En ny global studie från SAS Institute visar att både hälso- och sjukvården och life science-sektorn har en stark framtidstro till generativ AI som ett verktyg för att effektivisera arbetet och förbättra resultat.
Samtidigt råder fortsatt oro kring dataskydd och styrning (governance).
Studien, som genomförts i samarbete med Coleman Parkes Research, baseras på svar från 477 beslutsfattare inom sjukvård, läkemedel och life science och undersöker hur generativ AI används i praktiken, vilka effekter det gett och vilka hinder som kvarstår.
– Den snabba utvecklingen inom generativ AI innebär stora möjligheter för hälso- och sjukvården, men också utmaningar. Frågor kring regelefterlevnad, dataintegritet och bias i AI-modeller är avgörande att hantera. Vi ser dock att sektorn är i färd med att ta igen det initiala försprång som andra branscher haft, säger Alyssa Farrell, global marknadschef för hälso- och sjukvård på SAS Institute.
Christian Hardahl, ansvarig för hälso- och sjukvård inom EMEA på SAS Institute
Inom sjukvården har 46 procent av organisationerna redan börjat använda generativ AI, och nästan alla, 95 procent, uppger att de antingen använder tekniken eller planerar att införa den inom två år. De vanligaste tillämpningarna handlar om att hantera stora datamängder och stärka arbetet med regelefterlevnad och riskhantering. Samtidigt har 87 procent av sjukvårdsaktörerna planer på att investera i generativ AI under det kommande året.
Life science-sektorn ligger något längre fram. Här uppger 58 procent att de redan använder generativ AI, och 97 procent att de har infört eller planerar att införa tekniken. En stor andel ser konkreta resultat – 86 procent har uppnått ökad effektivitet i databehandling, och nästan 80 procent har kunnat spara både tid och pengar genom införandet.
– Vi ser att life science-organisationer inte bara har kommit längre i användningen, utan även i arbetet med styrning och policy kring generativ AI, säger Alyssa Farrell. Det är en sektor med höga krav på precision och innovation, där tekniken kan få stor inverkan på hela värdekedjan, från forskning till kliniska prövningar och marknadslansering.
Trots den höga ambitionsnivån finns tydliga utmaningar. Över 75 procent av beslutsfattarna inom båda sektorerna uttrycker oro för dataintegritet och säkerhet kopplat till generativ AI. Samtidigt uppger färre än var tionde inom sjukvården – och endast 14 procent inom life science – att deras nuvarande AI-styrningsramverk är heltäckande.
Ett sätt att hantera databehov och integritetskrav är användning av syntetiska data – alltså konstgjorda dataset som statistiskt speglar verkliga data, men utan att avslöja känslig patientinformation. Studien visar att 56 procent inom life science och 46 procent inom sjukvården redan använder eller aktivt överväger att använda syntetiska data för att träna och testa AI-modeller, eller simulera vårdflöden och logistik.
– Data är den digitala vårdekosystemets livsnerv. Att arbeta med syntetiska data, digitala tvillingar och andra teknologier gör det möjligt att öka värdet av tillgänglig information, utan att kompromissa med patienters integritet, säger Farrell. Det är en förutsättning för att kunna utveckla lösningar för generativ AI som verkligen gör nytta, både för patienter och samhälle.
– I Norden har vi starka förutsättningar att ligga i framkant när det gäller generativ AI inom vården, men det kräver att vi hanterar tre centrala utmaningar: tillgång till data, interoperabilitet mellan system och ansvarsfull styrning av AI. Genom att använda syntetiska data kan vi möjliggöra forskning och innovation utan att kompromissa med patienters integritet. Men tekniken behöver förstärkas med tydliga ramverk för styrning som säkerställer transparens, etik och spårbarhet i AI-modellerna som används. Först då kan vi bygga tillit – både hos vårdpersonal och patienter – och realisera den fulla potentialen med generativ AI i hälso- och sjukvården, säger Christian Hardahl, ansvarig för hälso- och sjukvård inom EMEA på SAS Institute.
Några resultat från rapporten:
- 95% av sjukvårdsorganisationerna och 97% inom life science använder redan generativ AI eller planerar att göra det.
- Ökad effektivitet i hantering av stora datamängder är den mest rapporterade nyttan (upp till 89%).
- Oro för dataintegritet och AI-styrning är fortsatt utbredd – färre än 15% uppger att de har ett etablerat ramverk för styrning (AI Governance).
- Användning av syntetiska data ökar som ett sätt att möta krav på datasäkerhet och integritet.
- 87% inom sjukvård och 85% inom life science planerar investeringar i generativ AI det kommande året – med budget redan avsatt i över 90% av fallen.
