Skip til primært indhold

MAS-AI: Ny model til evaluering af kunstig intelligens

Kunstig intelligens eller AI (Artificial Intelligence) er i vækst i sundhedssektoren, og hospitaler vil i de kommende år skulle tage stilling til stadig flere teknologier, som indeholder AI.

Men brug af teknologi som AI kan påvirke både behandlingen, behandlingens effekt, patientsikkerheden og patientoplevelsen samt økonomi. Teknologien medfører desuden nogle etiske og juridiske problemstillinger og overvejelser.

Med en grundig model til evaluering får man overblik over, hvilke AI-teknologier der skaber værdi, så man kan vælge dem til, og teknologier med ingen eller uhensigtsmæssig effekt kan vælges fra.

Verdens første evalueringsmodel til AI i sundhedsvæsenet

Hidtil har der ikke været nogle modeller, der er udviklet til at evaluere effekt, værdi og konsekvenser af AI, og derfor samlede Centre for Clinical AI (CAI-X) og Center for Innovativ Medicinsk Teknologi (CIMT) en tværfaglig gruppe af sundhedsprofessionelle, AI-eksperter, forskere, patientrepræsentanter og beslutningstagere fra sundhedsvæsenet for at udvikle en fælles ramme til evaluering af værdien af en given løsning.

Nu har samarbejdet resulteret i modellen MAS-AI, der er et evalueringsværktøj baseret på medicinsk teknologivurdering. MAS-AI understøtter sundhedsprofessionelle og beslutningstagere ved indførelsen af ny teknologi med kunstig intelligens ved at føre brugeren gennem ni evalueringsområder og fem procesfaktorer, som sammen giver et fyldestgørende og holistisk indtryk af teknologiens værdi. Modellen tager udgangspunkt i det billeddiagnostiske område, fordi det er det område, der indtil videre har størst erfaring med AI.

MAS-AI er verdens første model til at evaluere værdien af AI i sundhedsvæsenet, og evaluering ved hjælp af MAS-AI kan understøtte beslutningsprocessen i forhold til anvendelsen af AI i sundhedsvæsenet samt øge gennemsigtigheden for alle involverede parter.

Læs den videnskabelige artikel “Model for ASsessing the value of Artificial Intelligence in medical imaging (MAS-AI)” i The Journal of Technology Assessment in Health Care (kræver login).

APPFWU02V