Vår seminarieserie

Trots teknologiska framsteg är implementeringen av AI i hälso- och sjukvården förenad med betydande utmaningar. Det handlar inte primärt om utmaningar med teknisk integration, utan om organisatoriska strukturer, professionell tillit, etiska överväganden och förändrade arbetssätt. Dessa faktorer gör att implementeringen ofta stannar vid pilotprojekt eller smala tillämpningar.

I denna föreläsning belyses hur metodologiska och digitala verktyg – så kallade implementeringsramverk – kan användas för att strukturera, följa upp och systematisera införandet av AI i vården. Genom att kombinera evidensbaserade implementeringsmetoder med digitala verktyg kan förutsättningar skapas för hållbar och skalbar implementering av AI som en integrerad del av vårdens verksamhetsutveckling.

Jens Nygren är professor vid Akademin för hälsa och välfärd, Högskolan i Halmstad. Hans forskning fokuserar på innovation och integrerar forskningsfrågor i hela innovationsprocessen – från behovsinventering till implementering och spridning.

Anmäl dig här!

Hur fungerar AI-assisterad journalföring i verkligheten? Hur påverkar det arbetsmiljön och kvaliteten på anteckningarna? Vilka farhågor finns och besannas några när tekniken pilottestas? I det här seminariet delar vi med oss av våra erfarenheter från att pilottesta och implementera AI-assisterad journalföring i en digital psykologverksamhet. Vi berättar om praktiska och etiska utmaningar, hur vi har hanterat dem och vilka resultat vi har sett. Tillsammans visar vi också konkret hur tekniken fungerar.

Louise Lind är legitimerad psykolog, doktorand i psykologi och arbetar med forskning och utveckling på Mindler, Sveriges största digitala psykologmottagning.

Ludwig Honk är legitimerad psykolog med dubbelexamen från Handelshögskolan och ansvarig för klinisk psykologi och psykiatri på Tandem Health, Sveriges ledande bolag inom AI-assisterad journalföring.

Anmäl dig här!

AI används allt mer inom vården, från bildtolkning till behandlingsförslag. Forskning visar dock att tekniken kan förstärka könsrelaterade ojämlikheter genom snedvridna data och stereotypa antaganden. Åtgärder som inkluderande datainsamling och tvärvetenskapligt samarbete föreslås för att minska bias, men de förbiser ofta sociala och organisatoriska faktorer.

De saknar ofta tydliga ansvariga aktörer, bortser från maktrelationer och kunskapshierarkier, och bygger på antagandet att ökad kunskap automatiskt leder till förändring. Därmed riskerar rekommendationerna att inte få genomslag i praktiken och reproducera den ojämlikhet de försöker motverka.

Anna Isaksson är docent i sociologi och knuten till Akademin för hälsa och välfärd vid Högskolan i Halmstad, med huvudsakliga forskningsområden som rör normkritisk design och genus-, jämställdhets- och mångfaldsfrågor inom arbetsliv och högre utbildning.

Anmäl dig här!