Skip to main content

Medicinsk Tidsskrift

Ny rapport: ChatGPT kan potentielt spare sundhedsvæsenet for millioner af kroner

Philipp Schröder

Generativ AI (GenAI) – som er teknologien bag ChatGPT – kan udføre 15 procent af opgaverne i sundhedsvæsenet, lyder det i en ny rapport. Men mennesker snarere end teknologi står i vejen for effektiviseringen, vurderer en af rapportens forfattere professor Philipp Schröder.

”Vi har nogle meget fintmaskede beregninger på, hvad forskellige jobfunktioner bruger tid på. Hvad laver en læge, en sygeplejerske eller en sekretær for eksempel i løbet af en arbejdsdag? Det er nedbrudt i minutter, og derfra har vi regnet på, hvilken sandsynlighed, der er for, at forskellige ting kan automatiseres med generativ AI,” siger Philipp Schröder, som er professor i økonomi ved Aarhus Universitet og medforfatter til rapporten, der er udarbejdet af konsulenthuset McKinsey.

Han peger på, at der i sundhedsvæsenet ligger talrige opgaver inden for administration, indsamling af viden, journalopslag og andre store og små opgaver, som generativ AI er velegnet til at løse.

”Metoden med at splitte en jobtype op i små dele er nyttig, fordi man slipper for logikken med, at ’nu kommer der selvkørende biler, og så er der ikke længere brug for buschauffører’,” siger Philipp Schrøder. I virkelighedens verden er det nemlig ikke sådan, jobs fungerer. Buschauffører laver mange andre opgaver end af styre bussen gennem trafikken, og sådan er det også for både læger, sygeplejersker og administrativt sundhedspersonale.

Flere typer kunstig intelligens

Særkendet for generativ AI er, at det ikke alene kan finde mønstre i store mængder af data. Som når en AI-model eksempelvis kan identificere kræft ved at analysere billeder fra mammografiscanninger, som man har set på Herlev og Gentofte Hospital.

Generativ AI kan også skabe nye data ud fra gamle data og for eksempel generere rapporter og resumeer af patientjournaler. Derfor har teknologien et højere automatiseringspotentiale i videnstunge fag. Ikke desto mindre ligger forventningerne til automatisering inden for social- og sundhedsområdet, som altså er på 15 procent, i den lave ende sammenlignet med andre brancher.

Undervisning og uddannelse ligger på 33 procent, mens finansiering og forsikring ifølge McKinsey ligger på 32 procent. Og dette er med GenAI – altså ChatGPT-teknologien – alene. Lægger man andre typer af kunstig intelligens oveni, er tallene mere end dobbelt så høje.

Men hvis teknologien findes og kan bruges, og sundhedsvæsenet er presset, hvorfor bringer vi så ikke bare teknologien i anvendelse?

”Et centralt spørgsmål i diskussionen om GenAI er, hvordan og hvor meget autoritet der skal gives til maskinelle løsninger. Det handler om at finde balancen mellem at udnytte GenAI's effektivitet og samtidig sikre, at beslutningstagning stadig er menneskelig og etisk forsvarlig," siger Philipp Schröder og understreger behovet for en omhyggelig tilgang til integration af AI i sundhedsvæsenet, så man ikke underminerer vigtige grundpiller som faglig ekspertise og patienternes tillid​.

Det skal være en god forretning

Et andet spørgsmål handler om økonomi, og om det i praksis giver besparelser at lade intelligente teknologier aflaste mennesker.

”Et er, at en teknologi eksisterer og kan noget. Noget andet er, hvornår den kan klare sig på en markedsplads, det, vi kalder omkostningseffektivitet. Er det en god forretning at kassere alle dine gamle biler samme dag, der kommer en selvkørende? Sådan en tilgang gælder også i sundhedssektoren,” siger Phillip Schröder.

Reglerne skal efterses

En tredje barriere handler om regulering, forklarer økonomiprofessoren.

”Reguleringen kommer efter teknologien, og det at skabe et samspil mellem de regulative rammer og det teknologisk mulige er en kæmpe opgave. Vi anbefaler, at man prøver at være proaktive. Lige nu har vi en situation, hvor visse teknologier ikke kan implementeres, fordi de støder mod juridiske krav. Regler er der af en grund, og regler har værdi, men de skal efterses nu,” siger han.

Schröder anbefaler helt grundlæggende ledere i sundhedsvæsenet at fortsætte med at eksperimentere med GenAI.

"At eksperimentere er nøglen til at forstå og udnytte disse teknologiers potentiale fuldt ud. Det er vigtigt at holde øje med internationale tendenser og at indsamle læring fra andre lande​​. Uanset, hvad vi ser af udfordringer her og nu, er det uundgåeligt, at GenAI vil blive en integreret del af sundhedsvæsenet,” siger han. Derfor er det vigtigt, at vi ikke er bange for udviklingen og fremskridtet, men i stedet former det til at arbejde for os på en god måde, mener Philipp Schröder.

Menneskelige aspekter udfordrer

Selvom der er stadig er masser af tekniske udfordringer er det dog, understreger han igen, i helt særlig grad menneskelige aspekter, som vil udfordre os

”Min fornemmelse er, at sundhedsvæsenet er så dygtige til digitalisering, at jeg ikke tror, det er den største barriere. Jeg tror, at den største barriere er at bruge det, så personalet stadig kan leve op til deres eget kodeks for kvalitet og ansvar, og så patienterne kan være i det. Vi har en teknologi på trapperne, der kan rigtig meget, men den skal komme ind på en måde, så folk kan være i det,” siger Philipp Schröder.

 

 

Bagom McKinsey-rapporten

McKinseys rapport om generativ AI’s indflydelse på arbejdsmarkedet estimerer, at teknologien kan booste dansk økonomi med 230-290 millliarder kroner, og at ni ud af ti danskere kan få frigjort en hel arbejdsdag om ugen, fordi kunstig intelligens fremover kan klare opgaverne.

Nedenfor skitseres rapportens konklusioner om sundhedsvæsenet:

  • Automatiseringspotentiale: 15 procent af opgaverne i sundhedssektoren kan potentielt automatiseres ved brug af GenAI.
  • Effektivisering af sundhedsvæsenet: GenAI kan betydeligt reducere tidsforbruget på dokumentation og dokumentbehandling, hvilket frigør sundhedspersonale til mere patientfokuseret arbejde​​.
  • Forbedring af diagnostik: GenAI har potentialet til at forbedre diagnostiske processer, hvilket kan føre til hurtigere og mere nøjagtige diagnoser​​.
  • Sundhedsfaglige udfordringer: Udfordringerne ligger ikke kun i teknologien, men også i implementeringen og integrationen af GenAI i den eksisterende sundhedsinfrastruktur og arbejdspraksis​​.
  • Etiske Overvejelser: Et vigtigt fokusområde er at balancere teknologiens effektivitet med behovet for etisk forsvarlig beslutningstagning og opretholdelse af patienternes tillid​​.