i innehållslistor eller på en innehållssida.
Artificiell intelligens (AI) kan vara till stor hjälp på läkarmottagningar och vid skriftligt arbete inom social- och hälsovård. I de av Sitra finansierade försöken i välfärdsområdena fick läkarna mer arbetstid över och en möjlighet att fokusera mer på mötet med patienten när AI:n skötte dokumentationen av patientuppgifter under besöket. En del av läkarna upplevde en ökad arbetstillfredsställelse.
Försöken visade att AI-verktygen kan underlätta personalens arbete inom social- och hälsovården.
Enligt en undersökning som social- och hälsovårdsministeriet genomförde 2024 ägnade personalen inom social- och hälsovården upp till 3 timmar och 15 minuter varje dag på att dokumentera patientuppgifter. En minskning av den tiden kan ge avsevärda effekter i en bransch som präglats av brist på arbetskraft och besparingar, och vars uppgift är att möta de ökande vårdbehoven hos en åldrande befolkning.
Dokumentationen av patientuppgifter har hittills varit en manuell process i flera steg med diktering och redigering. AI:n effektiviserade och underlättade vårdpersonalens arbete, men exakta beräkningar av tidsbesparingen kunde inte göras i de kortvariga projekten.
Även resultaten om patientens vårdupplevelse såg lovande ut. I försöken observerades att AI i framtiden kan underlätta patientens ärendehantering och snabbare tillhandahålla information om patientens tillstånd och vård i MittKanta när informationen överförs allt snabbare.
I ett av försöken ansåg man att AI-verktygets dokumentutkast var lättare att förstå än läkarens fackspråk. Eftersom läkaren alltid granskar och vid behov redigerar AI-verktygets utkast ligger ansvaret alltjämt hos läkaren.
Ett tiotal yrkespersoner inom social- och hälsovård deltog i försöken
Under 2024 finansierade Sitra försök i Egentliga Tavastlands, Norra Österbottens och Västra Nylands välfärdsområden. Försökens huvudsakliga mål var att samla in erfarenheter och effektivisera.
Ett tiotal yrkespersoner inom social- och hälsovård deltog i försöken med att utveckla och testa AI-lösningar som ska underlätta vårdpersonalens dagliga arbete. Samtidigt pågick ytterligare ett försök med AI som ett stöd för äldre personer i hemmet i Egentliga Tavastlands välfärdsområde.
”Praktiska försök med AI-lösningar är oerhört viktiga för välfärdsområdena för att kunna identifiera möjligheterna med tekniken och för att säkerställa lämpligheten i praktiken”, säger Timo Alalääkkölä, utvecklingschef och ansvarig för försöket i Norra Österbottens välfärdsområde.
De viktigaste försöksresultaten
I sammanfattningarna kan du läsa mer om försöken och resultaten i Norra Österbottens, Egentliga Tavastlands och Västra Nylands välfärdsområden.
”AI:n överraskade oss alla” – i Norra Österbotten utvecklade man en egen app tillsammans med vårdpersonalen
Norra Österbottens välfärdsområde utvecklade med hjälp av Sitras finansiering en AI-app i Uleåborg som använder olika språkmodeller i dokumentationen av patientuppgifter. Under försöket testades appen i patientarbetet.
Vad har vi åstadkommit?
Dokumentationen av patientuppgifter är en oundviklig och viktig del av vårdarbetet, men samtidigt ett tidskrävande rutinarbete för många läkare. Om man med hjälp av tekniken kunde utföra dokumentationen snabbare och med god kvalitet, skulle det frigöra arbetstid så att läkarna kunde fokusera på det allra viktigaste, nämligen vården av patienter.
”Läkarnas kall är att hjälpa sina patienter. Ju mer datorn kan effektivisera dokumentationen och remissarbetet, desto mer tid får läkarna för själva vårdarbetet. Interaktionen med patienten blir lättare om läkaren inte behöver föra anteckningar på ett papper eller i ett system samtidigt”, säger Heikki Mikkonen, ställföreträdande IT-chef i Norra Österbottens välfärdsområde.
I försöket skapades en fungerande AI-lösning som stöd för hälsovårdspersonalen och potentiellt även för socialvården.
Vid läkarbesöket följer appen samtalet mellan läkaren och patienten och skapar utifrån det ett dokumentutkast till patientinformationssystemet. Läkaren granskar utkastet och ansvarar även för det slutliga dokumentet. AI:n matar inte automatiskt in uppgifter i systemet.
Ett tiotal yrkespersoner från bland annat mottagningarna för öron, näsa och hals, handkirurgi, neurologi, psykiatri, socialtjänster och primärvården deltog i utvecklingsarbetet. Vårdpersonalen tyckte att ämnet var viktigt.
Tillsammans med vårdpersonalen granskade man AI-verktygets dokumentationsförslag för att se hur korrekta och begripliga de var. AI:n måste bland annat kunna sammanfatta de viktigaste delarna av vad patienten berättar. Dokumentationen består av orsak till besöket, anamnes, nuvarande tillstånd, vårdplan och diagnoser.
”AI:n överraskade oss alla, den var så bra. Det var ett häftigt ögonblick när vi på riktigt kunde göra en ordentlig patientdokumentation”, säger Mikkonen.
Vad har vi lärt oss?
Försöket visade att dikteringsverktyget inte bara var användbart för läkare, utan även för sjuksköterskor och andra yrkesgrupper inom social- och hälsovården. AI:n kan användas för att sammanställa anamnesen i en läsbar form, vilket sparar flera minuter arbetstid per besök för läkaren. Även en sammanställning och uppdatering av vårdplanen kan göras med hjälp av AI.
Från början var avsikten att använda lokala språkmodeller i Norra Österbottens välfärdsområdes informationsnätverk, så att patientdokumenten skulle ligga kvar i välfärdsområdets eget nätverk. Det skulle underlätta behandlingen av personuppgifter jämfört med om man använde språkmodeller i olika molntjänster.
De lokala språkmodellerna gick dock inte att finjustera och de fungerade inte på önskat sätt eller presterade optimalt. Man beslöt därför att använda en av de stora teknikjättarnas språkmodeller i en molntjänst. Användningen av dessa modeller förutsatte en bedömning av vilka konsekvenser behandlingen av patientuppgifter skulle få för dataskyddet, vilket är en krävande och tung process. Man kunde dock ta hjälp av lärdomarna från ett annat välfärdsområde där liknande utmaningar redan hade hanterats i ett AI-försök.
”Vi fick tips från Västra Nylands välfärdsområde om konsekvensbedömningen avseende dataskyddet. Det förkortade vårt arbete med några veckor”, säger en tacksam Timo Alalääkkölä, utvecklingschef i Norra Österbottens välfärdsområde.
Vad händer nu?
Utvecklingsarbetet i välfärdsområdet fortsätter. Målet är att förbättra appens tillförlitlighet och prestation och utvidga dess användning till andra specialområden.
Försöksdeltagare
Norra Österbottens välfärdsområde, Esko Systems Oy och Uleåborgs universitet.
”AI ger enorma tidsbesparingar” – en virtuell assistent förtydligade dokumentationen i Egentliga Tavastland
I Egentliga Tavastlands välfärdsområde ville man i Oma Häme automatisera sammanfattningar från patientbesöket och inmatningen av textbaserade statistikuppgifter. Målet med automatiseringen är att spara tid för vårdpersonalen och göra det lättare för personalen att fokusera på mötet med patienten. Man vill även förbättra dokumentationens kvalitet och utöka dess innehåll.
Vad har vi åstadkommit?
I försöket testades Oma Hämes virtuella assistent i primärvårdens mottagningsverksamhet i Riihimäki.
Idag är dokumentationen en process i flera skeden där läkaren först antecknar patientens berättelse. Därefter dikterar läkaren en sammanfattning av besöket utifrån anteckningarna som en annan person slutligen skriver ned, granskar och sparar i systemen. Dessutom kan det ta några dagar innan patienten kan ta del av texten i MittKanta. Dokumentation som genomförs med hjälp av artificiell intelligens sparar många arbetsmoment och skapar i bästa fall ett nästan färdigt dokument redan under läkarbesöket.
Oma Hämes virtuella assistent sparar en ljudfil från patientbesöket som sedan överförs till textform. AI:n gör en sammanfattning av texten för dokumentation, och läkaren kontrollerar att den överensstämmer med besöksförloppet och samtalen under besöket.
Potential att frigöra tid till annat
Läkarna som deltog i försöket bedömde att AI:n skapade en sammanfattning som till 80 procent var färdig och som i stort sett kunde ha överförts till patientsystemet som sådan. Resultatet uppnåddes med generella språkmodeller som ännu inte hade utbildats i några specialtermer. Om man vidareutbildar språkmodellerna och anpassar dem för användning inom olika specialområden i social- och hälsovården kan dokumentationen bli ännu bättre.
”Idag ägnar vi 10–45 minuter per mottagningsbesök åt dokumentation, beroende på yrkesgrupp och mottagning. Även om en person måste göra ändringar, ger AI:n enorma tidsbesparingar”, säger Oma Hämes chef för information och påverkan Katja Antikainen.
Oma Häme har uppskattat att om man lyckas spara in en minuts arbetstid på dokumentationen vid varje besök, frigörs totalt omkring 20 årsverken per år till att göra annat.
”Om vi kan spara tio minuter på varje dokumentation, då pratar vi plötsligt om riktigt stora siffror”, säger Antikainen.
Begripliga texter till patienten
Försöket gav också ett överraskande resultat: AI:n visade sig kunna skapa en personligare och ur patientsynpunkt mer lättförståelig text än vad läkarna kunde.
”Läkarna skriver ofta utifrån ett yrkesperspektiv, men när patienten läser texten i MittKanta så är den inte alltid skriven på ett patientvänligt sätt. AI:n dokumenterade på ett mer vardagligt språk, och det blev en väckarklocka för personalen”, säger Toni Suihko, utvecklingschef på Oma Häme.
Vad har vi lärt oss?
Den outbildade AI:n identifierade diagnoser baserat på sjukdomsklassificeringar i samtalen, men lyckades inte identifiera till exempel alla läkemedel. Det kan lösas genom att lära AI:n specialtermer.
Språkmodellen uteslöt ibland viktig information när den framfördes i slutet av samtalet eller som ett tillägg. I dessa fall behöver läkaren uppmana språkmodellen att lägga till en viss ärendehelhet i texten. Utmaningen är att AI-användningen inte får leda till att en databas med patientuppgifter skapas. Därför tas den ursprungliga inspelningen och filerna bort nästan omedelbart.
Vad händer nu?
Egentliga Tavastlands välfärdsområde har fått en fortsatt finansiering på 360 000 euro som en del av DigiFinlands AI-projekt och social- och hälsovårdsministeriets nätverk SHV (SOTE) AI-ekosystem för att skapa en AI-baserad sammanställning av patienternas bakgrunds- och riskdata. Den virtuella assistenten utvecklas genom att patientens bakgrundsuppgifter, till exempel delar av patientjournalen, inkluderas i assistentens arbete. Hittills har assistentens arbete endast baserats på muntlig information under mottagningsbesöket.
Pilotprojektet kommer också att utvidgas till specialområdena fysikalisk medicin och psykiatri. Tio användare inom hälso- och socialvården kommer att testa lösningen och utvärdera dess lämplighet i deras arbete.
Försöksdeltagare
Egentliga Tavastlands välfärdsområde, Oma Häme, Accenture, Digia
Värdefull erfarenhet av innovationssamarbete med företag – i Västra Nyland vidareutvecklades en lösning tillsammans med ett lokalt startupbolag
I Västra Nylands välfärdsområde testades en AI-lösning i dokumentationen av klient- och patientuppgifter för första gången sommaren 2024 på Nummela hälsostation. Välfärdsområdet använde sig av en app utvecklad av det finländska startupbolaget Gosta Labs på läkarmottagningarna och som hjälp vid dokumentationen av telefonsamtal.
De lovande resultaten ledde till att välfärdsområdet hösten 2024 utvidgade försöket till tre nya hälsostationer i Kyrkslätt och Alberga och Hagalund i Esbo. Sitra finansierade det fortsatta försöket.
Syftet med försöket var att få en bättre förståelse av användningen av AI-assisterad dokumentation på läkarmottagningar och av potentiella besparingar i arbetstid. Syftet var även att förbättra personalens upplevelse och patienternas tillfredsställelse: när informationssystemet hanterar det skriftliga arbetet under övervakning, kan personalen fokusera på mötet med patienten. Potentiellt kan en ökad effektivitet också leda till att patienterna får vård snabbare.
Vad har vi åstadkommit?
Appen vidareutvecklades tillsammans med vårdpersonalen. Målet var att få till en lösning som på bästa möjliga sätt tillgodoser användarnas behov. De olika enheternas sätt att dokumentera varierade, och den utvidgade användargruppen hade olika behov och användningsområden för appen.
I praktiken spelar appen in samtalet mellan läkaren och patienten och omvandlar det till text med hjälp av taligenkänningsteknik. Utifrån texten skapar AI-språkmodellen ett dokumentutkast med patientuppgifter som läkaren sedan granskar, redigerar och överför till patientuppgiftssystemet.
”Många upplevde att det var viktigt att delta i utvecklingsarbetet, och de kunde se vilka effekter deras feedback hade”, säger Veera Vihula, utvecklingschef i Västra Nylands välfärdsområde.
Omkring 80 läkare deltog i försöket under expansionsfasen. De upplevde hjälpen från AI:n som positiv eller neutral. En del upplevde att de kunde fokusera bättre på mötet med patienten på mottagningen, även om de nya användarnas inlärning och användning av den nya lösningen varierade.
Några besparingar i arbetstid kunde inte bekräftas på den korta försökstiden.
Vad har vi lärt oss?
Den utökade användningen av appen på nya hälsostationer resulterade i mer data och att användarnas olika behov kunde identifieras.
”Vi kunde stärka vår inlärningsprocess avsevärt i och med att vi utökade försöket till nya hälsostationer och mångdubblade antalet användare”, säger Vihula.
Man fick också lärdomar om ledning av förändringar och kommunikationen om dem inom organisationen.
Eftersom utvecklingsarbetet i välfärdsområdets försök med AI-programmet gjordes i samarbete med ett lokalt startupbolag, har det också lett till att man har hittat god praxis för innovationssamarbete med företag.
”När man genomför utvecklingsarbete som föregångare måste riskbedömningarna göras noggrant och de etiska aspekterna beaktas. Ansvar i utvecklingsarbetet handlar även om att våga göra och tänka på ett nytt sätt och undersöka och testa”, säger Vihula.
”Avsikten är inte att arbetet ska stanna på försöksnivån, utan systematiskt gå vidare till nästa steg i implementeringen”, påminner Vihula.
I välfärdsområdet har man insett att det finns ett behov av en diskussion om vilka nationella målsättningar som ska gälla för AI-användningen.
Vad händer nu?
Västra Nylands välfärdsområde har fått finansiering på 550 000 euro från social- och hälsovårdsministeriets AI-projekt för att utöka den AI-assisterade dokumentationen och implementera lösningen.
Appens användning kommer att utökas från läkare till andra yrkesgrupper inom social- och hälsovården som arbetar med dokumentation.
Försöksdeltagare
Västra Nylands välfärdsområdes, Gosta Labs
I Egentliga Tavastland testade man AI som ett stöd vid bedömningen av äldre personers funktionsförmåga
I Egentliga Tavastlands välfärdsområde testade man en AI-app som bidrar till att förutse utvecklingen av äldre personers funktionsförmåga. Utifrån inmatade data skapar appen förutsägelser om bland annat eventuell försämring av vårdtagarens funktionsförmåga och fallrisk.
Målet med försöket var att kunna erbjuda förebyggande vård och rehabilitering till äldre personer och att effektivisera personalens arbete inom hemvården. Dessutom ville man hitta sätt att hjälpa de äldre att upprätthålla och förbättra sin funktionsförmåga för att kunna bo hemma så länge som möjligt. Det kan eventuellt minska antalet besök på akutmottagningen eller dyra vårdåtgärder.
”Om målen uppfylls skulle det i slutändan visa sig i att äldre personer allt senare söker sig till dygnetrunttjänster eller att behovet av fler hemvårdsbesök per dag skulle uppkomma i ett allt senare skede. Det handlar inte bara om en ekonomisk vinst för samhället, utan även om en ökad livskvalitet för individen”, säger Katja Antikainen, chef för information och påverkan i Egentliga Tavastlands välfärdsområde.
Vad har vi åstadkommit?
En bedömning av äldre personers funktionsförmåga görs vanligtvis med ett halvårs mellanrum inom avdelningsvården eller under ett hemvårdsbesök med hjälp av en etablerad mätmetod. Utifrån informationen som experten matar in i systemet skapar AI-appen en prognos om patientens funktionsförmåga för de kommande sex månaderna.
Under försöket användes appen av hemvårdens närvårdare, sjuksköterskor och rehabiliteringspersonal. Vårdpersonalen fick förutsägande prognoser för vårdtagaren i appen och granskade dessa. Samtidigt ville man att vårdpersonalen skulle utbilda AI:n genom att ge den feedback på om prognosen såg ut att gå i rätt riktning eller inte. Det här momentet visade sig vara en utmaning, och man lyckades inte samla tillräckligt med feedback för att utbilda AI-modellen.
Vad har vi lärt oss?
Försöket ledde inte till några större direkta förändringar i personalens arbetssätt. Utvecklingschefen i Egentliga Tavastlands välfärdsområde Toni Suihko menar att det är möjligt att personalen ännu inte kunde se några direkta fördelar i det egna arbetet.
”Vår uppfattning är att appen fungerar, men den behöver kompletteras med mer data så att den fungerar bättre och kan bättre förutse utvecklingen av åldringars hälsa”, säger Suihko.
Vad händer nu?
Egentliga Tavastlands välfärdsområde har fått en finansiering på 120 000 euro som en del av DigiFinlands AI-projekt och social- och hälsovårdsministeriets nätverk SHV (SOTE) AI-ekosystem för att vidareutveckla prognoser av funktionsförmågan.
Informationsunderlaget i appen kommer att utökas, och det kommer att kombineras med annan mer mångsidig mätutrustning som täcker olika åldersgrupper och skapar en mer övergripande bild av en persons hälsa. I takt med att informationsunderlaget utökas kan försöket utvidgas till bland annat rehabiliteringsenheter och barn- och ungdomstjänster.
Vilka deltog?
Egentliga Tavastlands välfärdsområde Oma Häme, Avaintec, Raisoft
USA: Artificiell intelligens kan ge produktivitetsökningar på 5–10 procent
Även om den korta försöksperioden inte möjliggjorde en exakt analys av tidsanvändningen, har man i till exempel USA uppskattat att användningen av AI inom hälso- och sjukvården kan ge produktivitetsökningar på omkring 5–10 procent. I Finland kan man få fördelar som sträcker sig längre än bara hälso- och sjukvården, när välfärdsområdena kopplar samman sina socialvårds- och hälsovårdstjänster.
Om läkarna idag ägnar i genomsnitt 3 timmar och 15 minuter per dag åt dokumentationen av patientuppgifter, kan även en liten tidsbesparing genom AI ha en effekt på produktiviteten. Förutom besparingar i euro finns det också andra fördelar i och med att läkaren kan fokusera mer på patientens hälsa vid ett enskilt besök. Det kan också på lång sikt vara möjligt att öka antalet mottagningstider i välfärdsområdet.
Användningsmöjligheterna för AI inom social- och hälsovårdstjänster är stora – användningen bör påskyndas
Möjligheterna som AI ger är genomgripande i hela hälso- och sjukvårdssektorn, från patientvård till praktiska processer som planering av arbetspass.
De kostnadsbesparingar som AI medför är en avgörande fråga för Finlands social- och hälsovårdssystem i Finland som befinner sig i en ekonomisk kris. Social- och hälsovården präglas av nedskärningar och en tung arbetsbörda för vårdpersonalen samtidigt som behovet av tjänster ökar med en åldrande befolkning.
Försöken har visat att artificiell intelligens har stor potential i utvecklingen av social- och hälsovårdstjänster. Användningen av AI kan påskyndas bland annat genom följande åtgärder:
- Den nödvändiga lagstiftningen bör revideras och uppdateras i enlighet med EU:s AI-förordning. Redan identifierade brister i lagstiftningen bör åtgärdas. För närvarande får artificiell intelligens till exempel inte användas för att identifiera riskgrupper i patientuppgiftssystem. Dessutom bör den omoderna lagstiftning som rör socialtjänster uppdateras till samma nivå som lagstiftningen för hälsovårdstjänster, och tolkningen av lagstiftningen bör harmoniseras i hela landet genom samarbete mellan olika aktörer.
- Välfärdsområdenas satsningar på artificiell intelligens samt spridning och etablering av nya lösningar bör prioriteras och främjas med särskilda anslag. Det förutsätter samordning av initiativ och resultat samt delning av erfarenheter.
- Kvaliteten på hälsodata och dess flöde i hälsovårdssystemet bör förbättras. Med AI kan även övergången till proaktiva social- och hälsovårdstjänster påskyndas.
- Nya AI-lösningar bör genomföras i samarbete med företag så att man får tillgång till resultaten från det utvecklingsarbete som fortskrider snabbast.
Patientuppgifter dokumenteras i flera skeden inom vården
- Läkaren måste sätta sig in i patientens anamnes, och ju mer sjukdomar patienten har och ju äldre patienten är, desto mer omfattande är den. Uppgifterna kan dessutom finnas på olika platser i patientuppgiftssystemet. Vid läkarbesöket berättar patienten om sin nuvarande situation och hälsa.
- Läkaren kan anteckna sina observationer i patientuppgiftssystemet redan under besöket. Uppgifterna kan ibland överföras till systemet genom en separat diktering, vilket innebär att en tredje part skriver ned och sparar uppgifterna från dikteringen som läkaren sedan kontrollerar.
- Utöver det kan läkaren också ställa en diagnos utifrån patientens tillstånd och ge en rekommendation om fortsatt behandling.
- Slutligen överförs alla uppgifter som genererats under besöket till patientuppgiftssystemet i den form som systemet kräver.
AI kan underlätta i alla skeden av patientbesöket
- AI:n kan samla all information som finns om patienten till en färdig, enkel och överskådlig form.
- Patientens uppgifter från besöket överförs med AI-verktygets hjälp till skriftlig form.
- AI:n kan sedan utifrån informationen vidta olika slags åtgärder, till exempel skapa en sammanfattning av patientens tillstånd och ett förslag till diagnos och vårdplan åt läkaren.
- Läkarens uppgift blir slutligen att bedöma kvaliteten på AI-verktygets slutsatser och rekommendationer och redigera dem vid behov. Slutligen kan uppgifterna med hjälp av AI:n överföras till patientuppgiftssystemet.
Sitra kommer med idéer till, utvecklar och testar lösningar tillsammans med sina samarbetspartner för att förnya Finland. Vi stärker samhällets förmåga att hitta nya lösningar och sammanför aktörer för att möjliggöra förändring. Vårt mål är att hjälpa våra partner att lyckas med sitt reformarbete och på så sätt tjäna det finländska samhället.
