Hur kan AI användas som stöd för behovshantering?

Det pågår en intensiv diskussion om AI-triage inom primärvården. Även om tekniken fortfarande är i sin linda, hävdar många att vi måste ta den till oss och lära oss hur man integrerar AI-baserade verktyg, för bättre behovshantering. En av förespråkarna är Minna Haanpää, sjuksköterska specialiserad på arbetshälsa och en del av Visibas medicinska team. Vi pratade med henne för att förstå hur AI-baserade triageverktyg kan underlätta vårdpersonalens dagliga arbete.

Det sparar helt enkelt tid. Du slipper avsätta dyrbara kliniska resurser på att samla information om patientens tillstånd. Istället skickas denna information till dig. Att veta mer om varför patienten söker vård gör mötet mer fokuserat, eftersom du redan har värdefull information att bygga vidare på. Det kan också ge vägledning för att ta beslut om nästa steg och hjälpa till att prioritera det inkommande flödet. Med hjälp av den integrerade meddelandefunktionalitet kan vi även hantera flera patientärenden parallellt och på så sätt hjälpa fler patienter, utan att blockera telefonlinjerna.

Och vi måste även se saker och ting ur patientens perspektiv. Patienterna kan inte förväntas vänta i oändliga telefonköer när de försöker kontakta vården. Enligt min erfarenhet svarar patienter gärna på frågor genom ett automatiserat verktyg före mötet, i synnerhet om de upplever att bedömningen är anpassad efter deras specifika fall.

Varför är det viktigt att hitta nya sätt för att hantera patienternas behov?

Det är väl ingen nyhet att vårdbehovet överstiger tillgången. Detsamma gällde även före pandemin. När du kontaktar din allmänläkare i Sverige är din första kontakt traditionellt en sjuksköterska. Sjuksköterskan gör en första bedömning och bestämmer vad som ska ske härnäst på basis av denna. Det finns flera problem med detta arbetssätt. För det första finns det aldrig tillräckligt med telefontid eller mötestider för att möta det faktiska behovet. För det andra vet sjuksköterskan aldrig vem som står näst eller sist i kön och kan därför inte avgöra vilken patient som behöver undersökas först av läkaren. För det tredje tar administrativa uppgifter och telefonservice upp värdefull tid, som hellre borde ägnas åt patienterna.

Varför är bedömningar av patienthistoriken och triage ett utmärkt ställe att utgå ifrån när AI introduceras i verksamheten?

Varför? För att vi desperat behöver förbättra behovshanteringen. Det finns inte tillräckligt med vårdpersonal för att tillgodose vårdbehovet. Därför behöver vi hitta sätt att arbeta mer effektivt på. Som jag tidigare beskrivit sköter sjuksköterskor det mesta av den initiala triageringen i Sverige. Det är effektivare ur allmänläkarens perspektiv. Men det råder brist på sjuksköterskor och ganska ofta är de som arbetar på läkarmottagningar i början av sin karriär och alltså mindre rutinerade. Ett AI-triageverktyg kan förbättra deras förmåga att fatta korrekta beslut, oavsett om patientens ärende är brådskande, kan vänta i en vecka eller till och med lösas genom remiss till rådgivning för egenvård, istället för ett digitalt eller fysiskt besök hos en allmänläkare.

Merparten av vårdpersonalen lider av hög arbetsbelastning. Kan ett AI-triageverktyg minska den höga belastningen?

Vårdpersonalen plågas generellt av att de inte hinner träffa tillräckligt många patienter. Sjukvården är inte dimensionerad för det ökande antalet patienter och det stora antalet allvarliga tillstånd. Människor lever längre, och är ganska ofta sjukare eller multisjuka. Om man dessutom lägger till den kognitiva belastningen är det mycket information som vårdpersonalen behöver hantera varje dag. Det blir då uppenbart att effektiv AI-baserad hjälp och ett triageverktyg även är ett värdefullt hjälpmedel för mer rutinerade vårdteam. De flesta patienter som kontaktar allmänläkaren har mindre allvarliga sjukdomar, men det kan dölja sig allvarliga problem bakom de uppenbara symptomen, så som cancer eller en dold hjärtsjukdom. Om allmänläkarna får hjälp med sannolika differentialdiagnoser kan det bidra till att minska en del av den kognitiva belastningen och minska onödig stress.

Det finns fortfarande en viss skepsis mot användning av AI inom vården. Hur kan vi få fler att förstå värdet av AI?

På många sätt handlar det om förändringshantering och mod. Inom vården försöker vi alltid att undvika risker. Vi vill inte skada patienter, men vi vet också att det alltid finns en risk. Som leverantör som utvecklar AI för vården måste vi förstå komplexiteten: pressen på personalen, fokus på att undvika risker och rädslan för att göra fel. Vi måste tillhandahålla beräkningar av nyttan för att bevisa att en förändring med tiden kommer att ge stora fördelar även om du är utarbetad och att den här förändringen till en början kan sätta ännu mer press på dig. Och vi måste vara tydliga med att det både är fördelaktigt för vårdorganisationen och vårdpersonalen som får avsevärda förbättringar i fråga om behovshantering och minskad kognitiv stress. Och vi måste också lyfta fram nyttan för patienterna, som får en mer personcentrerad och tillgänglig sjukvård av högre kvalitet. Vi har fortfarande en bit kvar, men vi är på god väg!