Förarbete avgör AI:s kvalitet vid komplexa operationer
Avancerad teknik och AI blir allt mer integrerade i sjukvården, och det tar tid att tolka och bedöma AI-genererade resultat. Ny forskning från Högskolan i Halmstad gällande hybridoperationssalar pekar på ett faktum som ofta glöms bort. Det krävs lika mycket arbete för att skapa den data och de inställningar som AI bygger sina resultat på, som att tolka resultaten efter.

"Förberedelserna och förarbetet var omfattande och avgörande för hur väl tekniken kunde fungera under själva operationerna."
Daniel Tyskbo, biträdande universitetslektor
Avancerad teknik och AI påverkar allt fler medicinska beslut och allt mer av det dagliga arbetet för vårdpersonal. Tidigare forskning har framför allt fokuserat på hur vårdpersonal måste tolka och bedöma AI-genererade resultat. Kliniska experter måste i hög grad använda sitt omdöme för att avgöra om resultat är relevanta och pålitliga. Daniel Tyskbo, biträdande universitetslektor i hälsoinnovation vid Högskolan i Halmstad, är en av forskarna bakom en studie om AI i hybridoperationssalar.
– Studien visar något som ofta förbises, nämligen att det krävs lika mycket arbete före själva användningen av AI – att kalibrera, konfigurera och förbereda algoritmerna och tekniken för varje unik situation – för att skapa användbara AI-genererade resultat. De avancerade bildteknologierna producerar inte färdiga svar, utan kräver att medicinska team aktivt justerar, kalibrerar och anpassar tekniken för att säkerställa att bilderna blir tillförlitliga och meningsfulla i en specifik operationssituation, säger Daniel Tyskbo.
Hybridoperationssalar
Forskarna har undersökt hur avancerade medicinska bildteknologier används i moderna operationssalar för att stödja kirurger och radiologer i komplexa ingrepp. Under loppet av fem år har forskarna intervjuat och observerat vårdpersonalen och på så vis följt hur vårdteam arbetar med bildteknik i hybridoperationssalar där röntgenundersökning och andra avancerade undersökningar kan genomföras under pågående operation. Att kombinera röntgen och själva operationen ställer nya krav. Det handlar om olika yrkesgrupper som tidigare har varit separerade, och också tekniska och fysiska faktorer som utrymme och sterilisering. Forskarna har också följt vårdteamen inför operationerna, under utbildningar, träningstillfällen och möten.
– Förberedelserna och förarbetet var omfattande och avgörande för hur väl tekniken kunde fungera under själva operationerna. Alla personer var drivna av det gemensamma målet att ge bättre vård med högre precision och att göra det bättre för patienterna.
Ständigt framväxande
Kunskap i att kunna tolka inte bara resultat av AI, utan även insikten om att data kommer någonstans ifrån kan spela en avgörande roll i en allt mer digitaliserad sjukvård, menar Daniel Tyskbo. Tekniken växer fram och blir till samtidigt som den används:
– Teknologierna och algoritmerna tas av många för givna att vara ganska stabila. Vi menar att de är ständigt framväxande och måste anpassas till experterna som använder dem i olika sammanhang. Villkoren, tolkningen och förhandlingen avgör i den här situationen hur bra bilderna är och om de kan användas under operationen, och det kan givetvis vara helt avgörande för operationens utgång.
Text: Kristina Rörström
Bild: Istock
Mer om forskningen
Utöver Daniel Tyskbo, Högskolan i Halmstad, står även Kajsa Lindberg och Alexander Styhre, båda vid Göteborgs universitet, bakom studien.
Forskningen bygger på en longitudinell och etnografiskt inspirerad studie av medicinska team vid ett svenskt universitetssjukhus, där forskarna genomförde 116 intervjuer och 349 timmar fältobservationer i operationssalar utrustade med de senaste bildteknologierna (som Robotic X-ray och intraoperativ MRI). Forskarna följde vårdpersonal i deras dagliga arbete, observerade hur de anpassade tekniken under pågående operationer och analyserade hur experterna tillsammans utvecklade metoder för att producera och tolka bildmaterial i realtid. De intervjuade också leverantörer och teknikspecialister för att förstå hur dessa avancerade system designas och implementeras i vården.
Forskarna kallar teknologierna för ”epistemiska teknologier” (epistemologi handlar om läran om kunskap) eftersom de inte bara används för att lagra eller facilitera data, utan också för att tolka och påverka hur ny kunskap skapas i medicinsk praktik.
Artikeln är publicerad i den vetenskapliga tidskriften Organization Studies, som är högt graderad på den internationellt erkända ABS/AJG-listan (Academic Journal Guide) och ingår dessutom i den prestigefyllda Financial Times topp 50-lista över världens ledande vetenskapliga tidskrifter inom organisation och ledning.