Kan spara en halv miljard – Kanada och Skånes kärleksbarn

Utbytet har pågått hela 2025 och fortskrider till årsskiftet. I initiativet deltar också Karolinska- och Sahlgrenska Universitetssjukhuset.

Man brukar säga att motsatser attraherar – vilket även verkar stämma gällande kunskapsutbyte mellan länder.

– Europa laggar. Vi har en likadan teknisk utveckling som Nordamerika, det som skiljer oss åt är den regulatoriska utmaningen. Därför har de kommit mycket längre än oss och därför komplimenterar de oss så bra.

Så kan AI lösa problemet med uteblivna patienter

Det stora projektet som de arbetat med under satsningen syftar till att lösa problemet med uteblivna patienter – alltså de patienter som inte dyker upp till sina bokade tider.

När Västra Götalandsregionen nyligen uppmätte hur mycket de uteblivna besöken kostat regionen år 2024 beräknade de att över en halv miljard kronor lagts på oanvända resurser.

– Mer än att det är mycket pengar som går till spillo är problemet framför allt att patienter får vänta på behandling. Vi har valt att fokusera på Strålbehandlingsenheten där var åttonde patient i nuläget missar sina tider, berättar Stefan Jovinge.

Verktyget ska identifiera vilka patientgrupper som är av hög risk att inte dyka upp varav extra insatser sedan ska sättas in inför vårdbesöket.

– Med AI så kan vi hitta väldigt komplexa samband som vi med traditionell statistik eller Excelblad inte skulle kunna se. Det kan vara små subtila förändringar som i kombination med andra små förändringar kan det bli otroligt prediktivt.

Taxi för att hämta ”högrisk” patienter?

Verktyget testas för nuvarande i Kanada på Unity Health och används redan i Storbritannien.

– En idé är att ha en reservlista och medvetet dubbelboka tider och anordna extra tider ifall båda patienter dyker upp. Jag vet att de till och med skickar ut en taxi till högrisk-patienterna i Storbritannien. Och det är såklart dyrt, men de menar att det i längden blir billigare.

I arbetet har det funnits flera fokusområden, där projektet med uteblivna patienter är en av dem. En annan består av en samarbetsplattform för data scientists vars resultat Stefan Jovinge beskriver som en ”sjö av hälsodata”

– Det har varit som ett träningsprogram för att skapa en plats för samlad data. Datan ska finnas samlad men anonymiserad för att underlätta framtida projekt, uppföljning och statistik.

”Jag kan garantera att data kommer läcka, men fortfarande säkrare än journalsystemen”

Skulle det finnas någon säkerhetsrisk med att samla data på det viset?
– Ibland kommer frågan ”Kan du garantera att inget läcker ut?”. Nej, jag kan till och med garantera att det kommer läcka ut en del data. Precis som att vår journaldata ibland blir hackad kommer även denna data bli det. Men i och med att det är anonymiserat är säkerhetsnivån långt högre än för vår journaldata som är helt okrypterade.

Stefan Jovinge pekar på vikten av att också uppmärksamma riskerna med att inte utvecklas. Som exempel tar han upp ett nytt AI-verktyg som tagit fram för att identifiera cancer vid mammografier.

– Där har vi utvecklat en algoritm som hittar cancer vid 30 procent fler tillfällen. Där är det ju bara att räkna då hur många kvinnor vi missat under åren och ställa sig frågan – har vi råd att göra på det gamla viset?

Han medskick till vårdorganisationer som vill börja jobba och utforska AI är att först skapa en sig en grundkunskap internt och sedan att ta kontakt med utvecklare.

Vilken är den viktigaste lärdomen ni tar med er från projektet?
– Men att vi måste jobba på att få bukt med det regulatoriska, det stoppar upp för mycket. Vi måste kika på vilka rutiner som eventuellt är överflödiga och effektivisera. Som det är nu tas hälften av utvecklingstiden upp av få godkännanden