Teknisk kontext
Systemkvalitet
Beträffande systemkvalitén hos nuvarande system gav respondenterna en övergripande positiv bild även om ett flertal brister togs upp. Röntgensjuksköterskan uppgav att systemen, bland annat PACS (se Bilaga 1 s.49), är lättanvända och generellt fungerar bra även om enstaka tekniska fel ibland uppstår. Konsult-radiologen var mer skeptisk till systemkvalitén
“Eh de utvecklas, de är inte jättebra, men de var sämre för några år sedan. Saker händer tekniskt… man märker när det är modernt jämfört med när det är fem år gammalt. ” - Konsult-radiologen
Ett system som konsult-radiologen uppgav som mycket användbart och till stor nytta är systemet CAD/CAM. Verksamhetschefen för det privata bolaget såg också en tydlig förbättring i teknikens kapacitet och nämnde framförallt utvecklingen av MR, en
undersökningstyp som används allt mer. Överläkaren upplevde att de nuvarande systemen gav upphov till mycket tekniskt krångel men samtidigt att det var mycket bra när de väl fungerade. En brist med nuvarande system som uppgavs generellt var att olika delar av arbetet utförs i olika system.
Även gällande de nyare system som använder AI, upplevde majoriteten av respondenterna god systemkvalité. Två respondenter uppgav att de i sitt dagliga arbete använde
taligenkänning för att underlätta diktering. Konsult-radiologen var på det stora hela positiv till funktionen som förbättras i takt med användning. Överläkaren uppgav visserligen att man aldrig skulle gå tillbaka till att traditionell diktering men att systemet ofta krånglar. Exempel på situationer där systemet brister var för personer med dialekt, brytning eller vid stress och snabbt tal. Verksamhetschefen på det privata bolaget hade erfarenhet av ett antal AI-projekt, där vissa lagts ner, dock uppgavs inte systemkvalitén som anledningen till nedläggningen, utan var tvärtom mycket bra i termer av användarvänlighet och enkelt att både manövrera och tolka resultat. Även systemintegrationer med externa system fungerade bra. Forskningschefen uppgav att kvalitén för system som använder AI finns på hela skalan från omoget till full fungerande plug-in-system, exempelvis PACS. En aspekt som lyftes som en viktig kvalité för införandet var ett bra flöde och att systemen är integrerade med befintliga system.
Informationskvalitet
som kan representera och förmedla den informationsteknologiska kompetensen, för varje avdelning.
Användning och användarnöjdhet
Som grund för aspekter på användning beskrev flera respondenter sin arbetssituation.
Samtliga respondenter som är aktiva på golvet uppgav att de använder flera olika system, minst ett för journal och ett för bilder. Flera av respondenterna uppgav förhoppningar på AI i att kunna automatisera repetitiva och tråkiga arbetsuppgifter. Styrelseordföranden var också positiv i termer av syfte
“Mitt intresse är ur effektiviseringssynpunkt. Jag ser möjlighet att effektivisera verksamhet.
Effektivitet är både resurser och kvalitet, det bästa och mesta. Frigöra resurser och kan också handla om att öka kvalitet eller både och.” - Styrelseordföranden
I sammanhanget av diagnostisk AI sågs ett potentiellt hot mot läkares arbetsfrihet.
Styrelseordföranden menade att en del av tjusningen i läkaryrket är frihetsgraden vilken standardiseringar på sikt kan begränsa. Styrelseordföranden såg också bristande motivation hos de som jobbar på golvet gentemot förändring, som ett potentiellt hinder:
“Det kan se helt olika ut beroende vem som är chef och vad det är för verksamhet. Generella svårigheten är motstånd. Stora svårigheten i digitalisering är att ändra arbetssätt. ” -
Styrelseordföranden
Samtliga respondenter som idag arbetar på golvet ansåg däremot att motivation inte bör vara ett problem så länge systemen inte tar mer tid och möda än de sparar. Röntgensjuksköterskan såg varken AI eller förändring som ett särskilt stort hot:
“Jag tror inte någon tror att AI kommer ta över en radiolog som gått en 12-årig utbildning…
Det finns få radiologer, det är därför man introducerat den här vidareutbildningen för oss i granskning för att avlasta radiologer. Jag vet inte om bristen är stor men jag vet att den finns.” - Röntgensjuksköterskan
Förväntningarna på användningen ansågs av forskningschefen som en ytterligare utmaning eftersom AI av många ses som något mystiskt och att vården ofta är väldigt distanserad till vad AI egentligen är och innebär.
Affärsvärde
Generellt var respondenternas svar till stor del överensstämmande i fråga om vilket
affärsvärde man anser att AI kan generera. En majoritet ansåg automatisering av tidskrävande repetitiva arbetsuppgifter som en tillämpning där AI skulle kunna vara framgångsrik.
Samtliga respondenter såg tidsbesparingar som en stor fördel så att radiologer kan utföra andra viktiga arbetsuppgifter.
Röntgensjuksköterskan och överläkaren uppgav även att deras mål är att ta så bra bilder som möjligt med så lite strålning som möjligt och att hjälpmedel för bildtagning därför skulle vara värdefullt. De uppgav också att arbetsbördan är ganska stor och att stort värde finns i
tidsbesparing
“Man tittar på mångar bilder, det tar mycket energi. Innan man tittar på bilder måste man titta på sjukhistoria… Förr genererade röntgen kanske 4-5 bilder, idag kanske 2-300 bilder.
En MRI-undersökning vanligtvis 30-40 bilder. ” - Överläkaren
Angående AI:s som assisterande beslutsstöd gick åsikterna mer isär. Styrelseordföranden upplevde inte att AI skulle kunna underlätta mer avancerad beslutsfattning och ansåg den generellt mindre lämpad för mer komplexa fall. Överläkaren ansåg att det ligger mycket långt fram i tiden innan AI skulle kunna hjälpa till med diagnostisering och såg AI:ns
omdömeslöshet som en stor nackdel jämfört med människan.
Verksamhetschefen för det privata bolaget hade erfarenhet av ett antal projekt där man sett potential för förbättring inom ett område men som sedan resulterat i besvikelse. Exempelvis ansågs ett projekt som genomförts kring identifiering av lungnoduli i bröstkorgen, vara för komplext och man gick istället över till att undersöka möjligheterna att snabba på bildtagning för magnetröntgen. Ytterligare ett projekt bolaget hade igång, som hoppas kunna generera effektiviseringar, är ett projekt för demensbedömningar. Verksamhetschefen trodde att det kan bli mycket bra eftersom det automatiserar sådant som är tråkigt, repetitivt och där slarv kan uppstå. Även forskningschefen bekräftade att AI lämpar sig mycket bra för just repetitiva arbetsuppgifter och gav rutinundersökningar för tumörer som är en mycket tidskrävande uppgift som varken är svårt och som radiologer inte vill hålla på med. Flera respondenter tog upp mammografi som ett område där det finns stora möjligheter att spara tid genom att triagera bort normalfall.
Organisatorisk kontext
Strategisk lämplighet
Beträffande vårdens behov framhöll verksamhetschefen för det privata bolaget kravet på ett snabbare tempo som centralt
“ Man kan inte ha folk liggandes inne lika länge som man kunde förut och då behöver man få snabba diagnoser. Hur man ska hantera patienter, röntgen, har blivit en sån vattendelare. Det är liksom nåt som körs dygnet runt. ” - Verksamhetschefen
Ytterligare ett behov som togs upp av majoriteten av respondenterna var den höga
arbetsbelastningen för radiologer och att det finns ett generellt behov av effektiviseringar.
Effektiviseringar gynnar också patienter. Styrelseordföranden menade att patienterna driver
på införandet av nya innovationer och digital utveckling i och med intresse och behov av egenvård. Röntgensjuksköterskan menade dock att det finns en risk att allt för automatiserad vård kan innebära en förlust av patientkontakt och följaktligen patientens behov av
omvårdnad. Styrelseordföranden och verksamhetschefen såg stort intresse och förhoppningar på effektiviseringar och kvalitetsförbättringar med AI ur ett ledarperspektiv. Även övriga respondenter ansåg att AI i någon utsträckning kan bidra till effektiviseringar och generellt uttrycktes en positiv syn på införande av ny AI som innovation.
Verksamhetschefen och forskningschefen ansåg att det som krävs för AI:s genomslag var att den visade på effektiv kostnadsbesparing och att kvalitetsnivån minst motsvarar en radiolog men även att det krävs en allmän acceptans i branschen. Forskningschefen tog upp vikten av att förstå vårdens behov kopplat till strategi
“Om jag kommer med en cloudtjänst på en amazon-server i USA och tänker att det är väl bara att köra… Så enkelt är det inte, det är ganska mycket IT-mognad i att både förstå en kunds förutsättningar och exakt hur vill de använda det.” - Forskningschefen
Forskningschefen upplevde däremot att sjukvården möjligen har onödigt höga krav på AI och att det finns en uppfattning om att den måste vara 100% träffsäker, snarare än att den ska vara bättre än det gamla. Samtidigt framhöll forskningschefen att den svenska vården drivs
mycket av vårdkvalitet som inte alltid kan motiveras ekonomiskt.
Trots många strategiska fördelar tog flera respondenter upp avsaknaden av lyckade resultat som ett problem. Forskningschefen menade att det finns många framgångsrika vetenskapliga resultat men inte en enda mätning på hur AI förbättrat någonting i vården. Även
styrelseordföranden uppgav att det finns få redovisade resultat och att man i nuläget därför räknar på potentiella sparade resurser. Konsult-radiologen trodde att detta kan vara en viktig faktor till varför AI inte införs i större utsträckning.
Management support
Betydelsen av ledningens stöd var något som majoriteten av respondenter tog upp som en viktig faktor för att driva på och stödja införande av AI. Konsult-radiologen hade en hel del erfarenhet av ledningens agerande
“Ledningen måste vara lyhörd… Om det ska gå bra måste ledningen stötta och dels vara beredda att betala vad det kostar i införande och att en eller två lär sig från början och sedan utbildar de andra så att inget går ju bara automatiskt.” - Konsult-radiologen
Det framkom dock att dessa inte alltid är avgörande för att initiera projekt. Tvärtom såg flera respondenter det som något positivt att projekt drivs av enskilda entusiaster inom
organisationen. Enligt konsult-radiolgen är det mest fördelaktigt om det initiala drivet
kommer nedifrån utifrån ett identifierat behov eller förslag. Av erfarenhet ansågs det ofta inte få framgångsrika resultat när ledningen initierade nya projekt och konsult-radiologen trodde därför att samma situation gäller för AI. Ledningens roll ansågs dock avgörande i att den går in och stöttar med de resurser som krävs, något som även verksamhetschefen för det privata bolaget uppgav. Styrelseordföranden uppgav att han i sin roll inte har någonting med
införandet av AI att göra men menade att ledningsgruppen är en viktig aktör som ibland driver på projekt av ekonomiska och kvalitetsmässiga anledningar. Verksamhetschefen för det privata vårdbolaget var av uppfattningen att det krävs att ledningen går in och stöttar
projektet för att få tillräckliga resurser om man överhuvudtaget ska komma någonstans.
Enligt forskningschefen kommer mycket av den tröghet, när det kommer till nya innovationer inom vården, från ledningshåll. Dock uppgav forskningschefen att en anledning till detta beror på att cheferna själva saknar ordentligt stöd samtidigt som de bromsas av IT-avdelning och jurister. Forskningschefen menade att det finns ett behov av att chefer ska kunna prövas, likt forskares etikprövning, innan ett projekt initieras. Detta skulle då kunna ge en slags stämpel på att projektet både uppnår särskilda krav rörande etik och kvalitet och därför kan fungera som ett chefsstöd.
Storlek och komplexitet
Beslutet om införande är enligt respondenterna något som drivs på av enskilda kliniker och att dessa själva beslutar om att införa AI. Kliniker kan vara av varierande storlek men överläkaren arbetar exempelvis på en avdelning med sammanlagt 600 anställda, varav 80 läkare, 150 undersköterskor samt tekniker och IT-personal. Det privata vårdbolaget har 1300 anställda i Sverige men är en del av en större koncern på cirka 10 000 anställda.
Oavsett organisationsstorlek var detta inte något som ansågs ha någon större betydelse för införandet av AI. Forskningschefen lyfte dock organisationens storlek som problematisk
“ Vi upplever ju en enorm tröghet i att även om en avdelning vill göra något bra och har en bra leverantör kan det ta en enorm tid därför att allt måste synkas med en central
IT-avdelning ” - Forskningschefen
Flera respondenter underströk däremot vårdens komplexitet. Enligt verksamhetschefen för det privata bolaget finns en skillnad i komplexitet mellan privat och offentlig sektor då den offentliga sjukvården ofta har svårare fall av sjuka, mer komplexa undersökningar samt mindre prestationskrav jämfört med privata aktörer. Styrelseordföranden belyste även komplexiteten av medicinskt beslutsfattande. Både röntgensjuksköterskan och
forskningschefen såg vårdens förmåga att ställa om som en av de största utmaningarna. Den senare tillade även att innovation är svårt inom en konservativ sjukvård och att stora
förändringar krävs för att kunna arbeta med AI-relaterade frågor.
Extern kontext
“ Ska vi få någon nytta av det här måste data ut till någon läskig part på utsidan. Det där har man jätteproblem med och juristerna säger GDPR och sen blir allt jätteosäkert och så dör allting. Riktigt så är det inte, om man tittar på GDPR är den ganska bra egentligen .” - Forskningschefen
Däremot har man i det bolaget tagit beslut att inte dela data utanför norden och skulle heller inte sälja data för att tjäna pengar. Både verksamhetschefen och forskningschefen är överens om att problemet med att det finns mängder av outnyttjade data som hade kunnat göra nytta för patienterna är större än riskerna med datadelning. Forskningschefen menade att
sjukvården tidigare haft synsättet att de har i uppgift att skydda patienternas data men att den nu är en enorm tillgång för algoritmer som i sin tur kan skapa bättre vård. Synsättet anses skapa en flaskhals för införandet av AI. För att underlätta praktiskt hantering har
forskningschefens organisation utvecklat en policy som ska förtydliga rådande regler och lagar.
5. Analys
I detta avsnitt analyseras tidigare forskning och empiri utifrån det teoretiska ramverket HA Adoption-Decision Model. Analysen inleds med att utreda frågeställningen kring påverkande faktorer utifrån ramverkets teman; teknologi, organisation och externa faktorer.
För att kunna besvara frågeställningen: “Vilka av HA Adoption-Decision Models faktorer har störst påverkan på införande av Artificiell Intelligens inom radiologin?” redogörs samtliga av ramverkets faktorer nedan.