i et sundhedssystem, der ikke er helt parat til at tage imod dem.

ATV’s gruppe for sundhedsteknologi har med en ny hvidbog (maj 2019) set nærmere på, om og hvordan vi i Danmark kan skabe bedre løsninger med AI inden for sundhedsområdet. Med hvidbogen ønsker vi at begrebsafklare, afmystificere og skabe opmærksomhed om de muligheder, nye digitale teknologier som kunstig intelligens har på sundhedsområdet.

Hvidbogen opstiller to hovedanbefalinger

ANBEFALING 1: BYG ET DANSK ’FITNESSCENTER’ FOR ALGORITMETRÆNING

Lad os gøre Danmark til et verdensførende kompetencecenter, hvor fremtidens AI-baserede sundhedsteknologiske løsnin­ger bygges med udgangspunkt i unikke danske sundhedsdata, høje dataetiske standarder, en stærk samarbejdskultur, fremragende forskningsmiljøer og visionære virksomheder. Danmark har alle byggeklodserne til at kunne udvikle sig til at være stedet, hvor gode AI-baserede sundhedsteknologiske løsninger udvikles.

Et dansk algoritme-træningscenter vil medvirke til at opbygge kompetencer og nye virksomheder i Danmark og samtidig være en magnet for tiltrækning af

ANBEFALING 2: SKAB ET STÆRKERE OG MERE SAMMENHÆNGENDE ØKOSYSTEM

Life science udgør en af Danmarks vigtigste styrkepositioner, og bør også gøre det i fremtiden. Vi står i en situation, hvor nogle af de store og gamle virksomheders innovationskraft er presset. Hvor velkendte forretningsmodeller udfordres af de nye teknologiers transformationskraft, mens startups kæmper en kamp for at finde fodfæste.

Vi skal dyrke og styrke interessefællesskabet mellem de forskellige aktører og dermed danne grobund for et mere sammenhængende og understøttende økosystem med læring, videndeling og teknologiplatforms-samarbejder på tværs af store og små virksomheder og sektorer, og hvor myndigheder, virksomheder, hospitaler og universiteter mødes i en tættere dialog.

Dansk sundhedsdata – guld eller klenodie?

ATV mener, at vi skal skynde os at finde en forsvarlig måde at bringe dansk sundhedsdata i spil. Vi ligger inde med data af høj kvalitet, som kan danne grundlag for udvikling af gode AI-baserede løsninger. Kampen om at komme først med fremtidens sundhedsløsninger er i fuld gang. I ATV ser vi hellere, at fremtidens løsninger bygges på højkvalitetsdata fremfor data af mere tilfældig herkomst. Hvis vi ikke i en fart får bragt dansk data i spil, ender de med at blive irrelevante.

Danmark kan blive for AI, hvad Schweiz er for bankerne

ATV mener, at “Trusted AI made in Denmark” med høje sikkerheds­standarder, høje etiske standarder og beskyttelse af kundernes data kan blive en stor vækstmulighed. Danmark kan blive for AI, hvad Schweiz er for bankerne. – Et sted hvor brugere af AI-baserede løsninger kan vide sig sikre.

Hvidbogen opstiller syv hovedobservationer

1 Data som fundament
AI-baserede sundhedsteknologiske løsninger bygger på data, og dem har vi mange af i Danmark. De offentlige danske sundhedsdata skal bringes i spil. Datasæt skal valideres, og træningssæt skal på kontrolleret vis stilles til rådighed for udvikling af nye AI-baserede sundhedsløsninger.

2 Forskningssamarbejder
Forskningssamarbejde er afgørende for udvikling af gode AI-baserede løsninger, der kan implementeres i virkeligheden. Forskningssamarbejde fører til udvikling af ny viden, giver adgang til data, skaber evidens og fungerer som rekrutteringskanal.

3 Talent og kompetencer
Udvikling og anvendelse af nye teknologier kræver medarbejdere med de rette kompetencer. Særligt softwareudviklere og datascientists er i høj kurs, men også kommercielle og regulatoriske kompetencer er stærkt efterspurgte.

4 Innovationskraft og forretningsmodeller
AI-teknologi indeholder en enorm transformationskraft og udfordrer velkendte forretningsmodeller. Det stiller krav om et globalt udsyn, en dyb teknologiforståelse, en vilje til at tænke i forskellige fremtidsscenarier og til at investere i forskning og videnssamarbejde med såvel universitets- og hospitalsmiljøer, samt med andre virksomheder.

5 Regulering
Uklarhed omkring regulatoriske krav, manglende kvalificeret rådgivning og flaskehalsproblemer hos bemyndigede organer hører til nogle af de udfordringer, virksomhederne møder. Dertil kommer udfordringer med at kunne rekruttere personer med relevante regulatoriske kompetencer.

6 Incitamenter i sundhedssystemet
Der er brug for incitamentsstrukturer, der understøtter, at der flyttes ”budgetter” mellem forskellige dele af sundhedssystemet, så dansk udviklede sundhedsteknologiske løsninger kan implementeres og øge kost-effektiviteten på de danske hospitaler.

7 Danmark som testbench
Med udgangspunkt i de unikke danske sundhedsdata, høje dataetiske standarder, en tillidsbaseret samarbejdskultur, stærke kliniske og datalogiske forskningsmiljøer har Danmark alle byggeklodserne til at kunne udvikle sig til at være stedet, hvor AI-baserede sundhedsteknologiske løsninger udvikles.

Invitation til fortsat dialog

Målet med hvidbogen er ikke at levere konkrete løsninger på udfordringerne, men at invitere til en dialog om, hvordan vi kan gøre Danmark til en udviklingshub inden for AI-baserede sundhedsløsninger og blive det sted i verden, der bidrager med løsninger baseret på data af høj kvalitet og udviklet i et miljø med høj sikkerhed og høje etiske standarder.

Vi lægger derfor op til debat og vidensdeling gennem en serie workshops i 2019-2020 med fokus på tiltag, som kan sikre større fremdrift i brugen af AI i sundhedsvæsenet og i sundhedsløsninger fra Danmark. Følgende workshops er under planlægning:

WS1 Danmark som træningscenter for AI-algoritmer inden for life science

WS2 Dataadgang og sikkerhed – Trusted AI

WS3 Muligheder i industrielt samarbejde – den danske model

WS4 Talent og kompetencer

WS5 Incitamentsstrukturer for AI-baserede løsninger